메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이수형 (한국교통대학교) 김범성 (경기과학기술대학교) 이희성 (한국교통대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제32권 제4호
발행연도
2022.8
수록면
286 - 291 (6page)
DOI
10.5391/JKIIS.2022.32.4.286

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
게임 사용자의 초기 게임 행동을 분석하여 게임 시작 후 빠른 시간 안에 사용자가 미래의 게임 아이템 구매자인지 비구매자인지를 분류할 수 있다면 Average Revenue per user(ARPU)를 높일 수 있다. 일반적으로 게임 아이템의 비구매자의 비율이 구매자의 비율보다 매우 크다. 특히 게임 초기에는 이 비율의 격차가 더 크기 때문에 두 클래스간의 불균형한 데이터의 비율을 처리해야 높은 예측율을 획득할 수 있다. 이러한 불균형 데이터를 효과적으로 처리하기 위해 본 논문에서는 오토인코더를 이용하여 구매자 데이터들을 증강시킨다. 실제 수집된 데이터를 이용한 실험을 통해 제안하는 방법이 효과가 있음을 보이고 기존 기법들과 비교하여 우수함을 입증하였다.

목차

요약
Abstract
1. 서론
2. 오토인코더 기반의 데이터 증강
3. 실험
4. 결론
References

참고문헌 (16)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-003-001624838