Farklı platformlarda sunulan f2p oyunlarındaki satın alma kararlarının makine öğrenmesi yöntemleriyle tahmin edilmesi
Prediction of purchasing decisions in f2p games offered on different platforms with machine learning methods
- Tez No: 858137
- Danışmanlar: PROF. DR. SEDA TOLUN TAYALI, DOÇ. DR. MURAT GEZER
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Yapay zeka, Artificial intelligence
- Yıl: 2024
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Enformatik Ana Bilim Dalı
- Bilim Dalı: Enformatik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Son yirmi yılda, oyun endüstrisi popülaritesi hızla artarak eğlence sektöründe en üst sıralarda yer almayı başarmıştır. Bu yükselişle birlikte, müşteri ilişkileri ve müşteri kaybı analizi, oyun sektöründe daha da ön plana çıkmıştır. Oyunlar sektöre hızla entegre olmakta ve yüksek gelir getiren elektronik ürünler olarak nitelendirilmektedir. Oyunlara olan ilginin artışıyla birlikte şirketlerin gelirleri artış göstermiş, bu durum ise müşteri kaybı kavramını daha kritik hale getirmiştir. Bu bağlamda, sektördeki müşterinin davranışları analiz edilmeye değer bir yapı olduğunu ortaya koymuştur. Bu tez, Blade and Soul ve LengBear oyunlarında belirli dönemlerdeki oyuncu kayıt verilerinin makine öğrenmesi algoritmaları ile müşteri kayıp analizini gerçekleştirmektedir. Bu bağlamda problem sırasıyla, oyuncu kaybı sınıflandırması ve oyuncunun hayatta kalma süresinin tahmin edilmesi olarak modellenmiştir. Çalışmanın teorik temelini davranışsal ekonomi ve kayıp yönetimi başlıkları oluşturmaktadır. Araştırmada, problemlerin çözüm önerisinde makine öğrenimi yöntemleri kullanılmıştır. Araştırma kapsamında her iki veri setinde CRISP-DM metodolojisi uygulanmış ve bu metodolojiye bağlı kalarak süreç detaylı bir şekilde açıklanmıştır. Blade and Soul oyununda, oyuncu kaybı ve hayatta kalma süreleri, XGBoost sınıflandırma problemi için en yüksek tahmin performansını ortaya koyarken, ÇKA ve XGBoost regresyon ise hayatta kalma sürelerinin tahmininde başarılı performans göstermiştir. LengBear veri setinde ise Çok Katmanlı Algılayıcı (ÇKA) ve Rastgele Orman (RO) algoritmalarının ızgara arama yöntemi ile başarılı sonuçlar elde etmiştir. Sonuçlar, müşteri kaybı analizinin işletmelerin müşteri davranışlarındaki eğilimleri ve kalıpları belirlemelerine yardımcı olabileceğini göstermiştir. Bununla birlikte, müşterilerin oyunu bırakma olasılığının (churn) ne zaman en çok olduğu, hangi özelliklerin ayrılmalarına neden olduğu ve müşteri eğilimleri ve öngörüler ortaya koyulmaya çalışılmıştır.
Özet (Çeviri)
In the last two decades, the gaming industry has grown rapidly in popularity and has become one of the top entertainment industries. With this rise, customer relationships and churn analysis have become more prominent in the gaming industry. Games are rapidly being integrated into the industry and are characterized as high revenue generating electronic products. With the increase in interest in games, companies' revenues have increased, making the concept of customer churn more critical. In this context, the behavior of the customer in the industry has revealed a structure worth analyzing. This thesis analyzes customer churn in Blade and Soul and LengBear games by using machine learning algorithms on player registration data over certain periods. In this context, the problem is modeled as player churn classification and prediction of player survival time, respectively. The theoretical basis of the study is behavioral economics and churn management. In the research, machine learning methods were used to propose solutions to the problems. Within the scope of the research, CRISP-DM methodology is applied to both data sets and the process is explained in detail based on this methodology. In Blade and Soul, player loss and survival times showed the highest prediction performance for the XGBoost classification problem, while MLP and XGBoost regression performed well in predicting survival times. On the LengBear dataset, the grid search method of the Multilayer Perceptron (MLP) and Random Forest (RF) algorithms achieved successful results. The results showed that churn analysis can help businesses identify trends and patterns in customer behavior. In addition, when customers are most likely to churn, what characteristics cause them to leave, and customer trends and insights are revealed.
Benzer Tezler
- Bazı esterlerin kinetik incelenmesi ve termodinamik parametrelerin belirlenmesi
Kinetic study and detesmination of thermodnamic parameters of some esters
İBRAHİM TAŞ
Yüksek Lisans
Türkçe
1986
Kimya MühendisliğiUludağ ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. MUSTAFA CEBE
- İzmir'de bazı yolların kapatılarak yaya bölgeleri oluşturma da kent peyzajını geliştirme açısından yeniden planlanması üzerinde araştırmalar
Başlık çevirisi yok
BAHAR TÜRKYILMAZ
Yüksek Lisans
Türkçe
1985
Şehircilik ve Bölge PlanlamaEge ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
- Testosteron dihidrotestosteron ve östrojenin benign prostat hiperplazisindeki etyolojik rolleri
The roles of testosterone, dihydrotestosterone and estradiole on the etiology of benign prostatic hyperplasia
HALUK TOKUÇOĞLU
- Süt formüllerinin tüketim uygulamaları ve süt formüllerinin C vitamini içeriği ile pH değerleri
Başlık çevirisi yok
GÖNÜL VAROL
Yüksek Lisans
Türkçe
1986
Besin Hijyeni ve Teknolojisiİstanbul ÜniversitesiÇocuk Gelişimi Ana Bilim Dalı
DOÇ. DR. TÜRKAN KUTLUAY
- Türkiye'de aile planlaması çalışmalarında erkeklerin önemi, hastane personeli ile fabrika işçilerinin doğum kontrol yöntemlerine karşı tutum ve davranranışlarında farklılığın araştırılması
Başlık çevirisi yok
KAMİL MALKOÇLU
Yüksek Lisans
Türkçe
1987
Demografiİstanbul ÜniversitesiAile Sağlığı Ana Bilim Dalı
DOÇ. DR. DERİN KÖSEBAY