Показати скорочений опис матеріалу
Алгоритми кластеризації та класифікації при аналізі даних про поведінку гравців онлайн-ігор
| dc.contributor.author | Зінов’єва, Ольга | |
| dc.date.accessioned | 2020-04-30T06:43:27Z | |
| dc.date.available | 2020-04-30T06:43:27Z | |
| dc.date.issued | 2019 | |
| dc.identifier.uri | http://ir.nmu.org.ua/handle/123456789/155223 | |
| dc.description | У даній кваліфікаційній роботі: • описано теоретичні відомості кластерного аналізу, обрано методи кластеризації та можливості обраних мов програмування, а також проведено системний аналіз об’єкту дослідження; • виконано постановку задачі кластеризації, для розв’язання якої було реалізовано методи K-means та модифікований CLOPE у програмних середовищах Python і MATLAB відповідно; • описано отримані результати, зроблено висновки щодо найбільш популярних і найчастіше застосованих можливостей гри та навпаки - опцій, що не є популярним серед гравців та не залучають нових. Створено рекомендації щодо зміни та вдосконалення опцій онлайн-гри для подальшого таргетування реклами у грі задля збільшення прибутку. Тези даної роботи було представлено на IІ Всеукраїнській інтернет-конференції здобувачів вищої освіти і молодих учених. | ru_RU |
| dc.description.abstract | Об’єкт дослідження: дані про використання гравцями можливостей гри категорії free-to-play. Предмет дослідження: технічні методи кластеризації поведінкових даних гравців категорії free-to-play. Мета дослідження: поділити гравців на групи за схожістю їх поведінки у грі із залученням методів кластеризації. Задача полягає в тому, щоб провести кластеризацію поведінкових даних гравців двома неієрархічними методами K-means та CLOPE, реалізованими кожен на певній мові програмування. Метод K-means буде реалізовано на мові програмування Python, а метод CLOPE у середовищі MATLAB. | ru_RU |
| dc.language.iso | uk | ru_RU |
| dc.title | Алгоритми кластеризації та класифікації при аналізі даних про поведінку гравців онлайн-ігор | ru_RU |
| dc.type | Learning Object | ru_RU |
