本申请涉及信息交互，特别涉及一种对用户资产序列进行聚类分析的方法和系统、计算设备和计算机可读存储介质。
背景技术：
1、在现有的在线游戏中，通常需要对游戏用户的行为进行分析，将表现或性质上存在相似性的用户分到相同的类别，以便进行进一步的分析从而用于游戏运营。传统的分析序列方法需要人为去设定用于聚类的特征，如曲线的斜率、拐点、峰值等，聚类的效果很大程度上取决于提取的特征的丰富与否。此外，使用这种方法还需要事先验证特征与分析的目标指标之间的相关性，以防引入的无关变量干扰聚类结果。在提取大量特征时效率低下，而提取较少的特征又会导致信息不足，极大的影响了用户行为分析的效率和效果。
技术实现思路
1、有鉴于此，本申请实施例提供了一种对用户资产序列进行聚类分析的方法及系统、计算设备和计算机可读存储介质，以解决现有技术中存在的技术缺陷。
2、根据本申请实施例的第一方面，提供了一种对用户资产序列进行聚类分析的方法，该方法包括：
3、获取用户的时间序列数据，对所述时间序列数据进行统一数值处理；
4、使用动态时间规整算法计算处理后的时间序列数据的曲线距离，对所述曲线距离进行聚类得到距离聚类结果；
5、分析所述距离聚类结果与指标之间的相关性，得到至少一个具有共同行为表现的用户群体。
6、根据本申请实施例的第二方面，提供了一种对用户资产序列进行聚类分析的系统，包括：
7、数据获取单元，用于获取用户的时间序列数据，对所述时间序列数据进行统一数值处理；
8、计算单元，用于使用动态时间规整算法计算处理后的时间序列数据的曲线距离，并对所述曲线距离进行聚类得到距离聚类结果；
9、分析单元，用于分析所述距离聚类结果与指标之间的相关性，得到至少一个具有共同行为表现的用户群体。
10、根据本申请实施例的第三方面，提供了一种计算设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机指令，所述处理器执行所述指令时实现以上所述一种对用户资产序列进行聚类分析的方法的步骤。
11、根据本申请实施例的第四方面，提供了一种计算机可读存储介质，其存储有计算机指令，该指令被处理器执行时实现以上所述一种对用户资产序列进行聚类分析的方法的步骤。
12、本申请实施例中，为了提供一种更准确高效的用户行为分析方法，不再事先设定用于聚类的特征，而是在对用户的时间序列数据进行统一处理后直接使用动态时间规整算法进行计算得到各个时间序列数据的曲线距离；进而对得到的曲线距离进行聚类分析，通过可视化的方式进行类内曲线以及类间的曲线比较，得到相关的用户行为表现特征。该方法通过直接对原始时间序列数据的聚类，不仅解决了事先提取特征的效率问题，也有助于保留曲线的原始信息，有利于发现更多有价值的信息，方便游戏运营商提供更为合理的用户体验。
1.一种对用户资产序列进行聚类分析的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其中，对所述时间序列数据进行统一数值处理包括但不限于：
3.根据权利要求1所述的方法，其中，使用动态时间规整算法计算处理后的时间序列数据的曲线距离，对所述曲线距离进行聚类得到距离聚类结果包括：
4.根据权利要求3所述的方法，其中，所述聚类方法包括但不限于：k-means聚类、kmedoi d聚类、层次聚类以及canopy聚类。
5.根据权利要求1所述的方法，其中，分析聚类结果与指标之间的相关性，得到至少一个具有共同行为表现的用户群体包括：
6.根据权利要求1所述的方法，其中，所述用户的时间序列数据包括但不限于：用户在游戏中的资产时间序列、用户在游戏中的胜负时间序列以及活跃人数时间序列。
7.一种对用户资产序列进行聚类的分析系统，其特征在于，包括：
8.一种计算设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机指令，其特征在于，所述处理器执行所述指令时实现权利要求1-6任意一项所述方法的步骤。
9.一种计算机可读存储介质，其存储有计算机指令，其特征在于，该指令被处理器执行时实现权利要求1-6任意一项所述方法的步骤。
