基于Spark平台的网络游戏用户流失预测方法

O211.67; 随着移动互联网的广泛普及,国内网络游戏市场日趋饱和,游戏公司获得新用户的成本不断增加,如何预防存量用户的流失已经成为市场营销的重心.提出了一种基于Spark平台的网络游戏用户流失预测方法,基于一个真实游戏日志数据对用户进行了流失预测.首先,从日志数据中抽取和计算了用户特征;随后,按权重选取了一组重要特征;最后,以特征为输入、流失与否为输出进行了二分类建模.综合比较了随机森林、支持向量机、多层感知机、梯度提升决策树和逻辑回归等6种常见分类算法.实验结果表明,随机森林算法表现最优,模型预测精度达到91％....

Full description

Saved in:
Bibliographic Details
Published in计算机工程与科学 Vol. 44; no. 10; pp. 1730 - 1737
Main Authors 胡艳芳, 熊文, 高炜
Format Journal Article
LanguageChinese
Published 云南师范大学信息学院,云南昆明 650500 2022
Subjects
二分类
用户流失预测
机器学习
随机森林
Spark
Online AccessGet full text
ISSN1007-130X
DOI10.3969/j.issn.1007-130X.2022.10.003

Cover

More Information
Summary:O211.67; 随着移动互联网的广泛普及,国内网络游戏市场日趋饱和,游戏公司获得新用户的成本不断增加,如何预防存量用户的流失已经成为市场营销的重心.提出了一种基于Spark平台的网络游戏用户流失预测方法,基于一个真实游戏日志数据对用户进行了流失预测.首先,从日志数据中抽取和计算了用户特征;随后,按权重选取了一组重要特征;最后,以特征为输入、流失与否为输出进行了二分类建模.综合比较了随机森林、支持向量机、多层感知机、梯度提升决策树和逻辑回归等6种常见分类算法.实验结果表明,随机森林算法表现最优,模型预测精度达到91％.
ISSN:1007-130X
DOI:10.3969/j.issn.1007-130X.2022.10.003