MMORPG 사용자 유형 분류를 통한 이탈 예측 모델 생성 및 평가
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 오세준 | - |
dc.contributor.author | 이은조 | - |
dc.contributor.author | 우지영 | - |
dc.contributor.author | 김휘강 | - |
dc.date.accessioned | 2021-08-11T13:24:02Z | - |
dc.date.available | 2021-08-11T13:24:02Z | - |
dc.date.created | 2021-06-17 | - |
dc.date.issued | 2018 | - |
dc.identifier.issn | 2383-6318 | - |
dc.identifier.uri | https://scholarworks.bwise.kr/sch/handle/2021.sw.sch/6675 | - |
dc.description.abstract | 대규모 다중 사용자 온라인 롤플레잉 게임(MMORPG)은 세계적으로 많은 사용자들이 즐기는 게임의 장르로 사용자들이 즐길 수 있는 다양한 컨텐츠를 제공해준다. 하지만 다양한 컨텐츠를 제공함에도 불구하고 일부 사용자들은 게임에서 이탈한다. 지속적으로 게임을 즐기는 사용자는 게임회사의 수익과 밀접한 관계가 있기 때문에, 사용자 이탈 예측은 매우 중요한 문제이다. 본 연구에서는 게임 사용자 유형을 기반으로 이탈을 예측하는 방법을 제안한다. 실제 MMORPG 데이터를 이용하여 ‘이탈자’를 정의하고, 서로 다른 특징을 보이는 사용자들을 군집화 알고리즘을 통해 5가지 유형으로 나누어 분류하였다. 실험 결과로 약 98.3%의 이탈자가 라이트 사용자형에 속하는 것을 확인하였다. 분류한 유형을 이탈 예측 모델 생성의 피처로 사용하고, 기계학습 알고리즘을 이용하여 이탈 예측 모델을 구축하였다. 이탈 예측 모델은 최대 85.7%의 accuracy와 72.3%의 F-measure의 성능을 보였다. | - |
dc.language | 한국어 | - |
dc.language.iso | ko | - |
dc.publisher | 한국정보과학회 | - |
dc.title | MMORPG 사용자 유형 분류를 통한 이탈 예측 모델 생성 및 평가 | - |
dc.title.alternative | Constructing and Evaluating a Churn Prediction Model using Classification of User Types in MMORPG | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 우지영 | - |
dc.identifier.doi | 10.5626/KTCP.2018.24.5.220 | - |
dc.identifier.bibliographicCitation | 정보과학회 컴퓨팅의 실제 논문지, v.24, no.5, pp.220 - 226 | - |
dc.relation.isPartOf | 정보과학회 컴퓨팅의 실제 논문지 | - |
dc.citation.title | 정보과학회 컴퓨팅의 실제 논문지 | - |
dc.citation.volume | 24 | - |
dc.citation.number | 5 | - |
dc.citation.startPage | 220 | - |
dc.citation.endPage | 226 | - |
dc.type.rims | ART | - |
dc.identifier.kciid | ART002346696 | - |
dc.description.journalClass | 2 | - |
dc.description.journalRegisteredClass | kci | - |
dc.subject.keywordAuthor | 사용자 이탈 예측 | - |
dc.subject.keywordAuthor | 사용자 유형 기반 분류 | - |
dc.subject.keywordAuthor | 기계학습 알고리즘 | - |
dc.subject.keywordAuthor | 이탈 예측 모델 평가 | - |
dc.subject.keywordAuthor | churn prediction | - |
dc.subject.keywordAuthor | user type classification | - |
dc.subject.keywordAuthor | machine learning algorithm | - |
dc.subject.keywordAuthor | evaluating churn prediction model | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
(31538) 22, Soonchunhyang-ro, Asan-si, Chungcheongnam-do, Republic of Korea+82-41-530-1114
COPYRIGHT 2021 by SOONCHUNHYANG UNIVERSITY ALL RIGHTS RESERVED.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.