付费玩家与非付费玩家的分类模型训练
研究目的：游戏玩家分两类：付费玩家和免费玩家，他们在游戏内的行为上存在一定差异。本研究针对一款成功手机网游《狂暴之翼》，使用支持向量机（SVM）训练了一个分类器，能自动识别一个玩家属于付费玩家的概率。本研究使用的数据是该手游的埋点数据，采用了4个显著特征作为输入维度。最终分类正确率达到81%。
　　分类器的应用：应用本分类器，可以识别游戏开服后具有潜在付费倾向的免费玩家，项目组有针对性地对这些玩家进行个性化服务（例如打折，特殊活动等），促进免费玩家向付费玩家的转变，从而提升游戏付费率和总体收益。对于有付费倾向但暂时没有付费的玩家，我们做两点假设：
　　1、他对这款游戏感兴趣，以至于产生了付费玩家的特征。
　　2、游戏中的商品（钻石，月卡等）价格高于他的心里预期。
　　在这个假设基础上，我们对这个玩家进行商品打折，或是低价销售，可以有效地促进破冰（玩家进行第一笔消费）。