論文の概要: Predicting Customer Lifetime Value in Free-to-Play Games
- arxiv url: http://arxiv.org/abs/2209.12619v1
- Date: Tue, 6 Sep 2022 15:02:14 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-02 23:48:30.027696
- Title: Predicting Customer Lifetime Value in Free-to-Play Games
- Title(参考訳): フリー・ツー・プレイゲームにおける顧客ライフタイムの予測
- Authors: Paolo Burelli
- Abstract要約: 異なる分野にわたる顧客生涯価値モデリングの概要を示す。
さまざまなプラットフォームやジャンルにわたるフリー・ツー・プレイゲームに特化した課題を紹介します。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As game companies increasingly embrace a service-oriented business model, the
need for predictive models of players becomes more pressing. Multiple
activities, such as user acquisition, live game operations or game design need
to be supported with information about the choices made by the players and the
choices they could make in the future. This is especially true in the context
of free-to-play games, where the absence of a pay wall and the erratic nature
of the players' playing and spending behavior make predictions about the
revenue and allocation of budget and resources extremely challenging. In this
chapter we will present an overview of customer lifetime value modeling across
different fields, we will introduce the challenges specific to free-to-play
games across different platforms and genres and we will discuss the
state-of-the-art solutions with practical examples and references to existing
implementations.
- Abstract(参考訳): ゲーム会社がサービス指向のビジネスモデルをますます取り入れていくにつれ、プレイヤーの予測モデルの必要性はますます強まりつつある。
ユーザ獲得、ライブゲーム操作、ゲームデザインといった複数のアクティビティは、プレイヤーが選択した情報と、将来的に選択できる選択肢でサポートする必要がある。
これは特にフリー・トゥ・プレイゲーム(英語版)の文脈において当てはまり、賃金の壁の欠如とプレイヤーのプレイや消費行動の不安定な性質は、予算と資源の分配と収入に関する予測を極めて困難にする。
本章では,様々な分野にわたる顧客生涯価値モデリングの概要を述べるとともに,さまざまなプラットフォームやジャンルのフリー・トゥ・プレイゲーム特有の課題を紹介し,実例や既存実装への言及とともに,最先端のソリューションについて論じる。
関連論文リスト
- Difficulty Modelling in Mobile Puzzle Games: An Empirical Study on
Different Methods to Combine Player Analytics and Simulated Data [0.0]
一般的なプラクティスは、プレイヤーとコンテンツとのインタラクションによって収集されたデータからメトリクスを作成することです。
これにより、コンテンツがリリースされた後にのみ見積が可能であり、将来のプレイヤーの特徴を考慮しない。
本稿では,そのような条件下での難易度推定の潜在的な解を多数提示する。
論文 参考訳(メタデータ) (2024-01-30T20:51:42Z) - ShuttleSHAP: A Turn-Based Feature Attribution Approach for Analyzing
Forecasting Models in Badminton [52.21869064818728]
バドミントンにおけるプレイヤー戦術予測のための深層学習アプローチは、部分的にはラリープレイヤの相互作用に関する効果的な推論に起因する有望なパフォーマンスを示している。
本稿では,Shapley値の変量に基づいてバドミントンにおける予測モデルを解析するためのターンベース特徴属性手法であるShuttleSHAPを提案する。
論文 参考訳(メタデータ) (2023-12-18T05:37:51Z) - All by Myself: Learning Individualized Competitive Behaviour with a
