最近几年,网络游戏得到迅猛的发展。游戏玩家成倍的增加,游戏中提供的功能也不断增强,游戏系统变得越来越复杂。作为游戏产品和服务的提供商,希望通过一套游戏用户行为分析系统来改善游戏产品和服务的质量。由于目前网络游戏的开发没有一个非常明确的行业标准,再加上游戏的种类繁多,结构迥异,以及各个游戏厂商的保密措施,在市场上买不到一款可以立即配置到自己所开发的游戏中并且作为游戏用户行为分析的系统。基于这一需求,本文通过对万容信息技术有限公司网游用户数据的分析,发掘游戏BUG并挖掘用户兴趣度,从而为游戏公司的运营提供决策支持。本文的主要贡献和创新点有以下几个方面:一、讨论日志数据的两种存储方式。一种是对于不频繁增加的日志数据采用数据库方式,另一种是对于频繁增加的日志数据采用内存与文本相结合方式。文中重点讨论内存的分布式架构及对应的两种分布式算法。通过对两种算法的分析和数据测试,选取最符合系统需求的算法。二、根据关联关系把数据仓库中相关的数据收集起来,再通过知识库中的推论找出系统中是否存在隐含的BUG,并定位其具体功能,从而为游戏开发人员尽快修复游戏BUG提供帮助。三、提出针对网络游戏的兴趣度挖掘算法。通过游戏中玩家对游戏功能的使用路径以及使用功能的熟练度来评价一个游戏功能的玩家兴趣度,并且根据兴趣度对玩家进行功能的推荐。通过对网游用户行为数据的分析与挖掘及相应系统的开发,已经为本公司的游戏开发等部门在工作效率和决策支持上起到巨大的推动作用,同时为公司积累大量宝贵经验。