与社交网络上的数据挖掘和游戏相关的资源

我对社交网络游戏玩家之间的模式挖掘问题很感兴趣。例如,在给定一家公司的用户数据库的情况下,检测一个游戏的作弊者。到目前为止,我一直在遵循数据挖掘项目的常用方法:

• 构建收集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集对其进行培训
• 用另一个测试集验证分类器
• 起泡、漂洗、重复

令人惊讶的是,在这一领域,我在文献、最佳实践等方面几乎没有发现什么。我希望将信息收集问题集中在这里。特别是我要找的:

• 对于这种类型的模式挖掘,分类器所起的作用是什么(它似乎非常短暂,用户玩游戏,用户获得奖励,用户转移奖励等)。
• 是否有针对社交网络/游戏数据的高度一致的属性?
• 应该考虑的实际信息量是多少?我遇到的一个问题是数据过载,查询和数据清理可能需要几天时间才能完成。
• 与上述观点相关,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,角落里的一个白盒子没有足够的马力来完成这样一个项目。公司一般都采用云解决方案吗?他们是在购买集群吗?

基本上,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)都会受到高度赞赏。

谢谢。