Contrastive Reinforcement Learning optimization [57.615269148301515]
競争ゲームのシナリオでは、エージェントのセットは、彼らの目標を最大化し、敵の目標を同時に最小化する決定を学習する必要があります。
本稿では,競争ゲームの表現を学習し,特定の相手の戦略をどうマップするか,それらを破壊するかを学習する3つのニューラルネットワーク層からなる新しいモデルを提案する。
我々の実験は、オフライン、オンライン、競争特化モデル、特に同じ対戦相手と複数回対戦した場合に、我々のモデルがより良いパフォーマンスを達成することを示した。
論文 参考訳(メタデータ) (2023-10-02T08:11:07Z) - Dynamic Pricing of Applications in Cloud Marketplaces using Game Theory [6.369406986434764]
本稿では,新しい動的価格戦略を提供するゲームとして,クラウドマーケットプレースを定量的にモデル化する。
競争ベースの価格政策を改善するために、提供者が登録する委員会が検討されている。
コミッショナーの使用により、ゲームは完全な情報となり、各プレイヤーは他のすべての支払い機能を認識している。
論文 参考訳(メタデータ) (2023-09-20T13:41:45Z) - Modeling Player Personality Factors from In-Game Behavior and Affective
Expression [17.01727448431269]
我々は,記録されたゲーム内行動から,一連のプレイヤパーソナリティアンケート値を予測する可能性を探る。
ロールプレイングゲーム『Fallout: New Vegas』のカスタマイズ版を60分間のゲームプレイで62人を対象に,定評ある7つの質問紙から,さまざまなパーソナリティ指標を予測した。
論文 参考訳(メタデータ) (2023-08-27T22:59:08Z) - About latent roles in forecasting players in team sports [59.684024794707156]
チームスポーツは、チームメイトと相手とのインタラクションに影響を与える重要な社会的要素を含んでいる。
RolForはロールベースのForecastingのための新しいエンドツーエンドモデルです。
論文 参考訳(メタデータ) (2023-04-17T13:33:23Z) - Promptable Game Models: Text-Guided Game Simulation via Masked Diffusion
Models [68.85478477006178]
ニューラルビデオゲームシミュレータのためのPGM(Promptable Game Model)を提案する。
ユーザーは高レベルのアクションシーケンスと低レベルのアクションシーケンスでゲームを実行することができる。
私たちのPGMは、エージェントの目標をプロンプトの形で指定することで、ディレクターのモードをアンロックします。
提案手法は,既存のニューラルビデオゲームシミュレータのレンダリング品質を著しく上回り,現在の最先端の能力を超えたアプリケーションをアンロックする。
論文 参考訳(メタデータ) (2023-03-23T17:43:17Z) - Learning Correlated Equilibria in Mean-Field Games [62.14589406821103]
我々は平均場相関と粗相関平衡の概念を発展させる。
ゲームの構造に関する仮定を必要とせず,効率よくゲーム内で学習できることが示される。
論文 参考訳(メタデータ) (2022-08-22T08:31:46Z) - Human strategic decision making in parametrized games [4.264192013842095]
我々は,人間の意思決定者がリアルタイム解法を使わずに素早く意思決定できる新しいフレームワークを提案する。
複数のプレイヤーによる設定や不完全な情報を含む様々な状況に適用可能であることを示す。
論文 参考訳(メタデータ) (2021-04-30T03:40:27Z) - Individualized Context-Aware Tensor Factorization for Online Games
Predictions [6.602875221541352]
ユーザパフォーマンスとゲーム結果を予測するために,Neural Individualized Context-aware Embeddings(NICE)モデルを提案する。
提案手法は,ユーザとコンテキストの潜在表現を学習することで,異なるコンテキストにおける個人行動の違いを識別する。
我々は,MOBAゲームLeague of Legendsのデータセットを用いて,勝利の予測,個々のユーザパフォーマンス,ユーザエンゲージメントを大幅に改善することを示した。
論文 参考訳(メタデータ) (2021-02-22T20:46:02Z) - Moody Learners -- Explaining Competitive Behaviour of Reinforcement
Learning Agents [65.2200847818153]
競合シナリオでは、エージェントは動的環境を持つだけでなく、相手の行動に直接影響される。
エージェントのQ値の観察は通常、その振る舞いを説明する方法であるが、選択されたアクション間の時間的関係は示さない。
論文 参考訳(メタデータ) (2020-07-30T11:30:42Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。