一种用于网络游戏平台的维护系统的制作方法

本发明涉及游戏平台维护系统，更具体地说，它涉及一种用于网络游戏平台的维护系统。

背景技术：

1、随着人们生活水平的提高，越来越多的人注重娱乐方面，娱乐游戏发展越来越大，各种娱乐设施层出不穷，花样繁多，而各式各样的网络游戏成为人们工作之余的重要娱乐活动之一，而为了满足人们多人对战以及便于找寻适合自己的游戏，网络游戏平台应运而生，网络游戏平台为人们提供了各式各样的网络游戏，以及为网络游戏的对战提供了平台，而网络游戏平台需要定期维护，以确保其能够为大众提供持续提供良好的游戏体验。

2、目前，在对网络游戏平台进行维护时，采用了多种技术来确保平台的正常运行和用户体验，而网络游戏平台是大众所使用，为了能够提高对网络游戏平台的维护效果，用户支持和沟通是必不可少的，维护系统提供用户支持和沟通渠道，使用户能够报告问题、提出建议或寻求帮助，但是，现有通过论坛等渠道的信息了解都属于被动的了解方式，无法主动对各类问题进行抓取，具有滞后性，导致对网络游戏平台的维护效果不佳。

3、因此，为了解决上述技术问题本申请提出一种用于网络游戏平台的维护系统。

技术实现思路

1、针对现有技术存在的不足，本发明的目的在于提供一种用于网络游戏平台的维护系统。

2、为实现上述目的，本发明提供了如下技术方案：一种用于网络游戏平台的维护系统，包括；

3、在线支持平台，在线支持平台用于网络平台用户提交问题、寻求建议、报告故障，为用户的使用提供技术支持和解决方案，并且为网络平台的用户之间提供交流渠道；

4、业务处理终端，所述业务处理终端用于处理在线支持平台产生的数据进行处理，其包括数据收集模块、数据处理模块、特征提取模块、模型训练模块和评估模块；

5、数据收集模块用于对在线支持平台中用户在交互时产生的各类数据进行收集，并对数据进行清洗、去除噪声和标准化处理，以准备好用于模型训练的数据集文本；

6、数据处理模块用于为收集的数据样本打上标签，以将收集的各类数据按特征进行分类并形成训练数据集和测试数据集；

7、特征提取模块用于将文本数据转化为可供模型使用的特征表示形式，将文本转化为向量形式，以便算法能够处理和学习；

8、模型训练模块，通过使用朴素贝叶斯分类器算法进行构建，并通过该模型对收集的数据进行优化分类，该模型通过如下函数进行学习优化；

9、通过特征提取得到的n个特征，并将n个特征表述为x1,x2,...,xn，则p(y|x1,x2,...,x_n)＝p(y)*p(x1|y)*p(x2|y)*...*p(xn|y)/p(x1,x2,...,xn)；

10、其中，y表示类别，p(y)是类别的先验概率，p(xi|y)是在给定类别下特征xi的条件概率，p(x1,x2,...,xn)是特征的联合概率；

11、评估模块，通过使用测试数据集评估训练好的模型性能，评估指标包括但不限于准确率、精确率、召回率和f1分数，其用于评估模型对数据分析的表现。

12、优选地，所述在线支持平台包括多个支持渠道，多支持渠道包括但不限于在线聊天、电子邮件、电话、社交媒体和论坛，多支持渠道用于满足用户的不同偏好和需求；

13、问题解决模块，建立详尽知识库，其中涵盖常规问题以及对应的解决方案并整理为faq形式，用户能够自助搜索和解决问题，根据在线支持平台的功能对用户问题进行自动答复并在自动回复不能满足用户需求时提供人工回复功能；

14、监控分析模块，使用支持平台提供的实时监控和分析功能，跟踪用户请求和支持团队的绩效，了解用户的等待时间、解决时间和满意度等指标，并及时调整和改进服务；

15、需要说明的是在线支持平台中设置的知识库用于存储常见问题解答、故障排除指南等，从而可以帮助用户自主解决问题，提供即时的指导和信息，并且通过在线支持平台，可以收集用户的反馈、建议和需求，从而不断优化网络游戏平台。

