【雷火UX×华科】《大数据与推荐算法》第4课：大数据下构建游戏玩家画像

2022年11月5日上午，雷火UX用户体验中心数据挖掘部的Sure，为华中科技大学计算机学院课程《大数据与推荐算法通识》做主题为“大数据下构建游戏用户画像”的讲授。当天的课程分三个部分进行：用户画像基础概念、游戏用户画像设计以及游戏用户画像技术实践。公众号为大家进行整理分享。

用户画像基础概念

Sure老师以“当我们描述一个人的时候会怎么做”的问题为开场，为同学们展开用户画像基础概念的讲解。通过用户画像，产品可以更好的了解用户并进一步提升用户体验，计算机更好的理解用户，从而产出更加符合用户特点的算法应用。同时，本小节结合产品中用户生命周期的不同阶段为同学们讲解了不同阶段用户画像扮演的角色以及可输出的能力，如个性化推荐、广告投放、精细化运营、决策辅助、人群分析等等。还引入游戏场景，从用户画像主体、场景以及目标三个方向对比游戏用户画像和互联网产品用户画像之间的异同点。

游戏用户画像设计

本节为同学们讲解了用户画像的设计思路，分为产品和技术两方面的思考，两种设计思路均需要围绕核心业务展开。此外，进一步讲解了业务和技术视角下用户画像聚焦账号与角色设计，通过分层模型（存储层、计算层、基础标签层）对每一层设计功能以及实现功能需要的技术进行介绍。

游戏用户画像技术实践

考虑到大数据具备资源消耗大增幅快的特点，该节首先为同学们带来数据开发上做到资源可控的思维方式，并从数据流和资源权衡两个角度阐述。针对用户画像的标签结合延迟容忍、重要性以及计算开销三个维度设计三条不同时间粒度的技术方案，可以通过不同技术方案结合的方式做到资源消耗与效果的最佳平衡。此外，由于标签大部分基于规则人工生成，在规则无法做到的时候需要引入标签预测算法（聚类算法以及二/多分类算法），Sure老师还为同学讲解了主流的标签预测算法。

小结

通过本次课程对用户画像的讲解，Sure老师带领同学们学习了用户画像的基础知识和应用方向，同时为同学带来数据开发需要保持的思维方式，并结合实际指标开发拆解出不同的技术方案逐一讲解。授课期间同学们积极互动，对课程内容踊跃发言，此次课程的效果也收获了同学们的肯定。

【雷火UX × 华中科技大学】

雷火UX与华中科技大学计算机学院《大数据与推荐算法》课程安排：

第1课（10月15日）大数据概述与推荐算法通识

第2课（10月22日）分布式运算与数据集群

第3课（10月29日）离线与实时计算技术

第4课（11月05日）大数据下构建游戏玩家画像

第5课（11月12日）传统机器学习模型游戏实践

第6课（11月19日）深度学习模型游戏实践

第7课（11月26日）策略与算法服务

第8课（12月03日）大数据与推荐算法大作业

雷火UX与华中科技大学合作课程——《大数据与推荐算法》于2022年10月15日正式开课。该系列课程专为华中科技大学计算机学院设立，由网易雷火UX数据挖掘部优秀讲师团队进行讲授，共分为8次进行，旨在帮助激发同学们对大数据及推荐算法的探索和学习兴趣。课程信息发布后，华科计算机学院学生报名十分热情，最终共有120名研究生和本科生报名了本次课程。

通过该系列课程，网易雷火UX的讲师团队将带领同学们体验和学习企业大数据及算法应用开发场景，并结合雷火UX的实际业务案例让同学们更深入地理解大数据生态以及个性化推荐算法的价值，进而帮助同学们提升大数据及算法方面的专业能力，实现职业能力的早期拓展和准备。