典型文献
基于Spark平台的网络游戏用户流失预测方法
文献摘要：
随着移动互联网的广泛普及,国内网络游戏市场日趋饱和,游戏公司获得新用户的成本不断增加,如何预防存量用户的流失已经成为市场营销的重心.提出了一种基于Spark平台的网络游戏用户流失预测方法,基于一个真实游戏日志数据对用户进行了流失预测.首先,从日志数据中抽取和计算了用户特征;随后,按权重选取了一组重要特征;最后,以特征为输入、流失与否为输出进行了二分类建模.综合比较了随机森林、支持向量机、多层感知机、梯度提升决策树和逻辑回归等6种常见分类算法.实验结果表明,随机森林算法表现最优,模型预测精度达到91％.
文献关键词：
用户流失预测;Spark;二分类;机器学习;随机森林
中图分类号：
作者姓名：
胡艳芳;熊文;高炜
作者机构：
云南师范大学信息学院,云南昆明 650500
文献出处：
引用格式：
[1]胡艳芳;熊文;高炜-.基于Spark平台的网络游戏用户流失预测方法)[J].计算机工程与科学,2022(10):1730-1737
A类：
B类：
Spark,网络游戏,用户流失预测,移动互联网,内网,新用户,市场营销,戏日,日志数据,用户特征,重选,出进,二分类,分类建模,多层感知机,梯度提升决策树,逻辑回归,分类算法,随机森林算法
AB值：
0.275126
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
