問題のあるオンラインギャンブル行動の早期検出を改善するためのデータベース内特徴抽出

この研究は、スイスのオンラインカジノから提供された匿名化されたデータセットの包括的な分析を含み、問題のあるオンラインギャンブルの信頼できる初期指標の特定に寄与します。ギャンブル依存症予防を目指して、私たちの目的は、問題ギャンブルの初期段階を示す行動特性をモデル化し、評価することでした。問題のあるギャンブルで以前に除外されたギャンブラーのリストに対してプレイヤーの行動を scrutinized し、これをターゲット変数として使用しました。私たちのアプローチは、既存の文献で述べられている伝統的なギャンブルリスク指標を革新的な探索的特徴エンジニアリングと特徴選択と組み合わせたものです。これにより、特定の期間にわたって移動集計を計算し、微妙なギャンブルパターンを捉えました。すべての特徴は、ターゲット変数との相互情報量を評価し、各特徴のペアの共線性を評価することで評価されました。データ分析に基づいて、私たちは、前の7日間の総損失、前の15日間の総入金、前の7日間の総プレイ時間、前の7日間の賭け金（ゲームごとの賭け金）、および損失後12時間での入金（追いかけ）を、最も情報が豊富で独立したリスク指標として特定しました。これらの指標の問題ギャンブルの早期検出の精度を評価し、それに応じて責任あるギャンブル介入のために、私たちはそれらを線形回帰モデルに組み込み、カジノが現在使用しているモデルと性能を比較しました。この指標の線形組み合わせに基づいた二項決定モデルが、ベンチマークよりも高いリコール、より大きな精度、そしてよりタイムリーな意思決定を提供することを見出しました。