国内刊号:43-1258/TP
国际刊号:1007-130X
发布日期:
作者:胡艳芳, 熊文, 高炜
单位:(云南师范大学信息学院,云南 昆明 650500)
关键词:用户流失预测,Spark,二分类,机器学习,随机森林,
基金:国家自然科学基金(61862066)
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%。
来源:2022年第10期
《计算机工程与科学》期刊编辑部