Performance comparison of classification algorithms for detecting level-based player churn using in-game data
Oyun içi verileri kullanarak seviye bazlı oyuncu kaybını tespit etmede sınıflandırma algoritmalarının performanslarının karşılaştırılması
- Tez No: 846981
- Danışmanlar: DR. ÖĞR. ÜYESİ ZEKERİYA ANIL GÜVEN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: İzmir Bakırçay Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Oyuncu kaybı milyarlarca dolarlık oyun endüstrisi için en önemli sorunlardan biridir ve oyuncu kaybı demek şirketler için gelir kaybı anlamına gelir. Oyuncu kaybını tespit etmede yapılan diğer çalışmalar oyuncu bazlı bir yaklaşımı içermektedir. Bu çalışmada ise level-based bir yaklaşım önerilerek oyuncu kaybı tespit edilmeye çalışılmıştır. Bunun için veri temizleme, veri indirgeme, özellik çıkarımı, dönüştürme gibi gerekli veri ön işleme işlemleri veri setine uygulanmış ve sonrasında sınıflandırma algoritmaları ile değerlendirilmiştir. Her bir adım ayrı ayrı test edilip tahmin yeteneğine etkileri tespit edilmiştir. Ayrıca farklı sınıflandırma modelleri yardımıyla üretilen özellik setleri ile testler yapılıp performansa etkisi karşılaştırılmıştır. AdaBoost ve Decision Tree algoritmaları ile sırasıyla 0.79 ve 0.78 F1 skoru elde edilmiştir. Elde edilen bulgular ve sonuçlar çalışmanın sonunda paylaşılmıştır.
Özet (Çeviri)
Player churn is one of the most important problems for the multi-billion-dollar gaming industry, and player churn means lost revenue for companies. While other studies on player churn detection have used a player-based approach, this study proposes a level-based approach to detect player churn. The data used for this purpose were subjected to necessary data preprocessing processes such as data cleaning, data reduction, new inference, transformation, and evaluation with classification algorithms. Each step was tested separately, and its effects on the prediction ability were determined. In addition, tests were conducted with feature sets generated with the help of different classification models, and their effects on performance were compared. AdaBoost and Decision Tree algorithms achieved F1 scores of 0.79 and 0.78 respectively. The findings and results are shared at the end of the study.
Benzer Tezler
- Eksternal etmoidektomiler
Başlık çevirisi yok
ERCÜMENT AKMAN
Tıpta Uzmanlık
Türkçe
1987
Kulak Burun ve BoğazGazi ÜniversitesiKulak Burun Boğaz Ana Bilim Dalı
PROF.DR. NECMETTİN AKYILDIZ
- Izgara ve altlık üstünde barındırılan ile de france X kıvırcık (Fl) ve merinos kuzularının entansif besideki performansları
Başlık çevirisi yok
ÜMRAN ŞAHAN
Yüksek Lisans
Türkçe
1987
Veteriner HekimliğiUludağ ÜniversitesiZootekni Ana Bilim Dalı
PROF. DR. ERDOĞAN TUNCEL
- Sportif oyunlardan (hentbol'de) sporcu beslenmesi ve kahvaltı yapmanın performansa etkisi üzerinde bir araştırma
Başlık çevirisi yok
MELİH SALMAN
- New algorithms and techniques for microprocessor-controlled PWM induction drives
Başlık çevirisi yok
OSMAN KÜKRER
Doktora
İngilizce
1987
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. H. BÜLENT ERTAN
- Studies on the cuttability of rocks at O.A.L. Çayırhan district by laboratory cutting tests
Başlık çevirisi yok
KÜRŞAD CEYLAN
Yüksek Lisans
İngilizce
1987
Maden Mühendisliği ve MadencilikOrta Doğu Teknik ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
DOÇ. DR. NACİ BÖLÜKBAŞI