申 一，周 鵬

（河北經(jīng)貿(mào)大學(xué)，石家莊050001）

基于CART 決策樹的大學(xué)生游戲消費(fèi)行為研究
——以某高校大學(xué)生為例

申 一，周 鵬

（河北經(jīng)貿(mào)大學(xué)，石家莊050001）

針對(duì)大學(xué)生游戲消費(fèi)行為，提出了基于CART決策樹的預(yù)測(cè)方法，此方法具有較高的的準(zhǔn)確率和良好的自學(xué)能力。利用CART決策樹可以對(duì)影響游戲消費(fèi)行為的復(fù)雜因素進(jìn)行回歸分類及規(guī)則提取，進(jìn)而從眾多的數(shù)據(jù)中得出一致性規(guī)律，經(jīng)過(guò)CART決策樹模型的構(gòu)建，結(jié)果表明，CART決策樹方法良好地預(yù)測(cè)了影響大學(xué)生消費(fèi)行為的因素。

決策樹；CART算法；大學(xué)生；游戲消費(fèi)行為

隨著網(wǎng)絡(luò)的飛速發(fā)展，PC終端、移動(dòng)設(shè)備（手機(jī)）、各種游戲主機(jī)的不斷換代更新，游戲在數(shù)量、類型題材、質(zhì)量、市場(chǎng)規(guī)模等方面都實(shí)現(xiàn)了持續(xù)穩(wěn)定的增長(zhǎng)，游戲用戶在游戲上花費(fèi)的時(shí)間、金錢愈來(lái)愈多。而游戲用戶的組成中，大學(xué)生這一群體占有重要的地位。由于大學(xué)生普遍時(shí)間充裕，個(gè)人可支配財(cái)產(chǎn)較為穩(wěn)定，接受新鮮事物的愿望與能力較強(qiáng)，所以要研究中國(guó)現(xiàn)階段的游戲產(chǎn)業(yè)，研究大學(xué)生的游戲消費(fèi)行為必不可少，在此，以某大學(xué)的大學(xué)生為例進(jìn)行分析。使用的決策樹方法相對(duì)其他數(shù)據(jù)挖掘算法，擁有的優(yōu)勢(shì)：一是決策樹易于理解和實(shí)現(xiàn)；二是對(duì)于決策樹，數(shù)據(jù)的準(zhǔn)備往往是簡(jiǎn)單或者不必要的；三是能夠同時(shí)處理數(shù)據(jù)型和常規(guī)型屬性；四是易于通過(guò)靜態(tài)測(cè)試來(lái)對(duì)模型進(jìn)行預(yù)測(cè)；五是在相對(duì)短的時(shí)間內(nèi)能夠?qū)?shù)據(jù)做出可行且效果良好的結(jié)果。因此運(yùn)用CART決策時(shí)算法進(jìn)行分析。

一、分類回歸樹

分類回歸樹包含了分類樹和回歸樹，是通過(guò)向現(xiàn)有數(shù)據(jù)學(xué)習(xí)，用于實(shí)現(xiàn)對(duì)數(shù)據(jù)內(nèi)在的規(guī)律進(jìn)行探究，并用于對(duì)未來(lái)新數(shù)據(jù)進(jìn)行分類預(yù)測(cè)的方法。本文采取的是 CART（Classification And Regression Tree）算法。這種算法與C5.0算法的思路是相似的，都包括了決策樹生長(zhǎng)和決策樹剪枝過(guò)程。CART算法的輸入變量和輸出變量可以是分類型也可以是數(shù)值型，CART算法只能建立二叉樹，這兩點(diǎn)是CART算法和C5.0算法最明顯的區(qū)別。

本文所采用的輸入變量均為多分類型輸入變量，由于CART只能夠建立二叉樹，所以對(duì)于本文選用的多分類型變量，首先需要將多類別進(jìn)行合并產(chǎn)生兩個(gè)類別，通常稱為“超類”，然后需要計(jì)算兩個(gè)“超類”下樣本輸出變量取值的異質(zhì)性。

理想情況下，“超類”應(yīng)該能夠起到讓兩組輸出變量取值異質(zhì)性的和達(dá)到最小的作用。也就是使得“純度”達(dá)到最大。

Gini系數(shù)是CART算法用來(lái)測(cè)度異質(zhì)性的。數(shù)學(xué)定義為：

其中，t為節(jié)點(diǎn)，k為輸出變量的類別數(shù)，p為節(jié)點(diǎn)t中樣本輸出變量取j的“歸一化”概率。由此可見(jiàn)，當(dāng)節(jié)點(diǎn)樣本的輸出變量均取同一類別值時(shí)，輸出變量取值的差異性達(dá)到最小值，Gini系數(shù)取最小值為0，當(dāng)個(gè)類別取概率值相等時(shí)，輸出變量取值的差異性最大，Gini系數(shù)值達(dá)到最大，為1-1/k。

所以，Gini系數(shù)的減少量可以用來(lái)衡量異質(zhì)性的下降，數(shù)學(xué)定義為：

其中G(t)和N分別為分組之前的輸出變量的Gini系數(shù)和樣本量，r和l下標(biāo)分別表示分組后的右子樹和左子樹。

利用上述兩式可以得到使得兩“超類”下輸出變量取值異質(zhì)性下降最快（即“純度”上升最快）的分割點(diǎn)。除此方法之外，CART算法還可以采用Twoing策略和Ordered策略得到最佳分組變量。

