Second-hand Board Game Price Analysis: A Machine Learning Approach

Abstract

The second-hand board game market has been growing in economic signifi- cance. However, unrealistic pricing in online listings highlights the need for fair price estimation and a deeper understanding of the factors that drive prices. This Master's thesis aims to accurately estimate the prices of pre-owned board games and identify main price drivers. We compile a unique dataset of more than 30,000 sold board games, including detailed specifications, from BoardGameGeek. Three machine learning methods (random forest, XGBoost, and artificial neural networks) are applied to predict used board game prices, with XGBoost achieving the best predictive performance on the test set. The results indicate that price prediction remains a complex task, even when using advanced models. In the final part of the analysis, SHAP values and Bayesian model averaging are used to assess feature importance and examine how these features affect price. The most influential features are found to be game weight, complexity rating, playtime, condition, and the game location. These findings provide valuable insights to support informed decision-making for both buyers and sellers seeking to maximize profit in the second-hand board game market. Keywords second-hand market, board game, price, ma- chine learning Title Second-hand...

Bazar deskových her nabývá na ekonomickém významu. Častý výskyt nereal- istických cen v online inzerátech však poukazuje na potřebu spravedlivějšího odhadu cen a hlubšího porozumění faktorům, ktere tyto ceny ovlivňují. Tato diplomová práce si klade za cíl přesně odhadnout ceny deskových her z druhé ruky a identifikovat jejich klíčové cenotvorné faktory. K tomuto účelu byl ses- taven unikátní datový soubor s více než 30,000 prodanými deskovými hrami včetně jejich specifikací ze stránky BoardGameGeek. K predikci cen byly ap- likovány tři metody strojového učení (náhodný les, XGBoost a umělé neuronové sítě), přičemž nejlepší predikční výkon na testovací sadě dosáhla metoda XG- Boost. Výsledky ukazují, že přesné určení cen deskových her z druhé ruky představuje náročný úkol i při použití pokročilých metod. V závěrečné části analýzy jsou využity SHAP hodnoty a metoda Bayesovské průměrování modelů k určení významnosti jednotlivých proměnných a k posouzení jejich vlivu na cenu. Mezi nejvýznamnější proměnné patří hmotnost hry, hodnocení složitosti, herní doba, stav a geografická poloha hry. Tyto poznatky poskytují cenné infor- mace, které mohou pomoci kupujícím i prodejcům činit informovaná rozhodnutí a maximalizovat zisk při obchodování na bazaru deskových her. Klíčová slova bazar, desková hra, cena,...