随着移动智能终端的不断普及,移动游戏也得到了迅猛的发展,而移动游戏市场规模的爆炸式增长也导致了市场上移动游戏品质的良莠不齐,优秀的产品能够吸引大量的用户,有极好的应用内操作体验。所以,本文提出并实现了利用数据挖掘相关技术,基于移动游戏的用户数据来提高移动游戏的品质的相应方案,主要从以下两个方面对移动游戏的品质进行优化:1.用户流失抑制为了能够抑制移动游戏内用户的流失行为,本文以一款注重游戏内活跃用户数量的休闲通关类移动游戏为例,首先挖掘了用户关卡流失率与游戏关卡本身属性之间的潜在关联,然后对游戏关卡属性作出相应调整,降低关卡的用户流失率,抑制用户的流失行为。同时,本文给出了关卡属性调整前后的用户关卡流失率对比,从而证明了本文方法的有效性。2.用户付费促进本文以一款注重游戏内用户付费的战争经营类移动游戏为例,从多个角度提高该游戏内用户的操作体验,促进用户的付费行为。首先利用基于用户聚类的协同过滤算法,基于用户与道具之间的历史数据,建立了用户的道具个性化推荐系统,通过离线验证,推荐系统的用户购买道具召回率达到了71.3%,验证了个性化推荐系统的推荐性能;其次,本文基于用户的历史数据,利用集成提升学习方法构建了用户首次付费的预测模型,并利用准确度、F1指标、ROC曲线等评价指标综合评价了该模型。通过上述数据挖掘方案,本文提高了用户的应用内操作体验,优化了移动游戏的品质,使得游戏产品与其用户之间的生态得到更好地发展。