二、實(shí)例分析

在通過(guò)決策樹方法對(duì)某大學(xué)學(xué)生游戲消費(fèi)行為進(jìn)行分析。數(shù)據(jù)采集方法為網(wǎng)絡(luò)問(wèn)卷調(diào)查。選取性別、年級(jí)、每月生活費(fèi)用、接觸游戲時(shí)間、每天玩游戲的時(shí)長(zhǎng)、游戲類型、消費(fèi)數(shù)額、消費(fèi)動(dòng)機(jī)、消費(fèi)所處的游戲進(jìn)程作為輸入變量，消費(fèi)行為作為輸出變量。其中消費(fèi)行為是包含理性行為、沖動(dòng)行為和中性行為的三分類型變量。利用clementine軟件進(jìn)行分析。

上述圖1為本次數(shù)據(jù)分析過(guò)程的數(shù)據(jù)流，首先對(duì)數(shù)據(jù)進(jìn)行了預(yù)處理。預(yù)處理第一步是對(duì)利用Type節(jié)點(diǎn)輸入變量類型進(jìn)行處理。如下表。

第二步是對(duì)輸出變量的處理。原問(wèn)卷中，將消費(fèi)行為作為五級(jí)量表進(jìn)行調(diào)查，現(xiàn)為了方便分析，將原問(wèn)卷中的選項(xiàng)進(jìn)行合并，利用Reclassify節(jié)點(diǎn)將原有取值進(jìn)行重新賦值，最后將消費(fèi)行為設(shè)置為沖動(dòng)、中性和理性三種不同行為。

圖1 數(shù)據(jù)流

二分類型變量（F l a g）年級(jí) 多分類型變量（s d t）每月生活費(fèi)用 有次序的多分類型變量（O r d e r e d S e t）接觸游戲的時(shí)間 有次序的多分類型變量（O r d e r e d S e t）每天游戲時(shí)長(zhǎng) 有次序的多分類型變量（O r d e r e d S e t）游戲類型 多分類型變量（s d t）消費(fèi)數(shù)額 有次序的多分類型變量（O r d e r e d S e t）消費(fèi)動(dòng)機(jī) 多分類型變量（s d t）消費(fèi)時(shí)的游戲進(jìn)程 有次序的多分類型變量（O r d e r e d S e t）性別

由于本文采用的數(shù)據(jù)不存在缺失數(shù)據(jù)和離群值，所以不涉及數(shù)據(jù)插補(bǔ)工作。接下來(lái)在圖1所示節(jié)點(diǎn)位置添加CART節(jié)點(diǎn)。分析結(jié)果以及決策樹如下圖所示。

三、結(jié)果分析

由上述分析過(guò)程可以得出。想要分析游戲玩家消費(fèi)者行為，首先應(yīng)該關(guān)注的是該消費(fèi)者在玩游戲過(guò)程中的累計(jì)消費(fèi)金額，這是因?yàn)橥婕蚁M(fèi)過(guò)多可能導(dǎo)致沖動(dòng)消費(fèi)過(guò)多。

在消費(fèi)金額100元以下以內(nèi)的消費(fèi)者中：首先應(yīng)該關(guān)注的是玩家在游戲什么進(jìn)程時(shí)進(jìn)行消費(fèi)，這是由于老玩家和新手玩家對(duì)于游戲的理解不同，可能導(dǎo)致的消費(fèi)行為也不同。在游戲前中期進(jìn)行消費(fèi)的消費(fèi)者中，所玩游戲類型不同導(dǎo)致的消費(fèi)行為也會(huì)有一定的差異，對(duì)于手機(jī)游戲玩家和網(wǎng)絡(luò)游戲玩家來(lái)說(shuō)，由于外界因素影響以及為了增加游戲觀感體驗(yàn)和增加游戲人物實(shí)力導(dǎo)致的消費(fèi)，大都是沖動(dòng)消費(fèi)而為了節(jié)省時(shí)間成本的消費(fèi)大都是理性的消費(fèi)。而單機(jī)游戲和主機(jī)游戲玩家，不管由于什么動(dòng)機(jī)進(jìn)行消費(fèi)，他們的消費(fèi)行為大都是理性的；在游戲后期消費(fèi)的玩家中則分為兩類：第一類玩家的消費(fèi)動(dòng)機(jī)大都受周圍人群影響，理性與否受所玩游戲類型所影響，手機(jī)和網(wǎng)絡(luò)游戲玩家消費(fèi)行為大都是理性的，單機(jī)和主機(jī)游戲玩家更傾向于沖動(dòng)消費(fèi)；第二類玩家游戲消費(fèi)的最大動(dòng)機(jī)是增加游戲觀感體驗(yàn)、增加游戲人物實(shí)力、節(jié)省時(shí)間成，他們的游戲消費(fèi)行為大都是理性的。

圖5 決策樹

[1]汪 輝，侯傳宇.決策樹相關(guān)算法研究[J].電腦知識(shí)與技術(shù)，2011，7(15):3572-3574，3581.

[2]駱盈盈，王柯玲，陳川等.結(jié)合遞增式學(xué)習(xí)的CART算法改進(jìn)[J].計(jì)算機(jī)工程與設(shè)計(jì)，2007，28(7):1520-1522.

［責(zé)任編輯：王 鑫］

F0631.2

A

1005-913X（2017）07-0052-02

2017-05-26

申 一(1994-)，男，山西長(zhǎng)治人，碩士研究生，研究方向：調(diào)查與大數(shù)據(jù)分析；周 鵬(1992-)，男，河北張家口人，碩士研究生，研究方向：金融統(tǒng)計(jì)與風(fēng)險(xiǎn)管理。