大型多人在线角色扮演游戏是目前非常流行的网络游戏类型，占据了极大的市场份额。为了维持网络游戏良好的发展，提高用户的活跃度和留存率，这就需要从不同的方面来分析游戏。　　本文研究游戏行会的生存预测、游戏角色等级晋升的影响因素和角色等级预测。本文主要的工作如下:　　第一，行会生存对提高游戏用户的活跃度和留存率有着积极的作用。目前行会生存分析方法是使用分类法，即把行会是否生存看作一个二分类问题来处理，未能充分利用行会纵向数据，不能及时反映行会的状态变化和生存趋势。本文采用纵向-生存联合模型，充分利用游戏行会纵向的状态变化特征和成员行为特征，预测行会的生存状态。实验中，纵向-生存联合模型相比传统的Cox比例风险模型，综合性能提高了56.6％，相比分类算分提高了预测性能，如逻辑回归提高了11.9％。　　第二，本文通过对大规模在线游戏中等级晋升角色影响因素分析与预测，了解虚拟世界个体行为，在帮助游戏公司增加游戏收入同时，也有助于更深刻的认知现实世界。首先，采用通径分析的方法对角色等级晋升的影响因素之间的关系进行度量，结果表明构建的通径分析分析模型拟合度很高，很好地解释了各个因素与等级晋升的因果关系。实验发现:相比于游戏行为，游戏参与度对于社交关系的正向影响较大;在社交关系中，师徒关系对升级有着正向的作用，但是朋友数量表现出负向的影响。在预测角色升级的实验中，相比于线性回归、SVM回归、Adaboost回归、随机森林回归等模型，以及目前在本领域较多使用的因子分解模型，梯度提升回归树能够更好地预测角色的升级结果。