本書共13章，分為基礎(chǔ)篇、實(shí)戰(zhàn)篇和提高篇。基礎(chǔ)篇介紹了游戲數(shù)據(jù)分析的基本理論知識(shí)、R語言的安裝與使用、R語言中的數(shù)據(jù)結(jié)構(gòu)、常用操作和繪圖功能。實(shí)戰(zhàn)篇主要介紹了游戲數(shù)據(jù)的預(yù)處理、常用分析方法、玩家路徑分析和用戶分析。提高篇介紹了R語言圖形界面工具Rattle和Web開發(fā)框架shiny包。

目錄
 

前言
第一篇 基礎(chǔ)篇
第1章 什么是游戲數(shù)據(jù)分析2
1.1 為什么要對(duì)游戲進(jìn)行分析2
1.2 游戲數(shù)據(jù)分析的流程3
1.3 數(shù)據(jù)分析師的能力要求4
1.3.1 數(shù)據(jù)處理能力5
1.3.2 數(shù)據(jù)挖掘能力6
1.3.3 數(shù)據(jù)應(yīng)用能力8
1.4 小結(jié)8
第2章 必備R語言基礎(chǔ)9
2.1 開發(fā)環(huán)境準(zhǔn)備和快速入門9
2.1.1 R語言簡(jiǎn)介9
2.1.2 R的安裝10
2.1.3 其他輔助工具10
2.1.4 R快速入門12
2.2 數(shù)據(jù)對(duì)象19
2.2.1 向量20
2.2.2 矩陣與數(shù)組24
2.2.3 列表和數(shù)據(jù)框27
2.3 數(shù)據(jù)導(dǎo)入30
2.3.1 利用RStudio導(dǎo)入30
2.3.2 文本文件的導(dǎo)入32
2.3.3 Excel文件的導(dǎo)入33
2.3.4 數(shù)據(jù)庫文件的導(dǎo)入34
2.3.5 網(wǎng)絡(luò)數(shù)據(jù)的爬取38
2.4 小結(jié)42
第3章 R語言繪圖重要技術(shù)43
3.1 常用圖形參數(shù)43
3.1.1 顏色元素43
3.1.2 文字元素46
3.1.3 點(diǎn)元素46
3.1.4 線元素48
3.2 低級(jí)繪圖函數(shù)48
3.2.1 標(biāo)題48
3.2.2 坐標(biāo)軸50
3.2.3 圖例52
3.2.4 網(wǎng)格線52
3.2.5 點(diǎn)54
3.2.6 文字54
3.2.7 線55
3.3 高級(jí)繪圖函數(shù)57
3.3.1 散點(diǎn)圖58
3.3.2 氣泡圖59
3.3.3 線圖60
3.3.4 柱狀圖62
3.3.5 餅圖62
3.3.6 直方圖和密度圖63
3.3.7 Q—Q圖65
3.3.8 箱線圖66
3.3.9 莖葉圖66
3.3.10 點(diǎn)圖67
3.3.11 馬賽克圖67
3.4 小結(jié)69
第4章 高級(jí)繪圖工具70
4.1 lattice包繪圖工具70
4.1.1 繪圖特色70
4.1.2 基本圖形77
4.2 ggplot2包繪圖工具93
4.2.1 從qplot開始93
4.2.2 ggplot作圖96
4.2.3 ggthemes主題包101
4.3 交互式繪圖工具103
4.3.1 rCharts包104
4.3.2 recharts包108
4.3.3 rbokeh包118
4.3.4 plotly包119
4.3.5 googleVis包122
4.3.6 其他基于htmlwidgets包開發(fā)的交互包124
4.4 小結(jié)132
第二篇 實(shí)戰(zhàn)篇
第5章 游戲數(shù)據(jù)預(yù)處理134
5.1 數(shù)據(jù)抽樣134
5.1.1 數(shù)據(jù)抽樣的必要性134
5.1.2 類失衡處理方法：SMOTE135
5.1.3 數(shù)據(jù)隨機(jī)抽樣：sample函數(shù)138
5.1.4 數(shù)據(jù)等比抽樣：createData—Partition函數(shù)139
5.1.5 用于交叉驗(yàn)證的樣本抽樣142
5.2 數(shù)據(jù)清洗143
5.2.1 缺失值判斷及處理144
5.2.2 異常值判斷處理152
5.3 數(shù)據(jù)轉(zhuǎn)換158
5.3.1 產(chǎn)生衍生變量158
5.3.2 數(shù)據(jù)分箱159
5.3.3 數(shù)據(jù)標(biāo)準(zhǔn)化轉(zhuǎn)換160
5.4 數(shù)據(jù)啞變量處理162
5.5 小結(jié)165
第6章 游戲數(shù)據(jù)分析的常用方法166
6.1 游戲數(shù)據(jù)可視化166
6.1.1 單指標(biāo)數(shù)據(jù)可視化166
6.1.2 雙指標(biāo)數(shù)據(jù)可視化167
6.1.3 三指標(biāo)數(shù)據(jù)可視化167
6.2 游戲數(shù)據(jù)趨勢(shì)分析169
6.2.1 同比、環(huán)比169
6.2.2 趨勢(shì)線擬合170
6.2.3 時(shí)間序列數(shù)據(jù)預(yù)測(cè)171
6.3 游戲數(shù)據(jù)相關(guān)分析179
6.3.1 相關(guān)分析基本原理179
6.3.2 相關(guān)關(guān)系可視化181
6.3.3 活躍時(shí)間段相關(guān)分析184
6.4 游戲數(shù)據(jù)中的降維技術(shù)186
6.4.1 主成分及因子分析基本原理186
6.4.2 對(duì)應(yīng)分析基本原理188
6.4.3 玩家偏好分析188
6.5 小結(jié)191
