정보 - PUBG 플레이어 행동 분석

프로젝트 개요

이 프로젝트는 PUBG(PlayerUnknown's Battlegrounds) 게임 데이터를 활용하여 플레이어의 행동 패턴을 분석하고, AI 기술을 통해 8가지 플레이어 유형으로 분류하는 시스템입니다.

데이터 규모

800,000개 이상의 게임 기록 분석

분석 특성

30개의 게임 플레이 특성 추출

AI 모델

K-Means 클러스터링 + 딥러닝

예측 정확도

99.25% 분류 정확도 달성

기술 스택

Python

데이터 분석 및 머신러닝

pandas, numpy, scikit-learn

JavaScript

프론트엔드 로직

ES6+, Chart.js

Bootstrap

반응형 UI 프레임워크

Bootstrap 5.3

TensorFlow

딥러닝 모델

Neural Networks

분석 프로세스

데이터 수집 및 전처리

Kaggle PUBG 데이터셋에서 800K+ 게임 기록 수집, 결측치 처리 및 이상치 제거

특성 엔지니어링

게임 스탯에서 30개의 의미있는 특성 추출, 효율성 지표 및 플레이 스타일 파생 변수 생성

클러스터링 분석

K-Means 알고리즘으로 8개 플레이어 유형 발견, 각 유형별 특성과 플레이 패턴 분석

예측 모델 구축

딥러닝 신경망으로 플레이어 유형 분류 모델 훈련, 99.25% 정확도 달성

발견된 8가지 플레이어 유형

Survivor 생존 중심 플레이어 (49.4%)

Explorer 탐험 중심 플레이어 (49.5%)

Aggressive 공격적 플레이어 (0.1%)

각 플레이어 유형은 고유한 플레이 패턴과 전략을 가지고 있으며, 이를 통해 개인화된 게임 경험과 개선 방향을 제시할 수 있습니다.

프로젝트 리소스

GitHub Repository 분석 보고서 데이터셋 다운로드

주요 성과

99.25%

분류 정확도

<1초

예측 속도

8개

플레이어 유형

800K+

학습 데이터

프로젝트 정보