인터넷 환경의 발달로 소비자들 사이에 상품정보에 대한 의견이 교환되기 시작하면서 다양한 형식의 온라인 리뷰들이 급속도로 생성되고 있다. 이러한 추세에 따라, 기업들은 온라인 리뷰들 을 분석하여 마케팅, 세일즈, 제품개발 등의 다양한 기업 활동에서 그 결과를 활용하려는 노력 을 진행하고 있다. 그러나 대표적인 경험재인 ‘게임’과 관련된 산업에서의 온라인 리뷰에 대한 연구는 매우 부족한 실정이다. 이에 본 연구는 머신러닝 모델을 활용하여 스팀(STEAM)게임의 커뮤니티 데이터를 분석하였다. 이를 통해 타 사용자의 게임 리뷰를 유용하다고 판단하는데 영 향을 미치는 요인을 분석하고, 리뷰의 유용성을 예측하는데 있어 가장 우수한 성능을 보인 모 델과 변수들을 도출하여 사용자의 충성도와 사용성을 증대시키기 위한 제안을 하고자 한다.

e스포츠의 발달로 게임을 매개로 한 여러 분야의 산업들이 함께 성장하였다. 게임방송은 다 양한 플랫폼을 통해 시청자들에게 도달하면서 대중적인 게임문화 확산에 기여하고 있으며, 게 임이 점차 스포츠로 인식되기 시작하면서 게임방송을 실시간으로 시청하고자 하는 수요가 늘어 나고 있다. 이러한 수요와 함께 최근 OTT(Over-The-Top) 서비스를 기반으로 한 글로벌 게임 중계 방송채널은 빠르게 증가하고 있는 추세이다. 이에 본 연구에서는 YouTube의 Open API 분석을 통한 글로벌 게임방송 스트리밍 현황 파 악 및 시청행태를 분석하고 국내 게임방송산업의 발전을 위해 실무적인 제안을 하고자 한다. 본 연구는 방송 공급자와 시청자 모두 온라인 상태에서 실시간으로 방송을 스트리밍 하는 상태 인 세션을 중심으로 방송시간 및 실시간 시청자를 카테고리, 날짜, 요일, 시간대별로 나누어 분 석하였다.

정보통신기술의 발달로 빅데이터 분석을 통해 사람들 일상의 기록과 잠재적 요구까지 통찰할 수 있게 되었으며, 우리의 일상 속에서 방대한 정보를 실시간으로 도출하고 있다. 여러 산업이 나 기업에서 이미 빅데이터와 결합시켜 비즈니스 등 다양한 분야에 활용하고 있지만 게임 산업 에서의 빅데이터 활용은 아직까지 미흡한 실정이다. 이에 본 연구에서는 데이터 마이닝을 기법을 적용하여 전략시뮬레이션 게임 데이터를 분석하 였다. 전략시뮬레이션 게임 데이터를 Decision Tree, Random Forest, Multi-class SVM, Linear Regression 분석 기법을 적용하여 게임 유저의 게임수준에 영향을 미치는 요인을 분석하였다. 게임수준을 예측하는데 있어 가장 우수한 성능을 보인 기법과 변수들을 도출하여 게임 디자인 과 사용성을 증대시키기 위한 제안을 하고자 한다.