Information Systems Review (경영정보학연구)

The Korea Society of Management Information Systems (한국경영정보학회)
권호 표지
DOI QR코드

DOI QR Code

Analyzing the Online Game User's Game Item Transacting Behaviors by Using Fuzzy Logic Agent-Based Modeling Simulation

온라인 게임 사용자의 게임 아이템 거래 행동 특성 분석을 위한 퍼지논리 에이전트 기반 모델링 시뮬레이션

  • Min Kyeong Kim (SKK Business School, Sungkyunkwan University) ;
  • Kun Chang Lee (Global Business Administration/Department of Health Sciences & Technology, SAIHST(Samsung Advanced Institute for Health Sciences & Technology), Sungkyunkwan University)
  • 김민경 (성균관대학교 경영대학) ;
  • 이건창 (성균관대학교 글로벌 경영학과/삼성융합의과학원(SAIHST) 융합의과학과)
  • Received : 2020.04.24
  • Accepted : 2020.08.18
  • Published : 2021.02.28
Download PDF
⟨ Previous Next ⟩

Abstract

This study aims to analyze online game user's game items transacting behaviors for the two game genres such as MMORPG and sports game. For the sake of conducting the analysis, we adopted a fuzzy logic agent-based modeling. In the online game fields, game items transactions are crucial to game company's profitability. However, there are lack of previous studies investigating the online game user's game items transacting activities. Since many factors need to be addressed in a complicated way, ABM (agent-based modeling) simulation mechanism is adopted. Besides, a fuzzy logic is also considered due to the fact that a number of uncertainties and ambiguities exist with respect to online game user's complex behaviors in transacting game items. Simulation results from applying the fuzzy logic ABM method revealed that MMORPG game users are motivated to pay expensive price for high-performance game items, while sports game users tend to transact game items within a reasonable price range. We could conclude that the proposed fuzzy logic ABM simulation mechanism proved to be very useful in organizing an effective strategy for online game items management and customers retention.

본 연구에서는 퍼지논리 에이전트 기반 모델링(ABM: Agent-Based Modeling)을 이용한 시뮬레이션 기법을 이용하여 대표적 온라인 게임 장르인 MMORPG게임과 스포츠게임별로 게임 사용자들의 아이템 거래 행동특성을 분석하고자 한다. 온라인 게임 시장에서 아이템 거래는 게임회사의 수익성을 좌우하는 핵심변수이다. 그럼에도 불구하고, 기존 온라인 게임 연구에서는 게임 장르별로 게임 사용자들의 아이템 거래 행동특성을 면밀하게 분석하는 연구가 부족하였다. 이는 온라인 게임시장의 특성상 실증분석이 어렵기 때문이다. 이 같은 기존 연구의 한계를 극복하기 위한 방법으로 본 연구에서는 ABM을 이용한다. 한편, 게임 사용자들의 행동 특성은 게임 장르별로 달라지며 주어진 게임의 특성에 따라서 많은 편차를 보이기 때문에 그만큼 모호성과 불확실성이 수반된다. 이러한 상황을 고려하여 본 연구에서는 ABM과 퍼지 논리를 결합한 방법을 적용한다. 본 연구에서 고려한 온라인 게임 장르는 MMORPG와 스포츠게임이다. ABM과 퍼지 논리를 결합한 시뮬레이션 결과 MMORPG 게임장르에서는 사용자들이 고성능 아이템에 값비싼 가격을 지불할 동기가 있음이 확인되었다. 반면, 스포츠게임 장르의 경우 게임 사용자들은 아이템 성능 자체에는 민감하게 반응하지 않으며, 상대적으로 합리적인 가격대에서 게임 아이템 거래를 하고자 함을 알 수 있었다. 이 같은 본 연구의 분석결과로 미루어 볼 때 본 연구에서 제안하는 퍼지논리 기반의 ABM 시뮬레이션 기법은 온라인 게임사가 게임 아이템 관리 및 고객 이탈방지전략 수립 시 유용하게 사용될 가능성이 충분한 도구임을 알 수 있었다.