第7章 漏斗模型與路徑分析192
7.1 漏斗模型與路徑分析的主要區(qū)別和聯(lián)系192
7.2 漏斗模型193
7.2.1 漏斗模型的主要應(yīng)用場(chǎng)景193
7.2.2 分析案例：新手教程漏斗模型194
7.3 路徑分析197
7.3.1 路徑分析的主要應(yīng)用場(chǎng)景197
7.3.2 路徑分析的主要算法198
7.3.3 分析案例：游戲點(diǎn)擊事件路徑分析202
7.4 小結(jié)208
第8章 留存分析209
8.1 指標(biāo)概述209
8.1.1 用戶留存209
8.1.2 流失分析211
8.2 留存率的分析及預(yù)測(cè)212
8.2.1 留存率曲線213
8.2.2 留存率預(yù)測(cè)曲線213
8.2.3 優(yōu)化預(yù)測(cè)曲線216
8.3 用戶流失預(yù)測(cè)218
8.3.1 分類及模型評(píng)估220
8.3.2 活躍用戶流失預(yù)測(cè)233
8.4 小結(jié)238
第9章 用戶分析239
9.1 用戶分類239
9.1.1 新老用戶240
9.1.2 活躍用戶241
9.1.3 用戶習(xí)慣243
9.2 LTV244
9.2.1 LTV的定義244
9.2.2 LTV的預(yù)測(cè)244
9.3 用戶物品購買關(guān)聯(lián)分析247
9.3.1 常用關(guān)聯(lián)規(guī)則算法248
9.3.2 R中的實(shí)現(xiàn)250
9.3.3 案例：對(duì)用戶購買物品進(jìn)行關(guān)聯(lián)分析251
9.4 基于用戶物品購買智能推薦259
9.4.1 智能推薦模型構(gòu)建及評(píng)估259
9.4.2 案例：對(duì)用戶物品購買進(jìn)行智能推薦262
9.5 社會(huì)網(wǎng)絡(luò)分析264
9.5.1 網(wǎng)絡(luò)圖的基本概念264
9.5.2 網(wǎng)絡(luò)圖的R語言實(shí)現(xiàn)266
9.5.3 R與Gephi的結(jié)合270
9.5.4 案例：分析用戶物品購買分類275
9.6 小結(jié)279
第10章 渠道分析280
10.1 渠道分析的意義280
10.2 建立渠道數(shù)據(jù)監(jiān)控體系282
10.2.1 構(gòu)建數(shù)據(jù)分析指標(biāo)283
10.2.2 建立渠道數(shù)據(jù)監(jiān)控體系287
10.3 渠道用戶質(zhì)量評(píng)級(jí)293
10.3.1 渠道用戶質(zhì)量評(píng)級(jí)的背景和目的293
10.3.2 渠道用戶質(zhì)量打分模型293
10.3.3 分析案例：渠道用戶質(zhì)量打分294
10.4 小結(jié)298
第11章 收入分析299
11.1 宏觀收入分析299
11.2 游戲經(jīng)濟(jì)與用戶關(guān)系分析302
11.2.1 背景及數(shù)據(jù)302
11.2.2 數(shù)據(jù)探索分析303
11.2.3 模型構(gòu)建308
11.3 RFM模型研究310
11.3.1 RFM模型研究背景及原理310
11.3.2 案例：付費(fèi)用戶RFM模型研究312
11.3.3 RFM模型的不足及改進(jìn)314
11.4 小結(jié)316
第三篇 提高篇
第12章 Rattle：可視化數(shù)據(jù)挖掘工具318
12.1 Rattle簡(jiǎn)介及安裝318
12.1.1 Rattle簡(jiǎn)介318
12.1.2 Rattle安裝319
12.2 功能預(yù)覽319
12.3 數(shù)據(jù)導(dǎo)入320
12.3.1 導(dǎo)入CSV數(shù)據(jù)321
12.3.2 導(dǎo)入ARFF數(shù)據(jù)325
12.3.3 導(dǎo)入ODBC數(shù)據(jù)326
12.3.4 R Dataset—導(dǎo)入其他數(shù)據(jù)源328
12.3.5 導(dǎo)入RData File數(shù)據(jù)集330
12.3.6 導(dǎo)入Library數(shù)據(jù)332
12.4 數(shù)據(jù)探索333
12.4.1 數(shù)據(jù)總體概況333
12.4.2 數(shù)據(jù)分布探索335
12.4.3 相關(guān)性338
12.4.4 主成分341
12.4.5 交互圖343
12.5 數(shù)據(jù)建模348
12.5.1 聚類分析348
12.5.2 關(guān)聯(lián)規(guī)則352
12.5.3 決策樹354
12.5.4 隨機(jī)森林356
12.6 模型評(píng)估360
12.6.1 混淆矩陣360
12.6.2 風(fēng)險(xiǎn)圖360
12.6.3 ROC曲線及相關(guān)曲線361
12.6.4 模型得分?jǐn)?shù)據(jù)集361
12.7 小結(jié)364
第13章 快速搭建游戲數(shù)據(jù)分析平臺(tái)365
13.1 shiny快速入門365
13.2 shinydashboard包375
13.3 案例一：搭建數(shù)據(jù)可視化原型379
13.4 案例二：用戶細(xì)分及付費(fèi)預(yù)測(cè)平臺(tái)388
13.5 案例三：渠道用戶打分平臺(tái)395
13.6 小結(jié)402