吴悦昕，赵 鑫，过岩巍，闫宏飞

(北京大学 计算机科学技术系，北京 100871)

在线游戏用户的流失预测：基于不平衡数据的采样方法比较和分析

吴悦昕，赵 鑫，过岩巍，闫宏飞

(北京大学 计算机科学技术系，北京 100871)

流失用户预测问题在很多领域都是研究重点。目前主流的流失用户预测方法是使用分类法，即把用户是否会流失看作一个二分类问题来处理。该文提出了一个基于二分类问题解决的在线游戏流失用户预测方法。此方法除了总结了一些对在线游戏而言比较重要的可以用于流失预测的特征之外，也考虑到流失用户相对稀少的问题，在流失用户预测问题中引入了不平衡数据分类的思想。该文主要在流失预测中结合使用了基于采样法的不平衡数据处理策略，并对现有主要的几种采样算法进行了对比实验和分析。

在线游戏；流失预测；不平衡数据；采样法

1 引言

流失用户预测问题是一个被广泛关注的重要而困难的问题。在电信[1]、银行[2]、电子商务[3]等领域，流失用户预测都是一个重要的研究方向。文献[1]表明，对于电信业来说，赢得一个新客户所花费的成本约为$300～600，这大约是保留一个老客户所花费成本的5～6倍。这对于在线游戏领域来说也是相似的。特别是目前主流的依靠对附加内容收费的在线游戏，尤其依赖于频繁、大量向游戏付费的高付费玩家。高付费玩家数占总玩家数的比例较小(在数万的总游戏人数中只有4 000个左右)，因此吸引一个高付费玩家进入游戏的成本与保留一个老的高付费玩家的成本之比相对于每个用户都需要付费的电信业来说会更加高昂。……