Keywords

References

  1. 고대균, 한지형, 서가연, "게임을 이용하는 동기에 따른 소비자 유형 구분과 유형별 차이", 소비자학연구, 제30권, 제4호, 2019, pp. 139-172.
  2. 게임트릭스, 2019, Available at http://www.gametrics.com/news/News02_View.aspx?seqid=40355.
  3. 게임트릭스, 2020, Available at http://www.gametrics.com/news/News02_View.aspx?seqid=41787.
  4. 김인홍, 김경식, "MMORPG에서 아이템의 효과적인 제작 및 관리 방안에 대한 고찰", 한국게임학회 논문지, 제5권, 제1호, 2005, pp. 61-66.
  5. 안상혁, "로제 카이와(Roger Caillois)의 놀이론을 통한 온라인 게임 고찰", 디자인학연구, 제17권, 제1호, 2004, pp. 119-126.
  6. 안숭범, "「피파온라인 2「 스토리텔링 분석을 통한 온라인 스포츠게임의 놀이 유형화 전략 연구", 인문콘텐츠, 제20호, 2011, pp. 155-174.
  7. 위정현, 김은비, "온라인 게임 아이템 특성과 이용자 특성의 관계 분석", 한국게임학회논문지, 제19권, 제3호, 2019, pp. 113-121.
  8. 유인창, "온라인게임 아이템의 재물성에 대한 재검토", 한국컴퓨터정보학회논문지, 제18권, 제4호, 2013, pp. 153-160. https://doi.org/10.9708/JKSCI.2013.18.4.153
  9. 진홍진, "재산범죄의 객체로서의 게임 아이템에 대한 연구: 게임 아이템의 절취, 손괴, 장물에 대한 재산범죄 검토", 연세법학, 제32권, 2018, pp. 133-160.
  10. 최호진, "온라인 게임아이템에 대한 형법적 해석방향", 형사정책연구, 제88권, 2011, pp. 37-68.
  11. Baker, J. and U. Wilensky, "Bidding market model", Northwestern University, Evanston, IL. Center for Connected Learning and Computer-Based Modeling, 2017, Available at http://ccl.northwestern.edu/netlogo/models/BiddingMarket/.
  12. Blattberg, R. C. and J. Deighton, "Manage marketing by the customer equity test", Harvard Business Review, Vol.74, No.4, 1996, pp. 136-144.
  13. Bonabeau, E., "Agent-based modeling: Methods and techniques for simulating human systems", Proceedings of the National Academy of Sciences, 2002, pp. 7280-7287.
  14. Borrill, P. L. and L. Tesfatsion, "11 Agent-based modeling: The right mathematics for the social sciences?", The Elgar Companion to Recent Economic Methodology, 2011, p. 228.
  15. Brock, T., "Roger caillois and e-sports: On the problems of treating play as work", Games and Culture, Vol.12, No.4, 2017, pp. 321-39. https://doi.org/10.1177/1555412016686878
  16. Caillois, R. R., "Unity of play: Diversity of games", Diogenes, Vol.5, No.19, 1957, pp. 92-121. https://doi.org/10.1177/039219215700501907
  17. Caillois, R., Man, Play, and Games, University of Illinois Press, 2001.
  18. Chae, S., Y. Seo, and K. C. Lee, "Effects of task complexity on individual creativity through knowledge interaction: A comparison of temporary and permanent teams", Computers in Human Behavior, Vol.42, 2015, pp. 138-148.
  19. Chen, T., B. Zheng, Y. Li, and X. Jiang, "New approaches in agent-based modeling of complex financial systems", Frontiers of Physics, Vol.12, No.6, 2017, 128905.
  20. Choi, D. and J. Kim, "Why people continue to play online games: In search of critical design factors to increase customer loyalty to online contents", CyberPsychology & Behavior, Vol.7, No.1, 2004, pp. 11-24. https://doi.org/10.1089/109493104322820066
  21. FIFAONLINE4, 개발자센터 OPENAPI, 2020, Available at https://developers.nexon.com/fifaonline4/api/6/19
  22. FIFAONLINE4, 데이터센터, 2020, Available at http://fifaonline4.nexon.com/datacenter/dailyrank.
  23. Garcia, R., "Uses of agent-based modeling in innovation/new product development research", Journal of Product Innovation Management, Vol.22, No.5, 2005, pp. 380-398. https://doi.org/10.1111/j.1540-5885.2005.00136.x
  24. Ghuman, D. and M. Griffiths, "A cross-genre study of online gaming: Player demographics, motivation for play, and social interactions among players", International Journal of Cyber Behavior, Psychology and Learning (IJCBPL), Vol.2, No.1, 2012, pp. 13-29. https://doi.org/10.4018/ijcbpl.2012010102
  25. Google Play, Change the Game, Google Play, "Why We Play", 2017, Available at https://play.google.com/about/changethegame/research/.
  26. Google Play, Change the Game, Google Play, "From Player to Maker", 2018, Available at https://play.google.com/about/changethegame/research/.
  27. Google Play, Change the Game, Google Play, "Woman in Gaming", 2019, Available at https://play.google.com/about/changethegame/research/.
