[en] A GENERIC PLUGIN FOR PLAYER CLASSIFICATION IN GAMES

Detalhes bibliográficos
Autor(a) principal: LUIS FERNANDO TEIXEIRA BICALHO
Data de Publicação: 2022
Tipo de documento: Tese
Idioma: eng
Título da fonte: Repositório Institucional da PUC-RIO (Projeto Maxwell)
Texto Completo: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=61335&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=61335&idi=2
http://doi.org/10.17771/PUCRio.acad.61335
Resumo: [pt] Game Analytics é uma área que envolve o processamento de dados de videogames com a finalidade de proporcionar uma melhor experiência de jogo para o usuário. Também ajuda a verificar os padrões de comportamento dos jogadores, facilitando a identificação do público-alvo. A coleta de dados dos jogadores ajuda os desenvolvedores de jogos a identificar problemas mais cedo e saber por que os jogadores deixaram o jogo ou continuaram jogando. O comportamento desses jogadores geralmente segue um padrão, fazendo com que se encaixem em diferentes perfis de jogadores. Especialistas em análise de jogos criam e usam modelos de tipos de jogadores, geralmente variantes do modelo de Bartle, para ajudar a identificar perfis de jogadores. Esses especialistas usam algoritmos de agrupamento para separar os jogadores em grupos diferentes e identificáveis, rotulando cada grupo com o tipo de perfil definido pelo modelo proposto. O objetivo principal deste projeto é criar um plugin Unity genérico para ajudar a identificar perfis de jogadores em jogos. Este plugin usa uma API Python, que lida com os dados do jogo armazenados em um banco de dados MongoDB, para agrupar e rotular cada partida ou nível do jogo escolhido enquanto o jogo está em execução. Neste plugin, os desenvolvedores de jogos podem configurar o número de tipos de jogadores que desejam identificar, os rótulos dos jogadores e até os algoritmos que desejam usar. Essa abordagem de agrupamento online não é usual no desenvolvimento de jogos. Até onde sabemos, não há nenhum componente de software na literatura de análise de jogos com a mesma direção e recursos.
id PUC_RIO-1_4ac1afe53a2e273b46418a115676c75e
oai_identifier_str oai:MAXWELL.puc-rio.br:61335
network_acronym_str PUC_RIO-1
network_name_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository_id_str 534
spelling [en] A GENERIC PLUGIN FOR PLAYER CLASSIFICATION IN GAMES [pt] UM PLUGIN GENÉRICO PARA CLASSIFICAÇÃO DE JOGADOR EM JOGOS [pt] APRENDIZADO DE MAQUINA[pt] TELEMETRIA[pt] MODELOS DE COMPORTAMENTO DE JOGADORES[pt] CLASSIFICACAO DE JOGADORES[pt] GAME ANALYTICS[en] MACHINE LEARNING[en] TELEMETRY[en] PLAYER BEHAVIOR MODELS[en] PLAYER CLASSIFICATION[en] GAME ANALYTICS[pt] Game Analytics é uma área que envolve o processamento de dados de videogames com a finalidade de proporcionar uma melhor experiência de jogo para o usuário. Também ajuda a verificar os padrões de comportamento dos jogadores, facilitando a identificação do público-alvo. A coleta de dados dos jogadores ajuda os desenvolvedores de jogos a identificar problemas mais cedo e saber por que os jogadores deixaram o jogo ou continuaram jogando. O comportamento desses jogadores geralmente segue um padrão, fazendo com que se encaixem em diferentes perfis de jogadores. Especialistas em análise de jogos criam e usam modelos de tipos de jogadores, geralmente variantes do modelo de Bartle, para ajudar a identificar perfis de jogadores. Esses especialistas usam algoritmos de agrupamento para separar os jogadores em grupos diferentes e identificáveis, rotulando cada grupo com o tipo de perfil definido pelo modelo proposto. O objetivo principal deste projeto é criar um plugin Unity genérico para ajudar a identificar perfis de jogadores em jogos. Este plugin usa uma API Python, que lida com os dados do jogo armazenados em um banco de