游戏用户特征数据促销分析数据集合

数据清洗规则：采用IQR四分位法剔除参与率、贡献值等指标中的极端异常值，对缺失的促销偏好数据采用“同付费层级+同游戏品类”群体均值填充，保障数据完整性；偏好挖掘规则：基于LDA模型解析用户历史促销参与行为，生成“偏好促销类型-敏感力度-偏好时机”三级标签，标签准确率达92%以上；效果预测算法：构建“用户特征-促销属性-场景适配度”三维输入体系，改良XGBoost模型引入时间衰减因子，解决短期行为干扰问题，预测准确率达90%以上；数据更新规则：用户交互数据实时采集，日度生成促销效果快照，周度更新用户分层及竞品对标数据。

搜集汇总

背景与挑战

背景概述

该数据集是贵阳一轶科技有限公司自行产生的游戏用户特征数据，规模1G，每日更新，主要用于游戏促销分析，包括用户分层、促销适配和效果优化等场景。它采用LDA和XGBoost等算法进行偏好挖掘和预测，支持精准营销策略迭代。