  28. Groff, E., R. Shane, D. Johnson, and A, Thornton, "State of the art in agent-based modeling of urban crime: An overview", Journal of Quantitative Criminology, Vol.35, No.1, 2019, pp. 155-193.
  29. Guo, Y. and S. Barnes, "Virtual item purchase behavior in virtual worlds: An exploratory investigation", Electronic Commerce Research, Vol.9, No.1-2, 2009, pp. 77-96. https://doi.org/10.1007/s10660-009-9032-6
  30. Heath, B. L. and R. R. Hill, "Some insights into the emergence of agent-based modeling", Journal of Simulation, Vol.4, No.3, 2010, pp. 163-169. https://doi.org/10.1057/jos.2010.16
  31. Heath, B. L., R. R. Hill, and F. Ciarallo, "A survey of agent-based modeling practices (January 1998 to July 2008)", Journal of Artificial Societies and Social Simulation, Vol.12, No.4, 2009, Available at http://jasss.soc.surrey.ac.uk/12/4/9.html.
  32. Ho, C. H. and T. Y. Wu, "Factors affecting intent to purchase virtual goods in online games", International Journal of Electronic Business Management, Vol.10, No.3, 2012.
  33. Hsu, C. and H. Lu, "Consumer behavior in online game communities: A motivational factor perspective", Computers in Human Behavior, Vol.23, No.3, 2007, pp. 1642-1659. https://doi.org/10.1016/j.chb.2005.09.001
  34. Hsu, S. H., M. Wen, and M. Wu, "Exploring user experiences as predictors of MMORPG addiction", Computers & Education, Vol.53, No.3, 2009, pp. 990-999. https://doi.org/10.1016/j.compedu.2009.05.016
  35. Iancu, I., "A mamdani type fuzzy logic controller", Fuzzy Logic: Controls, Concepts, Theories and Applications, 2012, pp. 325-350.
  36. Izquierdo, L. R., O. Doina, S. S. Izquierdo, S. Purchase, and G. N Soutar, "Fuzzy logic for social simulation using netlogo", Journal of Artificial Societies and Social Simulation, Vol.18, No.4, 2015, p. 1.
  37. Kim, S., D. Choi, E. Lee, and W. Rhee, "Churn prediction of mobile and online casual games using play log data", PloS One, Vol.12. No.7, 2017, e0180735.
  38. Neslin, S. A., S. Gupta, W. Kamakura, J. Lu, and C. H. Mason, "Defection detection: Measuring and understanding the predictive accuracy of customer churn models", Journal of Marketing Research, Vol.43, No.2, 2006, pp. 204-211.
  39. Park, B. W. and K. C. Lee, "Exploring the value of purchasing online game items", Computers in Human Behavior, Vol.27, No.6, 2011, pp. 2178-2185. https://doi.org/10.1016/j.chb.2011.06.013
  40. Song, H. S., J. K. Kim, Y. B. Cho, and S. H. Kim, "A personalized defection detection and prevention procedure based on the self-organizing map and association rule mining: Applied to online game site", Artificial Intelligence Review, Vol.21, No.2, 2004, pp. 161-184. https://doi.org/10.1023/B:AIRE.0000021067.66616.b0
  41. Straccia, U., "Foundations of fuzzy logic and semantic web languages", CRC Studies in Informatics Series, Chapman & Hall, 2013.
  42. Tesfatsion, L., "Electric power markets in transition: Agent-based modeling tools for transactive energy support", In Handbook of Computational Economics, 2018, pp. 715-766.
  43. Wesley, D. and G. Barczak, Innovation and Marketing in the Video Game Industry: Avoiding the Performance Trap, CRC Press, 2016.
  44. Whang, L. S. and J. Y. Kim, "The comparison of online game experiences by players in games of Lineage & EverQuest: Role play vs. Consumption", DIGRA, 2005 (2005).
  45. Wilensky, U., Netlogo, 1999, Available at http://ccl.northwestern.edu/netlogo/.
  46. Williams, D., N. Yee, and S. E. Caplan, "Who plays, how much, and why? Debunking the stereotypical gamer profile", Journal of Computer-Mediated Communication, Vol.13, No.4, 2008, pp. 993-1018. https://doi.org/10.1111/j.1083-6101.2008.00428.x
  47. Zadeh, L. A., "Fuzzy logic", Computer, Vol.21, No.4, 1988, pp. 83-93.  https://doi.org/10.1109/2.53