R语言游戏数据分析与挖掘PDF|Epub|txt|kindle电子书版本网盘下载

R语言游戏数据分析与挖掘PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一篇 基础篇2

第1章 什么是游戏数据分析2

1.1为什么要对游戏进行分析2

1.2游戏数据分析的流程3

1.3数据分析师的能力要求4

1.3.1数据处理能力5

1.3.2数据挖掘能力6

1.3.3数据应用能力8

1.4小结8

第2章 必备R语言基础9

2.1开发环境准备和快速入门9

2.1.1 R语言简介9

2.1.2 R的安装10

2.1.3其他辅助工具10

2.1.4 R快速入门12

2.2数据对象19

2.2.1向量20

2.2.2矩阵与数组24

2.2.3列表和数据框27

2.3数据导入30

2.3.1利用RStudio导入30

2.3.2文本文件的导入32

2.3.3 Excel文件的导入33

2.3.4数据库文件的导入34

2.3.5网络数据的爬取38

2.4小结42

第3章 R语言绘图重要技术43

3.1常用图形参数43

3.1.1颜色元素43

3.1.2文字元素46

3.1.3点元素46

3.1.4线元素48

3.2低级绘图函数48

3.2.1标题48

3.2.2坐标轴50

3.2.3图例52

3.2.4网格线52

3.2.5点54

3.2.6文字54

3.2.7线55

3.3高级绘图函数57

3.3.1散点图58

3.3.2气泡图59

3.3.3线图60

3.3.4柱状图62

3.3.5饼图62

3.3.6直方图和密度图63

3.3.7 Q-Q图65

3.3.8箱线图66

3.3.9茎叶图66

3.3.10点图67

3.3.11马赛克图67

3.4小结69

第4章 高级绘图工具70

4.1 lattice包绘图工具70

4.1.1绘图特色70

4.1.2基本图形77

4.2 ggplot2包绘图工具93

4.2.1从qplot开始93

4.2.2 ggplot作图96

4.2.3 ggthemes主题包101

4.3交互式绘图工具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包开发的交互包124

4.4小结132

第二篇 实战篇134

第5章 游戏数据预处理134

5.1数据抽样134

5.1.1数据抽样的必要性134

5.1.2类失衡处理方法：SMOTE135

5.1.3数据随机抽样：sample函数138

5.1.4数据等比抽样：createData-Partition函数139

5.1.5用于交叉验证的样本抽样142

5.2数据清洗143

5.2.1缺失值判断及处理144

5.2.2异常值判断处理152

5.3数据转换158

5.3.1产生衍生变量158

5.3.2数据分箱159

5.3.3数据标准化转换160

5.4数据哑变量处理162

5.5小结165

第6章 游戏数据分析的常用方法166

6.1游戏数据可视化166

6.1.1单指标数据可视化166

6.1.2双指标数据可视化167

6.1.3三指标数据可视化167

6.2游戏数据趋势分析169

6.2.1同比、环比169

6.2.2趋势线拟合170

6.2.3时间序列数据预测171

6.3游戏数据相关分析179

6.3.1相关分析基本原理179

6.3.2相关关系可视化181

6.3.3活跃时间段相关分析184

6.4游戏数据中的降维技术186

6.4.1主成分及因子分析基本原理186

6.4.2对应分析基本原理188

6.4.3玩家偏好分析188

6.5小结191

第7章 漏斗模型与路径分析192

7.1漏斗模型与路径分析的主要区别和联系192

7.2漏斗模型193

7.2.1漏斗模型的主要应用场景193

7.2.2分析案例：新手教程漏斗模型194

7.3路径分析197

7.3.1路径分析的主要应用场景197

7.3.2路径分析的主要算法198

7.3.3分析案例：游戏点击事件路径分析202

7.4小结208

第8章 留存分析209

8.1指标概述209

8.1.1用户留存209

8.1.2流失分析211

8.2留存率的分析及预测212

8.2.1留存率曲线213

8.2.2留存率预测曲线213

8.2.3优化预测曲线216

8.3用户流失预测218

8.3.1分类及模型评估220

8.3.2活跃用户流失预测233

8.4小结238

第9章 用户分析239

9.1用户分类239

9.1.1新老用户240

9.1.2活跃用户241

9.1.3用户习惯243

9.2 LTV244

9.2.1 LTV的定义244

9.2.2 LTV的预测244

9.3用户物品购买关联分析247

9.3.1常用关联规则算法248

9.3.2 R中的实现250

9.3.3案例：对用户购买物品进行关联分析251

9.4基于用户物品购买智能推荐259

9.4.1智能推荐模型构建及评估259

9.4.2案例：对用户物品购买进行智能推荐262

9.5社会网络分析264

9.5.1网络图的基本概念264

9.5.2网络图的R语言实现266

9.5.3 R与Gephi的结合270

9.5.4案例：分析用户物品购买分类275

9.6小结279

第10章 渠道分析280

10.1渠道分析的意义280

10.2建立渠道数据监控体系282

10.2.1构建数据分析指标283

10.2.2建立渠道数据监控体系287

10.3渠道用户质量评级293

10.3.1渠道用户质量评级的背景和目的293

10.3.2渠道用户质量打分模型293

10.3.3分析案例：渠道用户质量打分294

10.4小结298

第11章 收入分析299

11.1宏观收入分析299

11.2游戏经济与用户关系分析302

11.2.1背景及数据302

11.2.2数据探索分析303

11.2.3模型构建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：付费用户RFM模型研究312

11.3.3 RFM模型的不足及改进314

11.4小结316

第三篇 提高篇318

第12章 Rattle：可视化数据挖掘工具318

12.1 Rattle简介及安装318

12.1.1 Rattle简介318

12.1.2 Rattle安装319

12.2功能预览319

12.3数据导入320

12.3.1导入CSV数据321

12.3.2导入ARFF数据325

12.3.3导入ODBC数据326

12.3.4 R Dataset——导入其他数据源328

12.3.5导入RData File数据集330

12.3.6导入Library数据332

12.4数据探索333

12.4.1数据总体概况333

12.4.2数据分布探索335

12.4.3相关性338

12.4.4主成分341

12.4.5交互图343

12.5数据建模348

12.5.1聚类分析348

12.5.2关联规则352

12.5.3决策树354

12.5.4随机森林356

12.6模型评估360

12.6.1混淆矩阵360

12.6.2风险图360

12.6.3 ROC曲线及相关曲线361

12.6.4模型得分数据集361

12.7小结364

第13章 快速搭建游戏数据分析平台365

13.1 shiny快速入门365

13.2 shinydashboard包375

13.3案例一：搭建数据可视化原型379

13.4案例二：用户细分及付费预测平台388

13.5案例三：渠道用户打分平台395

13.6小结402