오토인코더 기반의 데이터 증강과 초기 게임 행동을 이용한 구매 예측 시스템 = Purchase Prediction System Using Data Augmentation based on autoencoder and Early Game Behavior

국문 초록 (Abstract)

게임 사용자의 초기 게임 행동을 분석하여 게임 시작 후 빠른 시간 안에 사용자가 미래의게임 아이템 구매자인지 비구매자인지를 분류할 수 있다면 Average Revenue per user(ARPU)를 높일 수 있다. 일반적으로 게임 아이템의 비구매자의 비율이 구매자의 비율보다매우 크다. 특히 게임 초기에는 이 비율의 격차가 더 크기 때문에 두 클래스간의 불균형한데이터의 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

참고문헌 (Reference)

1 이세한, "차륜형 역진자의 광학식 엔코더에 적용한 신경망 기반 속도추정에 관한 시뮬레이션 연구" 한국지능시스템학회 30 (30): 424-430, 2020

2 김희수 ; 이현수, "제조공정 데이터의 불균형 해소를 위한 생성적 적대 신경망 기반 가상 데이터 생성 프레임웍" 한국지능시스템학회 29 (29): 1-8, 2019

3 이수형 ; 김백 ; 이희성, "오토인코더 기반의 생성 모델을 이용한 유입변압기 수명 예측 시스템" 한국철도학회 24 (24): 619-624, 2021

4 이수형 ; 김건희 ; 이희성, "불균형 데이터를 이용한 인공지능 기반의 게임 아이템 구매자 분류 시스템" 한국지능시스템학회 31 (31): 158-163, 2021

5 조용현 ; 윤성원, "밝기정보와 색상정보에 의해 분할된 병변을 이용한 심층학습 기반 피부질환 판별시스템 개발" 한국지능시스템학회 31 (31): 109-116, 2021

6 L. Maaten, "Visualizing data using t-SNE" 9 (9): 2579-2605, 2008

7 Google Play, "Video Game Guard Vol. 2"

8 N. Chawla, "SMOTE: Synthetic Minority Over-sampling Technique" 16 : 321-357, 2002

9 H. He, "Learning from imbalanced data" 21 (21): 1263-1284, 2009

10 이희성 ; 김은태, "Genetic Outlier Detection for a Robust Support Vector Machine" 한국지능시스템학회 15 (15): 96-101, 2015

11 J. Hamari, "Game design as marketing: How game mechanics create demand for virtual goods" 5 (5): 14-29, 2010

12 김도현 ; 김성준 ; 김우식 ; 김철만, "GAN 기반 데이터생성을 통한 가스배관의 잔여수명분포 추정" 한국지능시스템학회 30 (30): 80-85, 2020

13 P. Vincent, "Extracting and composing robust features with denoising autoencoders" 1096-1103, 2008

14 H. Nguyen, "Borderline over-sampling for imbalanced data classification" 3 (3): 4-21, 2011

15 H. He, "ADASYN:Adaptive synthetic sampling approach for imbalanced learning" 1322-1328, 2008

16 H. Lee, "A new genetic feature selection with neural network ensemble" 86 (86): 1105-1117, 2009