R语言游戏数据分析与挖掘

作品简介

随着大数据的概念越来越流行，越来越多的企业开始重视数据，期待从数据中寻找有价值的结论，以指导公司管理层决策，最终创造更大的价值。但是在游戏行业，数据分析的发展相对缓慢，很多游戏公司是在发现人口红利消失后才逐渐重视数据，希望利用数据驱动产品。而在各种数据分析技术中，R语言作为一个可进行交互式数据分析和探索的强大平台，拥有举足轻重的作用。R语言的免费开源使得很多公司用它来处理数据、展示数据、分析数据、完成模型。

本书从实际应用出发，结合实例及应用场景，通过对大量案例进行详细阐述和深入分析，进而指导读者在实际工作中通过R语言对游戏数据进行分析和挖掘。

作品目录

• 前言
• 第一篇 基础篇
• 第1章 什么是游戏数据分析
• 1.1 为什么要对游戏进行分析
• 1.2 游戏数据分析的流程
• 1.3 数据分析师的能力要求
• 1.4 小结
• 第2章 必备R语言基础
• 2.1 开发环境准备和快速入门
• 2.2 数据对象
• 2.3 数据导入
• 2.4 小结
• 第3章 R语言绘图重要技术
• 3.1 常用图形参数
• 3.2 低级绘图函数
• 3.3 高级绘图函数
• 3.4 小结
• 第4章 高级绘图工具
• 4.1 lattice包绘图工具
• 4.2 ggplot2包绘图工具
• 4.3 交互式绘图工具
• 4.4 小结
• 第二篇 实战篇
• 第5章 游戏数据预处理
• 5.1 数据抽样
• 5.2 数据清洗
• 5.3 数据转换
• 5.4 数据哑变量处理
• 5.5 小结
• 第6章 游戏数据分析的常用方法
• 6.1 游戏数据可视化
• 6.2 游戏数据趋势分析
• 6.3 游戏数据相关分析
• 6.4 游戏数据中的降维技术
• 6.5 小结
• 第7章 漏斗模型与路径分析
• 7.1 漏斗模型与路径分析的主要区别和联系
• 7.2 漏斗模型
• 7.3 路径分析
• 7.4 小结
• 第8章 留存分析
• 8.1 指标概述
• 8.2 留存率的分析及预测
• 8.3 用户流失预测
• 8.4 小结
• 第9章 用户分析
• 9.1 用户分类
• 9.2 LTV
• 9.3 用户物品购买关联分析
• 9.4 基于用户物品购买智能推荐
• 9.5 社会网络分析
• 9.6 小结
• 第10章 渠道分析
• 10.1 渠道分析的意义
• 10.2 建立渠道数据监控体系
• 10.3 渠道用户质量评级
• 10.4 小结
• 第11章 收入分析
• 11.1 宏观收入分析
• 11.2 游戏经济与用户关系分析
• 11.3 RFM模型研究
• 11.4 小结
• 第三篇 提高篇
• 第12章 Rattle：可视化数据挖掘工具
• 12.1 Rattle简介及安装
• 12.2 功能预览
• 12.3 数据导入
• 12.4 数据探索
• 12.5 数据建模
• 12.6 模型评估
• 12.7 小结
• 第13章 快速搭建游戏数据分析平台
• 13.1 shiny快速入门
• 13.2 shinydashboard包
• 13.3 案例一：搭建数据可视化原型
• 13.4 案例二：用户细分及付费预测平台
• 13.5 案例三：渠道用户打分平台
• 13.6 小结