与社交网络上的数据挖掘和游戏相关的资源

Question

我对社交网络游戏玩家的模式挖掘问题感兴趣。例如，在给定公司的用户数据库的情况下检测游戏的作弊者。到目前为止，我一直在遵循数据挖掘项目的常用方法：

• 构建一个聚合重要信息的数据仓库
• 选择一个分类器，并使用仓库中的记录子列表进行训练
• 使用其他测试集验证分类器
• 泡沫，冲洗，重复

令人惊讶的是，我在这方面的文献，最佳实践等方面发现的很少。我希望在这里众多信息收集问题。特别是我在寻找：

• 对于这种类型的模式挖掘，有哪些分类器将会起作用（它似乎非常时间，用户玩游戏，用户获得奖励，用户转移奖品等）。
• 是否存在特定于社交网络/游戏数据的高度一致的属性？
• 应该考虑哪些实际信息量？我遇到的一个问题是数据过载，其中查询和数据清理可能需要数天才能完成。
• 与上述相关，产生结果需要哪些硬件资源？我发现很难估计生产使用所需的计算能力。很明显，角落里的白色盒子没有足够的马力用于这样的项目。公司通常采用云解决方案吗？他们在购买集群吗？

基本上，非常感谢任何有关实施社交网络/游戏模式挖掘计划的资源（理论，学术或实践）。

感谢。

Answer 1

我正在寻找相同类型的资源，以下是我发现的一些我认为非常有趣的事情，希望您能利用它，如果您发现更多资源请告诉我。 他们来了： http://techcrunch.com/2010/04/06/turiya-media-games/ http://www.kdnuggets.com/2010/08/video-tutorial-christian-thurau-data-mining-in-games.html?k10n21 http://www.gamasutra.com/view/feature/2816/better_game_design_through_data_.php 这是在portuguesse，但是非常好：http://thiagofalcao.info/