基于支持向量机的游戏自动分类
机器学习
2021-05-18 v2
摘要
游戏开发者在进行游戏市场分析时受益于可获取的自定义游戏类型信息。这些信息可帮助他们发现市场机会，并在规划新游戏时取得更大成功。本文中我们寻找可预测游戏类别的良好分类器。预测基于游戏的描述与标题。我们使用 2443 款 iOS App Store 游戏作为数据集生成文档-词项矩阵。为缓解维数灾难，我们采用潜在语义索引（Latent Semantic Indexing），将词项维度降至约 1/9。将支持向量机（Support Vector Machine）监督学习模型拟合于预处理后的数据。模型参数通过网格搜索与 20 折交叉验证进行优化。最佳模型获得 77% 的平均准确率，或在 95% 置信度下约 70% 的准确率。所开发的分类器已在内部用于辅助游戏市场研究。
引用
@article{arxiv.2105.05674,
title = {Automatic Classification of Games using Support Vector Machine},
author = {Ismo Horppu and Antti Nikander and Elif Buyukcan and Jere Mäkiniemi and Amin Sorkhei and Frederick Ayala-Gómez},
journal= {arXiv preprint arXiv:2105.05674},
year = {2021}
}
备注
7 pages, 7 figures, updated contact information of one author