阿里云文档 2025-06-23

PolarDB for AI在游戏领域用户行为预测操作指导

文本将为您介绍使用PolarDB for AI功能的BST算法对游戏领域用户行为的预测操作指导。

阿里云文档 2025-03-24

PolarDB for AI在游戏领域用户行为预测客户最佳实践

本文将向您介绍PolarDB for AI在游戏领域用户行为预测的客户最佳实践。

阿里云文档 2024-11-25

使用Bloom Filter避免向玩家重复推送

本文介绍如何在游戏业务中使用Bloom Filter来实现运营活动的推送控制,避免向同一玩家重复推送。本文将结合代码(以Jedis客户端为例),展示如何使用Jedis连接Tair(企业版)并操作Bloom Filter数据。

阿里云文档 2024-03-25

某中生代游戏公司广告业务HBase搬站的行业案例

方案亮点:迁移后性能提升至少30倍、平均响应时间从几百毫秒下降到20ms

阿里云文档 2024-01-29

如何使用PolarDBforAI的特征算子打造ID-Mapping的解决方案

本文介绍了如何使用PolarDB for AI的特征算子打造ID-Mapping的解决方案。PolarDB for AI背景信息ID-Mapping是将所有可以收集到的账户类ID、设备标识ID等信息进行关联,并将关联后的信息汇聚到一个自然人身上,同时赋予这个自然人一个ID,作为这个自然人的唯一ID。...

文章 2022-12-20 来自:开发者社区

游戏日志分析准备:如何对游戏业务日志关联云数据库Redis做富化加工

背景随着移动互联网的发展,游戏几乎是进入快餐式消费时代,游戏公司也会面临方方面面的挑战,为了获得最佳的游戏运营方案,游戏公司希望将用户游戏日志与用户元数据进行联合分析。对一个大型游戏而言,游戏日志是海量的并且需要实时分析,而SLS正好可以满足这一要求,所以可以将游戏日志采集到SLS的logstore中。由于用户信息访问频率高,但更新频率较低,加上redis本身就支持持久化存储,所以一般使用Red....

游戏日志分析准备:如何对游戏业务日志关联云数据库Redis做富化加工
文章 2018-05-22 来自:开发者社区

游戏日志分析5:数据库与日志关联分析

系列文章: 游戏日志分析(1):概览 游戏日志分析(2):全方位数据采集 游戏日志分析(3):程序日志规范与埋点 游戏日志分析(4):线上问题定位与排查 游戏日志分析(5):数据库与日志关联分析 游戏日志分析(6):CDN/对象存储日志分析 游戏日志分析(7):网络日志查询与分析 游戏日志分析(8):数据库日志分析 游戏日志分析(9):安全日志分析 游戏日志分析(10):数据可视化与报表 游戏.....

游戏日志分析5:数据库与日志关联分析

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

产品推荐