基于游戏玩家流失预警的改进决策树算法

林雪云

(福建师范大学福清分校， 福建 福清　350300)



基于游戏玩家流失预警的改进决策树算法

林雪云

(福建师范大学福清分校， 福建 福清350300)

摘要：首先对样本数据的影响因素进行logistic回归剔除绝大部分噪声因素，再通过降维和共线性诊断进一步筛选出影响因素中对实际结果有重要影响的指标以及共线性的指标，剔除无用和重复的类别，对清洗后的数据进行分析。最后进行了实例验证。

关键词：决策树; 流失预警; 降维; ID3算法; CART算法; logistic回归

0引言

对网游企业而言，游戏玩家的流失情况至关重要，直接关系到企业的收益。传统的数据挖掘算法已不再适应时代的需求，针对大数据量如果无法快速地获得行业中的最新信息，对网游这一及时性和更新频率极高的行业而言就是致命的。

研究决策树在游戏玩家流失预警中的具体应用可以很好地解决这一问题，文中改进的决策树模型可以用于大数据分析，在减少计算量，提高运行效率的同时，增加预测的精确性，方便运营做出更加贴合实际的决策。

1决策树模型

1.1决策树算法简介

决策树算法[1]是数据挖掘算法中的一种分类算法，且在各种分类算法中，决策树能够最为直观看到分类的节点与方法，也更易于获得决策，因此被广泛用于数据挖掘中。

游戏玩家的流失预警将会用到ID3算法以及CART算法，两种算法分别是基于信息增益和节点不纯度的算法，文中通过对两种算法的结合获取最优决策树。

1.2ID3算法……