16、其中，所述在线支持平台通过intercom进行构建，通过intercom提供的功能收集多渠道中用户反馈的问题，并通过numpy对收集的数据进行分析和挖掘，以获得有价值的信息。

17、优选的，所述数据处理模块基于tf-idf进行实现，对收集的数据进行关键词提取，实现将不同的数据进行分类形成多种特征。

18、优选地，所述特征提取模块通过词袋模型进行实现，将文本转化为向量形式，以便机器学习算法能够处理和学习。

19、优选的，所述模型训练模块使用tensorflow框架实现机器学习模型训练和预测，评估模块使用交叉验证法评估模型的性能。

20、与现有技术相比，本发明具备以下有益效果：

21、1、本发明中，通过设置在线支持平台，并设置多渠道给用户提供交流通道，使用户使用在线聊天、电子邮件、社交媒体和论坛等相互之间进行交流，提高网络平台用户粘性，并且用户可以通过在线支持平台提交问题、寻求建议、报告故障等。这能够确保用户得到及时的技术支持和解决方案，提高用户满意度并增强用户忠诚度，在线支持平台生成的数据可以提供有关用户行为、问题类型、解决时长等方面的洞察，通过对这些数据进行分析，可以发现潜在的趋势、瓶颈和改进机会，以优化支持流程和提供更好的用户体验。

22、2、本发明中，通过使用朴素贝叶斯分类器算法对分类模型进行构建，该模型在经过训练数据集进行训练并通过测试数据集进行评估后，可以有效地对在线支持平台中用户问题分类到相应的类别中，从而实现快速而准确的问题归类，这样可以节省人力资源，并提高处理用户问题的效率，且根据划分的数据特征，通过训练后的模型可以对用户对网络平台的使用满意度进行评估并进行情感分类，能够主动地收集用户评价，从而不断维护优化网络游戏平台，解决了背景技术中提出的无法主动对各类问题进行抓取，具有滞后性，导致对网络游戏平台的维护效果不佳的问题。

技术特征：

1.一种用于网络游戏平台的维护系统，其特征在于，包括；

2.根据权利要求1所述的一种用于网络游戏平台的维护系统，其特征在于：所述在线支持平台包括多个支持渠道，多支持渠道包括但不限于在线聊天、电子邮件、电话、社交媒体和论坛，多支持渠道用于满足用户的不同偏好和需求；

3.根据权利要求2所述的一种用于网络游戏平台的维护系统，其特征在于：所述在线支持平台通过intercom进行构建，通过intercom提供的功能收集多渠道中用户反馈的问题，并通过numpy对收集的数据进行分析和挖掘，以获得有价值的信息。

4.根据权利要求3所述的一种用于网络游戏平台的维护系统，其特征在于：所述数据处理模块基于tf-idf进行实现，对收集的数据进行关键词提取，实现将不同的数据进行分类并形成多种特征。

5.根据权利要求4所述的一种用于网络游戏平台的维护系统，其特征在于：所述特征提取模块通过词袋模型进行实现，将文本转化为向量形式，以便机器学习算法能够处理和学习。

6.根据权利要求5所述的一种用于网络游戏平台的维护系统，其特征在于：所述模型训练模块使用tensorflow框架实现机器学习模型训练和预测，评估模块使用交叉验证法评估模型的性能。

技术总结
本发明公开了一种用于网络游戏平台的维护系统，涉及游戏平台维护系统技术领域，其技术方案要点是通过使用朴素贝叶斯分类器算法对分类模型进行构建，该模型在经过训练数据集进行训练并通过测试数据集进行评估后，可以有效地对在线支持平台中用户问题分类到相应的类别中，从而实现快速而准确的问题归类，这样可以节省人力资源，并提高处理用户问题的效率，且根据划分的数据特征，通过训练后的模型可以对用户对网络平台的使用满意度进行评估并进行情感分类，能够主动地收集用户评价，从而不断维护优化网络游戏平台，解决了背景技术中提出的无法主动对各类问题进行抓取，具有滞后性，导致对网络游戏平台的维护效果不佳的问题。

技术研发人员：周必伟
受保护的技术使用者：淮安舟扬信息技术有限公司
技术研发日：
技术公布日：2024/3/4