Вчені з Санкт-Петербурзького національного дослідницького університету інформаційних технологій, механіки і оптики за допомогою машинного навчання змогли передбачити стать гравця на основі даних про користувачів ігровий онлайн-платформи.
Олександр Пономарьов
Відеоігри давно і міцно увійшли в сучасне життя: з кожним днем зростає кількість онлайн і оффлайн продуктів для різних платформ. Користувачі з кожним днем генерують все більше даних, які можна використовувати для розробки моделей ігрового поведінки або визначення персональних особливостей гравців. Це корисно, наприклад, для раннього виявлення ігрової залежності, а також для маркетингових досліджень в ігровій сфері.
До цих пір всі дослідження ігрових даних проводилися вручну на невеликих вибірках. Однак, щоб робити статистично значущі висновки, необхідно аналізувати великі масиви ігрових даних. Вчені з Університету ІТМО разом з колегами з Університету Сінгапуру одними з перших застосували для цього машинне навчання і за допомогою зібраного набору даних про поведінку користувачів ігрової платформи Steam, а також спеціально розробленої і навченої моделі, змогли на основі поведінки гравця передбачати його стать.
Базу даних для аналізу дослідники збирали на основі сервісу Player. me, який дозволяє зіставити акаунти користувачів Steam з їх профілями у соціальних мережах: Twitter, Facebook і Instagram. На основі цього порівняння дослідники шукали зв’язку між даними про ігровому поведінці і демографічними показниками, а в підсумку в основу моделі покладені такі ознаки як витрачений на гру час, отримані ігрові досягнення, улюблені жанри ігор, наявність внутрішньоігрових платежів та інші.
На думку вчених, аналіз ігрових даних дозволяє оцінити інтереси, локацію і демографію користувачів, а також врахувати, скільки часу людина готовий витрачати на ігри. Дослідники будуть працювати над поліпшенням отриманої моделі, щоб підвищити точність прогнозів про користувачів. Також її планують адаптувати для визначення ігрової залежності.
Thanks!
Our editors are notified.