游戏与大数据：一个可扩展的多维流失预测模型
机器学习
2018-11-29 v1
摘要
移动游戏的兴起引发了视频游戏行业的范式转变。游戏开发者现在拥有大量关于其玩家的信息，因此可以利用能够准确预测玩家行为并扩展到海量数据集的可靠模型。流失预测，这一多个行业共有的挑战，对移动游戏行业尤为相关，因为玩家留存对于游戏的成功变现至关重要。本文中，我们提出一种基于生存集成模型的游戏放弃预测方法。我们的方法能够准确预测每个玩家将离开游戏的等级以及他们到那一刻为止的累计游戏时长。此外，该方法对不同数据分布具有鲁棒性，适用于广泛的响应变量，同时允许算法的高效并行化。这使得我们的模型非常适合对流失玩家进行实时分析，即使对于拥有数百万日活跃用户的游戏也是如此。
引用
@article{arxiv.1710.02262,
title = {Games and Big Data: A Scalable Multi-Dimensional Churn Prediction Model},
author = {Paul Bertens and Anna Guitart and África Periáñez},
journal= {arXiv preprint arXiv:1710.02262},
year = {2018}
}