移动社交游戏中的流失预测：基于生存集成模型的完整评估
机器学习
2017-10-09 v1
摘要
减少用户流失（即 churn）是多个行业面临的普遍挑战。在移动社交游戏中，降低流失率对于提高玩家留存率和增加收入至关重要。流失预测模型能够帮助理解玩家忠诚度，并预测他们何时会停止玩游戏。借助这些预测，可以采取多种措施来留住那些更可能流失的玩家。生存分析专注于预测特定事件发生的时间，在本研究中即为流失。传统方法（如回归分析）仅在所有玩家都已离开游戏时才能应用。当数据集包含所有玩家不完整的流失信息时，挑战便会出现，因为大多数玩家仍会连接游戏。这被称为删失数据问题，是流失的内在特性。删失通常通过生存分析技术处理，但由于生存统计算法的灵活性不足，所达到的准确性往往较差。相比之下，新颖的集成学习技术在各种科学领域日益流行，能提供一流的预测结果。在本工作中，我们首次在社交游戏领域开发了一个生存集成模型，该模型提供了全面的分析以及对流失的准确预测。对于每位玩家，我们预测其流失概率随时间变化的函数，从而能够区分不同级别的忠诚度画像。此外，我们评估了解释预测玩家生存时间的风险因素。我们的结果表明，通过生存集成模型进行流失预测，显著提高了传统分析（如 Cox 回归）的准确性和稳健性。
引用
@article{arxiv.1710.02264,
title = {Churn Prediction in Mobile Social Games: Towards a Complete Assessment Using Survival Ensembles},
author = {África Periáñez and Alain Saas and Anna Guitart and Colin Magne},
journal= {arXiv preprint arXiv:1710.02264},
year = {2017}
}