研究人員利用三星數(shù)據(jù)和人工智能預(yù)測(cè)手機(jī)游戲的變化

　　【CNMO新聞】NewZoom最近發(fā)布的全球游戲市場(chǎng)報(bào)告顯示，2018年手機(jī)游戲創(chuàng)造了703億美元的營(yíng)收，這對(duì)發(fā)行商和開(kāi)發(fā)商來(lái)說(shuō)都是一個(gè)利好，到2021年這一數(shù)字預(yù)計(jì)將攀升至1063億美元。

手機(jī)游戲

　　一篇相關(guān)的論文描述了這一現(xiàn)象。該論文由來(lái)自三星美國(guó)研究中心、德克薩斯農(nóng)工大學(xué)、匹茲堡大學(xué)和亞利桑那大學(xué)的研究人員共同撰寫(xiě)。 研究人員寫(xiě)道，隨著移動(dòng)設(shè)備越來(lái)越受歡迎，手機(jī)游戲已經(jīng)成為一個(gè)有著數(shù)十億美元收入的市場(chǎng)。這些平臺(tái)和服務(wù)面臨的一個(gè)關(guān)鍵挑戰(zhàn)是處理手機(jī)游戲中的流失行為。論文中首次提出了支持微觀層面流失預(yù)測(cè)和宏觀層面流失排名的大規(guī)模手機(jī)游戲流失分析。

　　流失預(yù)測(cè)系統(tǒng)并不新鮮。但是，之前的方法只能預(yù)測(cè)一款或幾款手機(jī)游戲的下載量，并且沒(méi)有考慮用戶應(yīng)用程序的交互數(shù)據(jù)，比如Wi-Fi連接狀態(tài)、屏幕亮度和音量等。

　　相比之下，研究人員提出的模型利用了從三星游戲啟動(dòng)器收集的游戲打開(kāi)、關(guān)閉、安裝和卸載的詳細(xì)交互數(shù)據(jù)。此外，該方法使用圖形(描述連接各種實(shí)體關(guān)系的數(shù)據(jù)庫(kù))來(lái)建模用戶和游戲之間的關(guān)系，并使用深度神經(jīng)網(wǎng)絡(luò)來(lái)捕獲上下文信息和用戶與游戲交互的動(dòng)態(tài)方式。 通過(guò)附加的圖形和算法，它可以推廣到宏觀客戶流失預(yù)測(cè)。具體來(lái)說(shuō)，它能夠根據(jù)近期可能流失的用戶總數(shù)生成游戲列表。 

　　為了構(gòu)建用于訓(xùn)練機(jī)器學(xué)習(xí)模型的數(shù)據(jù)集，研究人員從三星游戲啟動(dòng)器收集了4個(gè)月的數(shù)據(jù)，包括數(shù)萬(wàn)款手機(jī)游戲和數(shù)億用戶。這些數(shù)據(jù)是在得到美國(guó)和韓國(guó)用戶同意的情況下匿名收集的。具體來(lái)說(shuō)，團(tuán)隊(duì)記錄了游戲歷史、游戲概況(包括游戲類(lèi)型、開(kāi)發(fā)者、下載量、評(píng)級(jí)值和評(píng)級(jí)數(shù)量等特性)和用戶信息(例如，設(shè)備型號(hào)和區(qū)域)。  

　　與以往的微客戶流失率預(yù)測(cè)方法相比，它在微客戶流失率預(yù)測(cè)和宏觀客戶流失率預(yù)測(cè)方面均取得了較好的效果。由于它的輸入只包含對(duì)象的屬性和它們之間的關(guān)系，所以該模型還可以用于預(yù)測(cè)其他領(lǐng)域的用戶流失，比如蘋(píng)果音樂(lè)等會(huì)員業(yè)務(wù)中的客戶脫離，以及臉書(shū)上的興趣組取消訂閱等。