数据清洗规则：采用IQR四分位法剔除参与率、贡献值等指标中的极端异常值，对缺失的促销偏好数据采用“同付费层级+同游戏品类”群体均值填充，保障数据完整性；偏好挖掘规则：基于LDA模型解析用户历史促销参与行为，生成“偏好促销类型-敏感力度-偏好时机”三级标签，标签准确率达92%以上；效果预测算法：构建“用户特征-促销属性-场景适配度”三维输入体系，改良XGBoost模型引入时间衰减因子，解决短期行为干

贵州省数据知识产权登记平台2025-09-22 更新220

พฤติกรรมการยอมรับและการตระหนักรู้ความปลอดภัยของเทคโนโลยีโมบายแบงก์กิ้ง: กรณีศึกษา baby boomer generation ในเขตกรุงเทพมหานคร

移动银行

用户行为

งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาพฤติกรรม การยอมรับการใช้เทคโนโลยี และการตระหนักรู้ความปลอดภัยของเทคโนโลยี โมบายแบงก์กิ้ง งานวิจัยนี้เป็นงานวิจัยเชิงคุณภาพ เก็บรวบรวมข้อมูลโดยใช้การสัมภาษณ์เชิงลึก ก

DataCite Commons2023-01-24 更新120

TheGreatRambler/mm2_user

用户行为

数据分析

Mario Maker 2用户数据集包含来自任天堂在线服务的600万用户数据，总计约1.2GB。该数据集是通过自托管的Mario Maker 2 API在2022年2月的一个月内收集的。每行数据代表一个唯一的用户，包含用户的ID、地区、名称、国家、最后活跃时间、Mii数据、Mii图像、服装信息、游戏统计信息等。数据集还包含一些枚举字段，用于将整数转换为对应的字符串描述。数据集仅包含训练集，且没有计

Hugging Face2022-11-11 更新270

Polus.gg Review Stats and Historical Trends

游戏评价分析

用户行为

The Polus.gg Steam review dataset lets you explore review stats, trends, and history for Polus.gg reviews on Steam. Data is aggregated month over month going back to August 2023.

steambase.io130

k4d3/mspaint

资源简介：

相关数据集