REVIEW PAPER

Play Styles and Learning 리뷰

게임 플레이어의 성향(플레이 스타일)이 학습에 미치는 영향을 분석한 연구로, 이를 통해 WEB3 사용자를 이해하고 분류하는 새로운 관점을 제시한다. 논문 요약 연구 배경 게임 플레이어의 행동을 이해하려는 시도는 MUD(Multi-User Dungeon) 게임 시절부터 시작되었으며, 리처드 바틀(Richard Bartle)의 플레이어 유형론이 그 시초가 되었다.…

Data-Driven Strategies for Enhancing User Engagement in Play-to-Earn Games: Segmentation, Privilege Assignment Optimization, and Redemption Behavior Prediction 리뷰

P2E 게임 유저를 행동 데이터 기반으로 세분화하고, 각 그룹의 참여도를 극대화하기 위한 보상 시스템을 최적화하며, 보상 사용 여부를 예측하는 통합적인 데이터 기반 CRM 프레임워크를 제시한다. 논문 요약 연구 배경 초기 P2E(Play-to-Earn) 게임 시장은 폭발적인 성장을 경험했지만, 지속 가능성 문제에 직면하며…

Data Readiness and Data Strategies … Without Data, You Are Just Another Person with an Opinion 리뷰

성공적인 데이터 기반 의사결정은 기술 도입이 아닌, 명확한 비즈니스 목표와 연결된 데이터 전략과 데이터 준비성(품질, 거버넌스, 문화) 확보에서 시작됨을 강조하는 전략적 지침서이다. 논문 요약 연구 배경 수많은 기업이 인공지능(AI)과 빅데이터에 막대한 투자를 하고 있지만, 상당수가 기대했던 만큼의 투자수익률(ROI)을 거두지 못하고…

Customer Segmentation Using Support Vector Machine 리뷰

K-평균 군집분석으로 초기 고객 세그먼트를 생성한 후, 서포트 벡터 머신(SVM)을 이용해 세그먼트 간의 경계를 명확히 학습함으로써, 신규 고객을 더 정확하게 분류하는 하이브리드 모델을 제시한다. 논문 요약 연구 배경 고객 세분화를 위한 하이브리드 모델(비지도학습 + 지도학습)의 연구가 활발해지면서, 지도학습 단계에서 어떤…

Customer Segmentation Using Supervised and Unsupervised Learning 리뷰

비지도학습(K-평균)으로 고객 세그먼트를 발굴하고, 이 결과를 지도학습(결정트리) 모델의 정답으로 삼아 신규 고객을 자동으로 분류하는 하이브리드 모델을 제안하여, 고객 세분화의 운영 효율성과 확장성을 획기적으로 개선한다. 논문 요약 연구 배경 전통적인 고객 세분화는 주로 데이터 분석가가 비지도 학습(Unsupervised Learning), 특히 K-평균과 같은…