使用 K - 近邻法进行视频游戏销售等级分类

Nadhif Nurul Fajri Adzani, Wina Witanti, Fajri Rakhmat Umbara
{"title":"使用 K - 近邻法进行视频游戏销售等级分类","authors":"Nadhif Nurul Fajri Adzani, Wina Witanti, Fajri Rakhmat Umbara","doi":"10.31949/infotech.v9i2.7371","DOIUrl":null,"url":null,"abstract":"Klasifikasi Tingkat Penjualan Video Game Dengan Menggunakan Metode K – Nearest Neighbors memiliki fungsi untuk mengklasifikasikan video game berdasarkan penjualannya, dan memerlukan variabel, seperti genre, platform, publisher, best seller. Permasalahan yang terjadi di Platform penjualan game seperti di Steam, Epic games, etc. Adalah dimana saat gamers membeli game tersebut dan ternyata game tersebut tidak sesuai dengan ekspetasi dari gamers yang membeli game tersebut alhasil game tidak lagi dimainkan. Oleh karena itu, solusi yang dibuat disini yaitu klasifikasi video game berdasarkan karakteristik yang menggunakan metode KNN, dimana nantinya video game akan dibagi berdasarkan karakteristiknya, dan akan ditampilkan beberapa game sesuai klasifikasi karakternya, sehingga diharapkan dapat meminimalisir kejadian pembeli game / gamers yang menyesal karena tidak sesuai dengan ekspetasi mereka","PeriodicalId":259913,"journal":{"name":"INFOTECH journal","volume":"42 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-11-16","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"KLASIFIKASI TINGKAT PENJUALAN VIDEO GAME DENGAN MENGGUNAKAN METODE K – NEAREST NEIGHBORS\",\"authors\":\"Nadhif Nurul Fajri Adzani, Wina Witanti, Fajri Rakhmat Umbara\",\"doi\":\"10.31949/infotech.v9i2.7371\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Klasifikasi Tingkat Penjualan Video Game Dengan Menggunakan Metode K – Nearest Neighbors memiliki fungsi untuk mengklasifikasikan video game berdasarkan penjualannya, dan memerlukan variabel, seperti genre, platform, publisher, best seller. Permasalahan yang terjadi di Platform penjualan game seperti di Steam, Epic games, etc. Adalah dimana saat gamers membeli game tersebut dan ternyata game tersebut tidak sesuai dengan ekspetasi dari gamers yang membeli game tersebut alhasil game tidak lagi dimainkan. Oleh karena itu, solusi yang dibuat disini yaitu klasifikasi video game berdasarkan karakteristik yang menggunakan metode KNN, dimana nantinya video game akan dibagi berdasarkan karakteristiknya, dan akan ditampilkan beberapa game sesuai klasifikasi karakternya, sehingga diharapkan dapat meminimalisir kejadian pembeli game / gamers yang menyesal karena tidak sesuai dengan ekspetasi mereka\",\"PeriodicalId\":259913,\"journal\":{\"name\":\"INFOTECH journal\",\"volume\":\"42 1\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-11-16\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"INFOTECH journal\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.31949/infotech.v9i2.7371\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"INFOTECH journal","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31949/infotech.v9i2.7371","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

使用 K-近邻法对视频游戏销售水平进行分类的功能是根据视频游戏的销售情况对其进行分类,并要求提供流派、平台、出版商、畅销书等变量。在 Steam、Epic Games 等游戏销售平台上出现的问题是,当玩家购买游戏,游戏在平台上销售。是当玩家购买游戏后,发现游戏与购买游戏的玩家的预期不符,结果游戏不再被玩家玩。因此,这里提出的解决方案是使用 KNN 方法根据视频游戏的特征进行分类,以后视频游戏将根据其特征进行划分,并根据其特征分类显示几款游戏,这样就有望最大限度地减少游戏购买者/游戏玩家因游戏不符合其预期而后悔的情况发生。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
KLASIFIKASI TINGKAT PENJUALAN VIDEO GAME DENGAN MENGGUNAKAN METODE K – NEAREST NEIGHBORS
Klasifikasi Tingkat Penjualan Video Game Dengan Menggunakan Metode K – Nearest Neighbors memiliki fungsi untuk mengklasifikasikan video game berdasarkan penjualannya, dan memerlukan variabel, seperti genre, platform, publisher, best seller. Permasalahan yang terjadi di Platform penjualan game seperti di Steam, Epic games, etc. Adalah dimana saat gamers membeli game tersebut dan ternyata game tersebut tidak sesuai dengan ekspetasi dari gamers yang membeli game tersebut alhasil game tidak lagi dimainkan. Oleh karena itu, solusi yang dibuat disini yaitu klasifikasi video game berdasarkan karakteristik yang menggunakan metode KNN, dimana nantinya video game akan dibagi berdasarkan karakteristiknya, dan akan ditampilkan beberapa game sesuai klasifikasi karakternya, sehingga diharapkan dapat meminimalisir kejadian pembeli game / gamers yang menyesal karena tidak sesuai dengan ekspetasi mereka
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信