Técnicas de Machine Learning e estatística para estimação de receita no jogo League of Legends

Resumo

League of Legends, um dos dez jogos com mais jogadores ativos no mundo, gera uma receita significativa através da venda exclusiva de itens cosméticos, apesar de ser um jogo free-to-play (gratuito para jogar). Este estudo propõe utilizar técnicas de aprendizado de máquina e estatística, implementadas na linguagem de programação Python, para estimar o impacto financeiro de cada novo conteúdo lançado no faturamento anual da empresa. Através da correlação entre variáveis e da aplicação de modelos de regressão, busca-se construir um modelo capaz de prever a receita de um ano subsequente, utilizando apenas dados de produtos lançados naquele ano, com base em cinco anos de dados históricos. Com base nos objetivos estabelecidos, espera-se obter resultados significativos do ponto de vista científico. Em relação ao objetivo geral de descobrir uma relação entre os conteúdos lançados para compra no jogo e sua receita anual, espera-se encontrar correlações entre os modelos e tipos de skins e suas respectivas vendas, permitindo estimar valores de lucro futuro. Isso contribuiria para o campo de análise de dados e aprendizado de máquinas, fornecendo insights sobre as estratégias de monetização em jogos e como otimizar a receita por meio do lançamento de conteúdos específicos. Quanto aos objetivos específicos, espera-se elucidar os fatores que influenciam as vendas das skins, bem como investigar a predominância de modelos de skins com personagens com menos roupa e características étnicas predominantes. Esses resultados contribuiriam para a compreensão da dinâmica de mercado no contexto dos jogos, explorando questões relacionadas à diversidade e representatividade. Além disso, o desenvolvimento de algoritmos de inteligência artificial em Python para entender os dados e estimar valores em cenários fictícios e reais resultaria em avanços no campo da análise preditiva, com aplicação prática desses modelos na tomada de decisões estratégicas em jogos e indústrias relacionadas.

Palavras-chave: Machine Learning; Python; Estatística; Estimativa de Receita; League of Legends.