$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

모바일 게임 분석 기술 동향
Mobile Game Analytics Technology Trends 원문보기

전자통신동향분석 = Electronics and telecommunications trends, v.32 no.4, 2017년, pp.96 - 103  

이상광 (지식이러닝연구그룹) ,  장시환 (지식이러닝연구그룹) ,  양성일 (지식이러닝연구그룹)

초록
AI-Helper 아이콘AI-Helper

최근 모바일 게임 산업에서는 게임 이용 중 게임 내 필요한 아이템을 별도로 구매하는 부분 유료화 비즈니스 모델이 지속해서 성장하고 있다. 부분 유료화 게임은 이용자 측면에서 접근성이 용이하며, 게임 제공자 측면에서는 구매를 유도하는 방법들이 고도화되었다. 인기게임의 경우 부분 유료화로 인한 수입이 지속적으로 증가하고 있다. 본고에서는 모바일 부분 유료화 게임에 대해 게임 운영을 최적화하기 위한 기술들을 살펴보고자 한다. 먼저, 게임 현황 파악 및 분석을 위한 대표적인 게임운영지표 분석 솔루션들을 요약하고, 게임운영지표를 개선하기 위한 게임 이용자 행동예측 기술들을 소개한다. 또한, 최근 연구되고 있는 모바일 게임 분석 기술의 한계점을 돌아보고 향후 연구 방향에 관해 기술한다.

참고문헌 (16)

  1. SWRVE, "The SWRVE New Players Report," Accessed 2017. http://www.swrve.com/whitepapers/files/SWRVEnewplayers-report-2015.pdf 

  2. T. Mutanen, J. Ahola, and S. Nousiainen, "Customer Churn Prediction - a Case Study in Retail Banking," in Proc. ECML/PKDD 2006 Workshop on Practical Data Mining: Applications, Experiences and Challenges, Sept. 2006, pp. 13-19. 

  3. Microsoft Azure, Accessed 2017. https://azure.microsoft.com 

  4. Google, Accessed 2017. https://www.google.com 

  5. Elastic, Accessed 2017. https://www.elastic.co 

  6. DOJO MADNESS, Accessed 2017. http://dojomadness.com 

  7. 5Rocks, Accessed 2017. http://www.5rocks.io 

  8. Igaworks, Accessed 2017. http://www.igaworks.com 

  9. Splunk, Accessed 2017. https://www.splunk.com 

  10. F. Hadiji et al., "Predicting Player Churn in the Wild," in Proc. IEEE Conf. Comput. Intell. Games, Dortmund, Germany, Aug. 26-29, 2014, pp. 1-8. 

  11. J. Runge et al., "Churn Prediction for High-Value Players in Casual Social Games," in Proc. IEEE Conf. Comput. Intell. Games, Dortmund, Germany, Aug. 26-29, 2014, pp. 1-8. 

  12. H. Xie et al., "Predicting Player Disengagement and First Purchase with Event-Frequency Based Data Representation," in Proc. IEEE Conf. Comput. Intell. Games, Tainan, Taiwan, Aug. 31-Sept. 2, 2015, pp. 230-237. 

  13. M. Tamassia et al., "Predicting Player Churn in Destiny: a Hidden Markov Models Approach to Predicting Player Departure in a Major Online Game," in Proc. IEEE Conf. Comput. Intell. Games, Santorini, Greece, Sept. 20-23, pp. 325-332. 

  14. R. Sifa et al., "Predicting Purchase Decisions in Mobile Free-to-Play Games," in Proc.Eleventh AAAI Conf. Artif. Intell. Interactive Digital Entertainment (AIIDE 2015), Santa Cruz, CA, USA, Nov. 14-18, 2015, pp. 79-85. 

  15. S. Lee et al., "Predicting Churn in Mobile Free-to-Play Games," in Proc. Int. Conf. Inform. Commun. Technol. Convergence, Jeju, Rep. of Korea, Oct. 19-21, 2016, pp. 1046-1048. 

  16. N.V. Chawla et al., "SMOTE: Synthetic Minority Over- Sampling Technique," J. Artif. Intell. Res., vol. 16, no. 1, Jan. 2002, pp. 321-357. 

LOADING...

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로