모바일 게이머의 인지심리속성 추출 및 구매예측 성능개선 :Extraction of Cognitive Psychological Features of Mobile Gamers and Improvement of Purchases Prediction Performance

전지훈

추천

검색

자료유형: 학위논문

저자정보: 전지훈 (세종대학교, 세종대학교 대학원)

지도교수: 김경중

발행연도: 2018

저작권: 세종대학교 논문은 저작권에 의해 보호받습니다.

이용수1

이 논문의 연구 히스토리 (2)

2018

모바일 게이머의 인지심리속성 추출 및 구매예측 성능개선

전지훈 컴퓨터공학과 2018.01 학위논문

2017

로그 데이터의 전형분석 및 인지심리적 속성 추출을 이용한 모바일 게이머 유형화 연구

전지훈 , 윤두밈 , 양성일 외 1명 한국정보과학회 학술발표논문집 2017.06 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

게이머의 게임 내 구매는 게임회사의 매출과 직결되는 중요한 요소 중 하나이다. 평균적으로 95%의 게이머는 게임 내 구매를 하지 않으며, 극소수의 게이머가 게임회사 매출의 대부분을 책임지고 있다. 이러한 까닭에 게임 기업들은 이러한 소수의 구매 게이머들을 유지시키고 증대시킬 필요가 있다. 만약 이러한 게이머들의 구매를 예측할 수 있고, 인지심리 기반하에 분석할 수 있다면, 게임 기업들은 게이머들에게 더 효율적이고 만족스러운 게임 서비스를 제공할 수 있을 것이다. 이러한 상황 속에서 많은 데이터 마이닝 분야의 연구자들은 게이머의 행동을 예측하거나 게이머들의 성향을 분석하는 연구를 진행하고 있다. 다만, 기존의 대부분의 연구들은 설문조사를 이용하여 게이머를 분석하거나 단순한 로그데이터의 통계적 수치만을 이용하여 게이머의 행동을 예측하고 있다. 설문조사를 이용한다면 게이머의 성향과 같은 심리적 특성을 분석하긴 쉽지만, 많은 양의 데이터를 얻기 어렵고, 로그데이터의 통계적 수치를 이용한 게이머의 행동 예측의 경우 게이머의 성향 및 심리적 특징을 분석하기엔 어려움이 있다. 이처럼 이러한 어려움을 해결하기 위해서는 게이머의 기본적인 행동이 기록된 게임 로그데이터로부터 게이머를 인지심리학에 기반한 분석이 필요하다.
본 논문에서는 모바일 알피지 게임 ‘소울게이지’의 로그데이터를 사용하여 게이머의 인지심리를 추정할 수 있는 7가지 인지심리속성(경쟁성, 도전성, 충성도, 사회성, 활동성, 효율성, 성실성)을 정의하고 추출하였다. 또한, 결제금액을 기준으로 분류된 게이머들을 7가지 인지심리속성에 기반하여 분석하였고, 그 결과 인지심리속성과 결제금액과의 연관성을 보였다. 추가적으로, 7가지 인지심리속성 데이터 셋을 포함한 3가지 데이터 셋을 이용하여 게이머의 구매를 예측하였으며, 그 결과 7가지 인지심리속성을 사용한 데이터 셋을 이용하여 구매를 예측할 경우 게이머의 구매 예측성능이 향상됨을 보였다. 이러한 결과는 게이머의 기본적인 행동이 기록된 게임 로그로부터 게이머의 인지심리적 특징이 추출가능하고 게이머를 인지심리에 기반하여 분석할 수 있으며, 게이머의 게임 내 구매를 비교적 높은 성능으로 예측할 수 있음을 의미한다.

In-game purchases are one of the important factors that are directly related form company''s revenue. On average, 95% of gamers do not pay in-game purchases, A small number of gamers are responsible for most of their game company’s revenue. For this reason, game companies need to maintain and augment these few purchasing gamers. If we can predict these purchasing gamers and analyze them based on cognitive psychology, game companies will be able to provide gamers with more efficient and satisfying game services. Accordingly, many researchers in the field of data mining are studying to predict the behavior of gamers or analyzing the tendency of gamers. However, the study was mainly conducted using surveys and statistical values of the log data. It is easy to analyze the psychological characteristics such as the tendency of the gamer by using survey but it is difficult to obtain a large amount of data. Also, it is useful to predict the behavior of gamers by using statistical values of the log data but it is difficult to analyze the tendency of the gamer. In order to solve this problem, it is necessary to analyze the gamer from the game log data based on cognitive psychology. In this paper, we extracted seven cognitive psychological features (competitive, challenge, loyal, social, activity, efficient, sincerity) that can estimate cognitive psychology of gamer by using log data of mobile RPG game. We analyzed the gamers classified by payment amount based on seven cognitive psychological features. As a result, the cognitive psychological features and payment amount of gamers were correlated. In addition, we predicted the purchases of gamers using three data sets including data set of cognitive psychological features. As a result, we obtain higher performance of predicting in-game purchase by using seven cognitive psychological features. these results indicate that the cognitive psychological features of the gamers can be extracted from the game logs in which the basic behavior of the gamers was recorded, the gamers can be analyzed based on the cognitive psychology, and the in-game purchases of the gamers can be predicted with high performance..

#인지심리 #구매 예측 #모바일 게이머 #게이머 분석 #소울게이지 #로그데이터

제 1장 서론 1
제 2장 게임과 인지심리 5
제 1절 근래의 게임 현황 5
제 2절 게이머를 위한 인지심리 10
1. 인지심리기반 게이머 모델링 10
2. 인지심리기반 게이머 모델링의 특징 12
3. 관련 연구 15
제 3장 게임로그기반 게이머행동 예측 20
제 1절 구매 예측을 위한 게임로그 분석 20
제 2절 게이머 구매 예측 21
제 3절 구매 예측을 위한 게임데이터 전처리 23
재 4절 구매 예측 실험 결과 26
제 4장 게임로그기반 인지/심리적 속성 추출 30
제 1절 인지심리 분석 30
제 2절 인지심리 분석을 위한 게임로그 분석 32
1. 게임로그 기본 분석 32
2. 결제 금액 별 게이머 분류 33
3. 로그로부터 관측되는 게이머들의 특징 36
제 3절 인지심리 기반의 분석 46
1. 인지심리 기반의 분석을 위한 게이머별 특징 추출 46
2. 인지심리기반 결제 금액별 게이머 분석 50
3. 인지심리기반 게이머 군집화 및 분석 55
4. 게이머 유형에 대한 인지심리적 분석 57
제 5장 인지/심리적 속성기반의 게이머행동 예측 63
제 1절 인지/심리적 속성 정규화 63
제 2절 인지/심리적 속성을 이용한 게이머 구매 예측 64
제 6장 결론 및 향후 연구 69

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)