文章目录

大数据时代用户游戏内付费预测研究

马明浩

东华大学

摘要：伴随着手机和网络的普及,游戏产业迎来黄金时代。截止2018年,我国现有游戏用户达到6.26亿人,游戏市场实际销售收入达到2144.4亿元。但另一方面,游戏产业也存在问题亟待解决。游戏产业竞争同质化现象严重,游戏用户增长已到达瓶颈期,游戏厂商难以通过增加用户数量来获利。游戏产业急需引入新的活力。在游戏厂商难以增加用户数量时,筛选出优质用户和潜在付费用户人群已逐渐成为游戏行业的迫切需求。传统的付费预测研究大多采用问卷调查的方式,通过预先设置几个维度采集样本,然后预测用户是否付费,这样既限制了不同算法的应用,而且游戏预测结果难以直接应用到游戏厂商筛选付费用户人群。本论文提出了一种全新的大数据时代预测用户游戏内付费方法,即利用游戏厂商记录游戏用优质用户行为的大数据,预测用户是否会在游戏内付费。本实验数据源有上百个维度、上百万条记录,在实验中搭建了Hadoop和Spark大数据实验平台,为本文研究提供分布式存储和计算能力,解决了传统建模时数据量巨大导致的计算能力不足的问题。本论文数据源高维稀疏、正样本不足1%且数据有脏值,在建模之前进行了数据预处理。清洗数据脏值后对数据进行PCA降维,在保留数据... 更多

关键词：

大数据; Hadoop; Spark; SMOTE; XGBOOST;