基于用户行为分析的主播决策支持系统
——以第五人格CC直播为例
综述摘要：就在2020年年初的疫情期间，封闭和隔离使得直播行业得到前所未有的增长机会，游戏直播的需求量和相应品类为直播平台带来的流量、流水都是远远高于其他各自直播品类的;数以千万计的主播和数亿的观众的生活相互联系以及在直播平台上的各种交互行为都产生了大量的在线人群行为活动数据，这有助于大规模人群行为学和社会学的研究以及发展，同时平台可以利用这些数据进行内容推荐和预测。
关键词：游戏直播；机器学习；Weibull分布；主播建议
-
文献综述
- 直播相关研究
随着通信技术（例如5G技术）及Internet技术的不断进步和发展，网络直播已逐渐成为互联网环境中流行的信息获取方式[2]。就在2020年年初的疫情期间，封闭和隔离使得直播行业得到前所未有的增长机会，短短几个月内被广泛用于课堂教学，秀场展示，电子竞技赛事，商业带货行为等，更为重要的是其已经成为政府向年轻人宣传最新的政策的工具之一[6]，直播也使得疫情期间几十万需要帮助的人们得到了或多或少的来自网络的帮助。而数以千万计的主播和数亿的观众的生活相互联系以及在直播平台上的各种交互行为都产生了大量的在线人群行为活动数据，这有助于大规模人群行为学和社会学的研究以及发展，同时平台可以利用这些数据进行内容推荐和预测。[4]
-
-
- 游戏直播相关研究
-
张旻在《热闹的网红：网络直播平台发展中的问题及对策》中认为，在直播行业刚刚开始疯狂成长的2016年，就有超过30%的主播或多或少的设计到游戏直播，虽然大众对游戏直播内容的需求低于泛娱乐化直播的需求，但也是“一人之下，万人之上”的地位，其需求量和相应品类为直播平台带来的流量、流水都是远远高于其他各自直播内容需求的。他提到游戏玩家是网络直播的重要受众群体，各个直播内容平台和主播在规划直播内容以及游戏产品生产者想在直播中扩大其游戏影响力时，需要对这方面的因素加倍注意。[17]例如LOL、魔兽世界和DOTA2之类的热门游戏，不乏专业主播，而大部分专业主播也是游戏的职业玩家，通常在游戏内的排行榜排名靠前，也可以反过来说，排行榜排名靠前的游戏玩家有相对很高的概率成为一个主播。同时网络直播平台是通过互联网，在同一时间将内容信息传递到不同地点、不同渠道、不同受众的一个平台，得益于直播所依赖的互联网基础以及当下的技术发展情况，直播平台继承了互联网的成本低、速度快、针对性强、覆盖广、形式内容多样等特点[17]。正是由于这些特点、优点的存在，筛选优质主播或潜力优质主播，并对其进行有针对性的指导扶持和资源支持，所获得的效果将会是事半功倍的。
-
- 数据分析和机器学习相关研究
金爽在《基于数据分析的网络游戏主播社会资本研究》（2020,(02),23-26）中提到游戏主播与秀场主播不同，通常其本人在整个直播的画面中占据较小的部分，甚至整个直播画面就是游戏本身，这对主播本身游戏技术、解说能力和互动性等各种能力提出了更高的要求[1]，也正因为如此，游戏主播的数据表现相对秀场主播更稳定、更有追踪价值。其中着重利用皮尔逊相关性分析、回归分析模型构建等数据分析方法探究游戏主播人气值与粉丝量的关系、主播粉丝量的数据发展状况、礼物数量与粉丝量、人气值之间的关系；最终其提出了粉丝量和主播的变现能力（人气值、礼物重量等）是存在正向影响的，且一定程度上线性相关[1]。
如表1所示，这是孟天广和郑思尧在研究网络治理中的政府新媒体问题时，计算得出的各个地方性经济社会条件对政务微博影响效应影响的影响度系数[13]。
他们使用了机器学习分析以及数据挖掘中的LDA（Latent Dirichlet Allocation）算法，这个算法模型基于无监督的机器学习，把一整段文本拆分为一个个词，然后通过分析词频等维度进行文本分析。LDA算法主要利用统计学原理，包含贝叶斯理论、Dirichlet分布、多项分布、EM算法、Gibbs抽样等[13]。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
