这是一个分析用户流失的程序，通过解析一个数据库形式的埋点数据，进行游戏用户流失分析，该环境运行在ubuntu16.04，python35，需要安装sklearn，pandas，numpy，XGBoost等包

为更加方便用户使用，现已经上述环境和代码封装于docker镜像中，并上传至阿里云镜像，名字为

用户需要在该项目中新建一个名为data的文件夹， 在data中存放需要处理的需要进行解析的数据库文件（sqlite），数据库文件中至少需要包含以下字段

python3 main.py -i XXX.db2 -d 1 -k t 

-i 之后的参数表示的是数据库文件的存放地址 -d 表示的是需要处理的是第i天的数据即首日用户流失分析，次留玩家流失分析，三留玩家流失分析 -k 参数t表示的是处理全部的动作信息，参数f表示仅处理由分类器提取出的较为重要的动作信息

输出为一个csv文件，存储在output文件夹中

同时，还计算

• 动作留存比和动作随后时间间隔之间的Pearson系数，以验证留存和卡点之间的相关性，并绘制相关性曲线
• 动作平均卡顿时间
• 所有动作点击次数比的平均值，以验证某一个动作非流失玩家或者流失玩家的偏好性

• data_parser.py 处理原始数据，生成临时的数据，存储在temp文件夹下。
• data_analysis.py 统计一些数据的特征，如卡点分析，留存率和卡点之间的相关性系数等。

存储生成的临时文件（包含处理数据之后的文件）

• clean.sh 清理临时文件夹

• xgb_model.py 进行流失用户分析的算法

存放模型的流程

该文件夹存储最终生成的数据报表文件和曲线图

安装docker

docker pull registry.cn-hangzhou.aliyuncs.com/jingchunzhen/churn_analysis

docker run -t -i --name temp registry.cn-hangzhou.aliyuncs.com/jingchunzhen/churn_analysis /bin/bash

docker cp 宿主机中埋点数据的文件地址 temp: /home/workspace/data

进入容器内

cd /home/workspace

bash run.sh 

docker cp temp:/home/workspace/output/生成的数据报表文件 宿主机中的文件地址