최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기
모바일 게임 서비스에서 유저 이탈은 매우 중요하게 다뤄지고 있는 이슈다. 유저가 오래
잔존할수록 서비스의 안정적인 지속과 매출을 기대할 수 있지만 이탈 비율이 높으면 반대의
결과를 초래하게 되고 서비스 종료 상황까지 직면하게 될 수 있다. 이에 본 논문에서는 유저
이탈을 최소화하고 서비스 운영에 도움이 될 수 있도록 모바일 게임 데이터를 바탕으로 이탈
유저의 특성을 분석하고 이탈을 예측 분류하는 모델을 제안하였다.
이탈 유저 특성 분석은 집계 데이터와 시퀀스 데이터 2가지 유형의 데이터를 준비하여 분
석을 수행하였다. 분석 결과 이탈 유저가 잔존 유저 대비 게임 이용 횟수 및 시간을 나타내는
지표에서 시간이 지남에 따라 상대적으로 더 빠르게 감소하는 것을 확인하였다.
유저 이탈 예측은 집계 데이터로만 예측한 경우와 집계 데이터 및 시퀀스 데이터를 모두
활용한 2가지 경우로 구분하여 성능을 측정하고 비교하였다. 집계 데이터 예측은 기계학습과
딥러닝 모델인 ...
저자 | 이재륜 |
---|---|
학위수여기관 | 고려대학교 컴퓨터정보통신대학원 |
학위구분 | 국내석사 |
학과 | 빅데이터융합학과 |
지도교수 | 김현우 |
발행연도 | 2022 |
총페이지 | 31 p |
키워드 | 머신러닝 딥러닝 모바일게임 이탈예측 |
언어 | kor |
원문 URL | http://www.riss.kr/link?id=T16391553&outLink=K |
정보원 | 한국교육학술정보원 |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.