Korean PC games average daily play time on weekdays 2024, by country or territory

Statista2026-04-11 收录

数据链接：

https://www.statista.com/statistics/1535954/south-korea-average-time-spent-playing-korean-pc-games-on-weekdays-by-country-territory/数据链接链接失效反馈

官方服务：

资源简介：

Daily average time gamers spent playing Korean PC games on weekdays as of October 2024, by country or territory

游戏用户流失预警分析模型

玩家行为分析

用户流失预测

数据预处理规则：采用IQR四分位法剔除登录时长、互动频次等指标中的极端异常值，对缺失的玩法参与数据采用“同熟练度+同注册时长”群体均值填充；流失预测算法：构建“基础属性-行为时序-外部因素”三维特征体系，改良BiLSTM模型引入注意力机制，强化近期行为对流失预测的权重，7日流失预测准确率达92%以上；流失聚类规则：基于“登录间隔增幅、互动量降幅、付费停滞天数”3类核心指标，通过K-Means模型将

贵州省数据知识产权登记平台2025-09-22 更新810

BDSM Waifu Player Count Stats and Historical Trends

游戏统计

玩家行为分析

The BDSM Waifu concurrent player dataset lets you explore player count stats, trends, and history for BDSM Waifu players on Steam. Data is aggregated month over month going back to August 2023.

steambase.io170

brendan-ml/osrs-ExamplePlugin-val-20241205_012201-chunk-19

玩家行为分析

OldSchoolRuneScape

该数据集包含多个特征，如技能、鼠标位置、相机视角、位置信息、战斗状态、动画、时间信息和图像数据。技能和鼠标位置分别以整数序列和浮点数序列表示；相机视角包括俯仰角、偏航角和缩放比例的浮点数；位置信息包括全局极坐标（半径和角度）和区域序列；战斗状态为布尔值；动画为整数序列；时间信息包括点击频率和体验时间的浮点数；图像数据为三维无符号整数序列。数据集分为训练集，包含100个样本，总大小为26965360

Hugging Face2024-12-05 更新120

游戏用户行为分析数据模型

玩家行为分析

机器学习模型

数据预处理规则：采用IQR四分位法剔除登录时长、操作频次等指标中的极端异常值，对缺失的社交行为数据采用“同等级+同活跃层级”均值填充；行为序列建模规则：基于BiLSTM模型捕捉用户行为的时序依赖关系，提取“登录-玩法-付费”的关联特征，特征提取准确率达92%以上；流失预测算法：构建“基础属性-行为特征-环境因素”三维输入体系，改良XGBoost模型引入L2正则化，预测准确率达91%；模型迭代规则：

贵州省数据知识产权登记平台2025-09-22 更新340

brendan-ml/osrs-ExamplePlugin-train-20241205_012201-chunk-146

玩家行为分析

玩家行为

该数据集包含多个特征，如技能、鼠标位置、相机视角、位置信息、战斗状态、动画、时间记录和图像等。每个特征都有详细的数据类型和结构描述。数据集划分为训练集，包含100个示例，总大小为494008526字节。

Hugging Face2024-12-05 更新160