文献

J-GLOBAL ID：202202276387410566   整理番号：22A0960454

フリー・ツー・プレイゲームにおけるモネタリゼーション率を予測するためのBayes推論【JST・京大機械翻訳】

Bayesian Inference for Predicting the Monetization Percentage in Free-to-Play Games

著者 (3件)： Numminen Riikka (Department of Future Technologies, University of Turku, Turku, Finland) ,  Viljanen Markus Juhani (Department of Future Technologies, University of Turku, Turku, Finland) ,  Pahikkala Tapio (Department of Future Technologies, University of Turku, Turku, Finland)
資料名： IEEE Transactions on Games  (IEEE Transactions on Games)
巻： 14  号： 1  ページ： 13-22  発行年： 2022年 
JST資料番号： W2264A  ISSN： 2475-1502  CODEN： TCIARR  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： フリーツープレイは最も一般的なモネット化モデルの1つとなり,結果としてゲーム開発者はゲームを購入する代わりにプレーヤーを購入するのにプレーヤーを購入する必要がある。ゲーム解析及びプレーヤーネット化予測は,自由対プレイゲームの収益性を推定する重要な部分である。本論文では,すべてのプレーヤー間のモネット化プレーヤーの割合の予測に焦点を当てた。提案手法は,生存解析混合硬化モデルに基づいており,任意の自由対プレイゲームから収集したラベルなしデータに適用できる。統計的モデルを定式化し,潜在モネット化割合とモネット化率を解くために期待値-最大化アルゴリズムを使用した。Bayes推論を用いて元の方法を修正し,バージョンの結果を比較した。この方法は,リアルタイム分析を利用する必要のあるゲームやビジネス開発シナリオのような広範な歴史的ゲームデータがない状況における予備収益性研究として応用できる。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *ゲーム ,  期待値 ,  *Bayes推定 ,  モデル ,  定式化
準シソーラス用語： 生存率分析 ,  採算性 ,  実時間 ,  プレイヤ ,  ラベルなしデータ , 【Automatic Indexing@JST】

分類 (2件)： ゲーム理論  (KA03060T) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 予測 ,  Bayes推論