Geri Dön

Farklı platformlarda sunulan f2p oyunlarındaki satın alma kararlarının makine öğrenmesi yöntemleriyle tahmin edilmesi

Prediction of purchasing decisions in f2p games offered on different platforms with machine learning methods

PDF İndir

  1. Tez No: 858137
  2. Yazar: KAAN ARIK
  3. Danışmanlar: PROF. DR. SEDA TOLUN TAYALI, DOÇ. DR. MURAT GEZER
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Yapay zeka, Artificial intelligence
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: İstanbul Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Enformatik Ana Bilim Dalı
  12. Bilim Dalı: Enformatik Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Son yirmi yılda, oyun endüstrisi popülaritesi hızla artarak eğlence sektöründe en üst sıralarda yer almayı başarmıştır. Bu yükselişle birlikte, müşteri ilişkileri ve müşteri kaybı analizi, oyun sektöründe daha da ön plana çıkmıştır. Oyunlar sektöre hızla entegre olmakta ve yüksek gelir getiren elektronik ürünler olarak nitelendirilmektedir. Oyunlara olan ilginin artışıyla birlikte şirketlerin gelirleri artış göstermiş, bu durum ise müşteri kaybı kavramını daha kritik hale getirmiştir. Bu bağlamda, sektördeki müşterinin davranışları analiz edilmeye değer bir yapı olduğunu ortaya koymuştur. Bu tez, Blade and Soul ve LengBear oyunlarında belirli dönemlerdeki oyuncu kayıt verilerinin makine öğrenmesi algoritmaları ile müşteri kayıp analizini gerçekleştirmektedir. Bu bağlamda problem sırasıyla, oyuncu kaybı sınıflandırması ve oyuncunun hayatta kalma süresinin tahmin edilmesi olarak modellenmiştir. Çalışmanın teorik temelini davranışsal ekonomi ve kayıp yönetimi başlıkları oluşturmaktadır. Araştırmada, problemlerin çözüm önerisinde makine öğrenimi yöntemleri kullanılmıştır. Araştırma kapsamında her iki veri setinde CRISP-DM metodolojisi uygulanmış ve bu metodolojiye bağlı kalarak süreç detaylı bir şekilde açıklanmıştır. Blade and Soul oyununda, oyuncu kaybı ve hayatta kalma süreleri, XGBoost sınıflandırma problemi için en yüksek tahmin performansını ortaya koyarken, ÇKA ve XGBoost regresyon ise hayatta kalma sürelerinin tahmininde başarılı performans göstermiştir. LengBear veri setinde ise Çok Katmanlı Algılayıcı (ÇKA) ve Rastgele Orman (RO) algoritmalarının ızgara arama yöntemi ile başarılı sonuçlar elde etmiştir. Sonuçlar, müşteri kaybı analizinin işletmelerin müşteri davranışlarındaki eğilimleri ve kalıpları belirlemelerine yardımcı olabileceğini göstermiştir. Bununla birlikte, müşterilerin oyunu bırakma olasılığının (churn) ne zaman en çok olduğu, hangi özelliklerin ayrılmalarına neden olduğu ve müşteri eğilimleri ve öngörüler ortaya koyulmaya çalışılmıştır.

Özet (Çeviri)

In the last two decades, the gaming industry has grown rapidly in popularity and has become one of the top entertainment industries. With this rise, customer relationships and churn analysis have become more prominent in the gaming industry. Games are rapidly being integrated into the industry and are characterized as high revenue generating electronic products. With the increase in interest in games, companies' revenues have increased, making the concept of customer churn more critical. In this context, the behavior of the customer in the industry has revealed a structure worth analyzing. This thesis analyzes customer churn in Blade and Soul and LengBear games by using machine learning algorithms on player registration data over certain periods. In this context, the problem is modeled as player churn classification and prediction of player survival time, respectively. The theoretical basis of the study is behavioral economics and churn management. In the research, machine learning methods were used to propose solutions to the problems. Within the scope of the research, CRISP-DM methodology is applied to both data sets and the process is explained in detail based on this methodology. In Blade and Soul, player loss and survival times showed the highest prediction performance for the XGBoost classification problem, while MLP and XGBoost regression performed well in predicting survival times. On the LengBear dataset, the grid search method of the Multilayer Perceptron (MLP) and Random Forest (RF) algorithms achieved successful results. The results showed that churn analysis can help businesses identify trends and patterns in customer behavior. In addition, when customers are most likely to churn, what characteristics cause them to leave, and customer trends and insights are revealed.

Benzer Tezler

  1. Tez No

    910762

    Çevrim içi platformlarda sunulan ikinci el lüksün tüketici perspektifinden değerlendirilmesi

    Evaluating second-hand luxury on online platforms from a consumer perspective

    FATMA NUR SARIKAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    İşletmeGalatasaray Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. NİLŞAH CAVDAR AKSOY

  2. Tez No

    913188

    Distributions of educational toys on the most-selling toy lists of popular shopping platforms in Turkey according to developmental domains and skills they support

    Türkiye'de çevrimiçi platformlarda en çok satılan oyuncakların gelişimsel alanlara ve becerilere göre dağılımının incelenmesi

    AYKUT KARAMANLI

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Eğitim ve ÖğretimOrta Doğu Teknik Üniversitesi

    Temel Eğitim Ana Bilim Dalı

    PROF. DR. FEYZA TANTEKİN ERDEN

  3. Tez No

    526560

    Pre-release forecasting of imdb movie ratings using multi-view data

    Gösterime girmemiş filmlerin ımdb puanının farklı özellik kümeleri kullanılarak tahmin edilmesi

    BEYZA ÇİZMECİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞULE ÖĞÜDÜCÜ

  4. Tez No

    816065

    Halkla ilişkiler uygulamalarında yeni medyanın etkisini İnstagram üzerinden ölçümlenmesi (Uganda ve Sakarya İletişim Fakülteleri vaka analiz örneği)

    Measuring the impact of new media in public relations practices via Instagram (case analysis of Sakarya University and Islamic University in Uganda Communication Faculties)

    FAUZIA MOHAMMED NTULUME

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Halkla İlişkilerSakarya Üniversitesi

    Halkla İlişkiler ve Reklamcılık Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÇİĞDEM ÇALAPKULU

  5. Tez No

    817060

    Sosyal medya araçlarında kullanılan makine çevirilerinin genel çeviri stratejileri bağlamında incelenmesi

    Analysis of machine translations used in social media tools in the context of general translation strategies

    GÖKHAN CANBULAT

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Mütercim-TercümanlıkKırıkkale Üniversitesi

    Batı Dilleri ve Edebiyatları Ana Bilim Dalı

    DOÇ. DR. ZİYA TOK

Geri Dön