AI的特殊技能:找到那些氪金大佬 然后榨干他们

  • 日期:07-13
  • 点击:(1806)

银河娱乐电玩手机版

在线游戏,或者说,金手机游戏,是一个非常神奇的生态。总是由游戏团队中的大R(高薪玩家)的一部分支持,而零玩家(免费玩家)的一部分在当天。

然后,锁定大R是网络游戏公司的关键任务,聘请大个子假装成为独家客户服务粉碎,并为大R组织各种玩家活动会议,所有这些都是“客户”的手段升值”。

但事实上,大多数下载网络游戏的玩家都会丢失,只有少数人可以成为大R,甚至可能也会卸载难以吸引的本地暴君。

02f1d02f084344308fff93a29c54543d

如图所示,大多数玩家将迅速卸下维修区,甚至一些玩家也会玩耍并丢弃它们。只有少数玩家会继续为游戏收费并成为支持游戏公司。股票价格的中流砥柱。

那么,如何确保你不会在“白皮肤”球员身上浪费精力,并在比赛刚刚开启时提前找到那些金牌,让他们贡献最多钱?

Yokozuna Data是一家位于日本东京Chiyoda的数据公司,它开发了一种基于用户行为的AI方法,可以在游戏首次进入市场时找到将来的人,然后通过各种活动,更新并设计和排干他们的钱包。

你什么时候开始支付黄金?

首先,将现成的游戏作为数据集。

这家日本公司发现了两款游戏,一款是《Age of Ishtaria》,中文名称可以翻译为《伊斯塔利亚时代》。

c71caf9ad08e4c738ab908555c1460b0

另一个是《Grand Sphere》,中文翻译《宿命的王女与龙之骑士》,毕竟按照日文名称,名字长而俏皮,TapTap得分8.4分。

5b47391121224c66b99e613ecc1b943b

这两款游戏均由Yokozuna Data CEO的首席执行官制作。他们都是与可爱的姐妹姐妹打牌。追求SSR的大玩家可以享受它。

研究人员发现了2015年1月至2017年2月的《伊斯塔利亚时代》?蜗肥荩约?2017年6月至2018年5月的《宿命的王女与龙之骑士》游戏数据,包括游戏中每位玩家的每日游戏数据。活动记录,例如游戏时间,游戏行为,通信会话等。

该数据集不包含新玩家,因为许多玩家手机上的游戏应用程序要到第二天才会被保留,自然不可能向用户付费,并且不可能从他们那里赚钱。

因此,两场比赛中只有5.32%和5.30%的球员进入了数据集。共有30,000《伊斯塔利亚时代》玩家和10,000《宿命的王女与龙之骑士》玩家,他们的数据被随机分配,30%成为训练。设置,70%成为测试集。

研究人员选择了影响他们是否为此付出代价的三个变量:

玩家生命周期:玩家自注册以来玩了多少天。

等级:大多数游戏将拥有的等级系统。

总游戏时间:每个玩家在游戏中玩了多少小时。

这三个变量与用户是否付款密切相关。

《伊斯塔利亚时代》在游戏中,长时间玩的玩家支付更高的百分比:

7cc52e2ce9bb4e16a757a6154f1391ab

玩家的等级越高,支付率越高,数百名玩家几乎都是金牌:

706ddcb14d734295914103f85c694370

游戏时间越长,支付率越高,玩数千小时的玩家基本上都会获得报酬:

3b97aff4a9d84aeeac80b9931d379d5a

这些数字的阴影表示95%的置信区间。

此外,如果您取出付费玩家,您可以看到他们在前几天,前几天和前几个小时都在付费。

大多数付费玩家在玩这个游戏的一个月内开始付款:

5aa1ff01f5f54f17a9857de14634c722

此时,他们的水平基本上低于50:

5d5fe3242a7641b1a185680eff5e29cd

总共几十个小时没有肝脏:

dba5845419a8475881abd2cdbf0ee305

毕竟,免费玩家只是肝脏游戏,付费玩家直接瘫痪。

生存分析模型

通过这些数据,研究团队启用了生存分析模型,这是第一次使用生存分析方法进行游戏付费用户研究。

使用了三种主要方法:

推理林,条件推断林

5e8deb35cc0c48d199327502c7d4b9cd

随机森林算法,随机生存林

9fff466024164be691ca642a9855c131

1a925aecf94048e39a9e618fb0ed5c03

COX回归,Cox回归

445043b0a6224d4ea01ade82b7eeebc5

由于玩家的支付状态与他们玩的天数,等级和小时数有关,因此这三种方法用于预测玩家所玩的天数,等级和小时数,然后预测他们是否会支付。

通过以上三种方法,预测了三个天数,等级和小时值,得到了九个结果位图:

4256f7a15a954df4b0694f5068059629

由于大多数玩家离开坑太快,较小的数字点阵太密集,用对数点阵代替它会更清楚:

9caf6802c6454abf87299541e36def14

从数据的角度来看,无论使用哪三种方法,误报和漏报都非常低:

cd8c37c9c6594095a407b9a462808b8c

换句话说,通过生存分析可以准确地预测通过用户行为玩游戏的日期,级别和时间,以及那些已经玩了很长时间,高水平和长时间的用户,大多数都是付费的。

因此,对于刚刚列出的游戏,通过在服务前几天播放玩家的游戏行为,您可以找到将来可能充电的玩家,以便您可以制定有针对性的措施。

在论文中,研究人员表示,这种方法确实可以针对特定的参与者,并根据过去的行为预测未来的行为,以定制游戏体验。

毕竟,改变Big R.的感觉并不是什么新鲜事。

a58d04714a464461bcba852254ed2e8e

此外,游戏公司还可以鼓励小R和零元派对推广其充值行为,如刺激低成本单价玩家增加消费配额,或刺激低频消费以增加消费频率。

从非付费到高级版:使用集成学习预测视频游戏中的用户转换

作者:Anna Guitart,Shi Hui Tan,AnaFernándezdelRío,Pei Pei Chen,áfricaPeriáez