Тип работы:
 Предмет:
 Язык работы:


Разработка методов интеллектуального анализа данных об игровых предпочтениях пользователей онлайн-сервиса Steam

Работа №128353

Тип работы

Бакалаврская работа

Предмет

информатика

Объем работы28
Год сдачи2021
Стоимость4255 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
18
Не подходит работа?

Узнай цену на написание


Введение 3
Постановка задачи 4
Обзор литературы 5
Глава 1. Основные понятия рекомендательных систем .... 8
1.1. Общая постановка задачи 8
1.2. Коллаборативная фильтрация 10
1.2.1 Коллаборативная фильтрация на основе памяти ... 11
1.2.2 Коллаборативная фильтрация на основе модели ... 13
1.3. Подход на основе содержания 13
Глава 2. Инструменты по сбору данных 15
Глава 3. Метод предоставления рекомендаций 18
3.1. Описание алгоритма 18
3.2. Проверка работы рекомендательной системы 19
3.3. Результат работы для конкретного игрока 20
Глава 4. Программная реализация 22
4.1. Инструменты 22
4.2. Сбор и предобработка данных 22
4.2.1 Сбор идентификаторов пользователей 22
4.2.2 Сбор игр пользователей 23
4.2.3 Предобработка данных 23
4.2.4 Сбор дополнительных данных 24
4.3. Создание рейтинговой таблицы и прогнозирование 24
4.4. Вывод результатов 24
Выводы 26
Заключение 27
Список литературы


В настоящее время происходит стремительный рост объема цифровой информации, доступной для людей, в любой сфере их жизни. Из-за большого разнообразия выбора пользователи зачастую теряются при подборе интересующего их продукта. Именно поэтому становятся всё более востребованными рекомендательные системы, которые широко используются во многих отраслях, включая онлайн-торговлю, кино и средства массовой ин-формации.
В данной работе рассматривается рекомендательная система по подбору компьютерных игр. Хорошая рекомендательная модель может помочь пользователям быстрее находить видеоигры, которые могут им понравиться. Это не только облегчает задачу по поиску потенциально интересной игры для конкретного игрока, но и помогает дистрибьюторам и разработчикам игр увеличить доходы от своих продаж и повысить уровень удовлетворенности клиентов.
Одной из таких платформ, которая может извлечь большую пользу из системы рекомендаций, является Steam [1] - крупнейший в мире онлайн- сервис цифрового распространения видеоигр с более чем 20 миллионами активных пользователей в день и библиотекой из более чем 30 000 игр.
В данной работе поставлена цель разработки метода предоставления рекомендаций для конкретного пользователя Steam посредством анализа данных игрока. Для этого использовались данные с сайтов Steam и Steam Spy, чтобы узнать, какие игры имеются в библиотеке пользователя, и сколько времени он играл в них. Полученные значения времени игры переводились в рейтинговую систему оценок, после чего производился прогноз для игр, которые потенциально могут понравиться пользователю.
В результате работы алгоритма для конкретного пользователя создавалась рекомендация из десяти игр, имеющих максимальную спрогнозированную оценку, а так же имеющих большее количество положительных отзывов.


Возникли сложности?

Нужна помощь преподавателя?

Помощь студентам в написании работ!
ДИПЛОМНЫЕ МАГИСТЕРСКИЕ ДИССЕРТАЦИИ
Курсовые Статьи Диплом Рязань

В результате разработки метода интеллектуального анализа данных игроков онлайн-сервиса дистрибуции игр Steam была создана рекомендательная система игр.
В рамках данной работы было собрано большое количество различных данных с помощью интерфейса API сайтов Steam и Steam Spy. После чего проводилась обработка данных с помощью популярных библиотек языка Python.
На основе полученных данных была разработана рекомендательная система коллаборативной фильтрации на основе памяти, основываясь на времени, проведенном пользователями в играх. Так же был проведен анализ игр по количеству положительных отзывов.
В результате комбинации результатов этих двух моделей, для любого пользователя Steam создается рекомендация из десяти игр.



[1] Официальный сайт магазина Steam. https://store.steampowered.com/
[2] Goldberg D., Nichols D., Oki B. M., Terry D. «Using collaborative filtering to weave an information Tapestry»// Communications of the ACM, 1992, Vol. 35, No. 12, P. 61-70.
[3] Goldberg K., Roeder T., Gupta D., Perkins C. «Eigentaste: a constant time collaborative filtering algorithm»// Information Retrieval, 2001, Vol. 4, No. 2, P. 133-151.
[4] Feuerverger A., He Y., Khatri S. «Statistical significance of the Netflix challenge»// Statistical Science, 2012, Vol. 27, No. 2, P. 202-231.
[5] Resnick P.,Iacovou N.,Suchak M.,Bergstrom P.,Riedl J. «Grouplens: an open architecture for collaborative filtering of netnews»// Computer- Supported Cooperative Work, 1994, P. 175-186.
[6] Linden G., Smith B., York J. «Amazon.com recommendations: item-to-item collaborative filtering»//IEEE Internet Computing, 2003, Vol. 7, No. 1, P. 76-80.
[7] Miyahara K., Pazzani M. J. «Collaborative filtering with the simple Bayesian classifier»// Pacific Rim International Conference on Artificial Intelligence, 2000, P. 679-689.
[8] Gong S. «A collaborative filtering recommendation algorithm based on user clustering and item clustering»// Journal of Software, 2010, Vol. 5, No. 7, P. 745-752.
[9] Ungar L. H. ,Foster D. P. «Clustering methods for collaborative filtering»// AAAI Technical Report, 1998, P. 114-129.
[10] Hofmann T. «Latent semantic models for collaborative filtering»// ACM Transactions on Information Systems, 2004, Vol. 22, No. 1, P. 89-115.
[11] Lee D.L., Chuang H., Seamons K. «Document ranking and the vector¬space model»// IEEE Software, 1997, Vol. 14, No. 2, P. 67-75.
[12] Salton G., Wong A., Yang C. S. «A vector space model for automatic indexing»// Communications of the ACM, 1975, Vol. 18, No. 11, P. 613-620.
[13] Salton G., Buckley C. «Term-weighting approaches in automatic text retrieval»// Information Processing & Management, 1988, Vol. 24, No. 5, P. 513-523.
[14] Melville P. , Mooney R. J., Nagarajan R. «Content-boosted collaborative filtering for improved recommendations»//AAAI, 2002, P. 187-192.
[15] Christakou, C., Stafylopatis, A. «A hybrid movie recommender system based on neural networks»// International Conference on Intelligent Systems Design and Applications, 2005, P. 500-505.
[16] Johnson E. «A deep dive into steam’s discovery queue» https://www.gamasutra.com/blogs/ErikJohnson/20190404/340061/ A_Deep_Dive_Into_Steams_Discovery_Queue.php.
[17] Sifa R., Drachen A., Bauckhage C. «Large-scale cross-game player behavior analysis on Steam»// AIIDE, 2015, P. 198-204.
[18] O’Neill J. W. M., Vaziripour E., Zappala D. «Condensing steam: Distilling the diversity of gamer behavior» https://steam.internet.byu.edu.
[19] Ahmad Kamal A. S .b., Saaidin S., Kassim M. «Recommender system: Rating predictions of Steam games based on genre and topic modelling»//IEEE International Conference on Automatic Control and Intelligent Systems (I2CACIS), 2020, P. 212-218.
[20] Gong J., Ye Y., Stefanidis K. «A hybrid recommender system for Steam games»// Communications in Computer and Information Science, 2020, Vol. 1197, P. 133-144.
[21] Perez-Marcos J., Martin-Gomez L., Jimenez-Bravo D. M., Lopez V. F., Moreno-Garcia M.N. «Hybrid system for video game recommendation based on implicit ratings and social networks»// Journal of Ambient Intelligence and Humanized Computing, 2020, Vol. 11, No. 11, P. 4525-4535.
[22] Официальный сайт документации Steam Web API. https://developer.valvesoftware.com/wiki/Steam_Web_API/
[23] Официальный сайт сервиса Steam Spy. https://steamspy.com/
[24] Программная реализация рекомендательной системы на GitHub. https://github.com/albergnaa/vkr_steam_recommender_system

Работу высылаем на протяжении 30 минут после оплаты.



Заказать работу

Заявка на оценку стоимости

Это краткая форма заказа. После ее заполнения вы перейдете на полную форму заказа работы

Каталог работ (130716)

Новости

06.01.2018 Помощь студентам и аспирантам в выполнении работ от наших партнеров Помощь студентам и аспирантам в выполнении работ от наших партнеров

Помощь в выполнении учебных и научных работ на заказ ОФОРМИТЬ ЗАКАЗ

дальше

»» Все новости

Заказать работу

Заявка на оценку стоимости

Это краткая форма заказа. После ее заполнения вы перейдете на полную форму заказа работы

Заказать диплом

Приглашаем авторов студенчесчких работ


©2024 Cервис помощи студентам в выполнении работ
.