dados MongoDB, para agrupar e rotular cada partida ou nível do jogo escolhido enquanto o jogo está em execução. Neste plugin, os desenvolvedores de jogos podem configurar o número de tipos de jogadores que desejam identificar, os rótulos dos jogadores e até os algoritmos que desejam usar. Essa abordagem de agrupamento online não é usual no desenvolvimento de jogos. Até onde sabemos, não há nenhum componente de software na literatura de análise de jogos com a mesma direção e recursos. [en] Game Analytics is an area that involves the processing of video game data, in order to make a better game experience for the user. It also helps to check the patterns in players behaviour, making it easier to identify the target audience. Gathering player data helps game developers identify problems earlier and know why players left the game or kept playing. These players behavior usually follows a pattern, making them fit in different player profiles. Game analytics experts create and use models of player types, usually variants of Bartle s model, to help identify player profiles. These experts use clustering algorithms to separate players into different and identifiable groups, labeling each group with the profile type defined by the proposed model. The main goal of this project is to create a generic Unity plugin to help identify Player Profiles in games. This plugin uses a Python API, which deals with the game data stored in a MongoDB database, to cluster and label each match or level of the chosen game while the game is running. In this plugin, game developers can configure the number of player types they want to identify, the player labels, and even the algorithms they wish to use. This online clustering approach is not usual in game development. As far as we are aware, there is no software component in the game analytics literature with the same direction and features.MAXWELLBRUNO FEIJOLUIS FERNANDO TEIXEIRA BICALHO2022-11-22info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesishttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=61335&idi=1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=61335&idi=2http://doi.org/10.17771/PUCRio.acad.61335engreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2022-11-22T00:00:00Zoai:MAXWELL.puc-rio.br:61335Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342022-11-22T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false
dc.title.none.fl_str_mv [en] A GENERIC PLUGIN FOR PLAYER CLASSIFICATION IN GAMES
[pt] UM PLUGIN GENÉRICO PARA CLASSIFICAÇÃO DE JOGADOR EM JOGOS
title [en] A GENERIC PLUGIN FOR PLAYER CLASSIFICATION IN GAMES
spellingShingle [en] A GENERIC PLUGIN FOR PLAYER CLASSIFICATION IN GAMES
LUIS FERNANDO TEIXEIRA BICALHO
[pt] APRENDIZADO DE MAQUINA
[pt] TELEMETRIA
[pt] MODELOS DE COMPORTAMENTO DE JOGADORES
[pt] CLASSIFICACAO DE JOGADORES
[pt] GAME ANALYTICS
[en] MACHINE LEARNING
[en] TELEMETRY
[en] PLAYER BEHAVIOR MODELS
[en] PLAYER CLASSIFICATION
[en] GAME ANALYTICS
title_short [en] A GENERIC PLUGIN FOR PLAYER CLASSIFICATION IN GAMES
title_full [en] A GENERIC PLUGIN FOR PLAYER CLASSIFICATION IN GAMES
title_fullStr [en] A GENERIC PLUGIN FOR PLAYER CLASSIFICATION IN GAMES
title_full_unstemmed [en] A GENERIC PLUGIN FOR PLAYER CLASSIFICATION IN GAMES
title_sort [en] A GENERIC PLUGIN FOR PLAYER CLASSIFICATION IN GAMES
author LUIS FERNANDO TEIXEIRA BICALHO
author_facet LUIS FERNANDO TEIXEIRA BICALHO
author_role author
dc.contributor.none.fl_str_mv BRUNO FEIJO
dc.contributor.author.fl_str_mv LUIS FERNANDO TEIXEIRA BICALHO
dc.subject.por.fl_str_mv [pt] APRENDIZADO DE MAQUINA
[pt] TELEMETRIA
[pt] MODELOS DE COMPORTAMENTO DE JOGADORES
[pt] CLASSIFICACAO DE JOGADORES
[pt] GAME ANALYTICS
[en] MACHINE LEARNING
[en] TELEMETRY
[en] PLAYER BEHAVIOR MODELS
[en] PLAYER CLASSIFICATION
[en] GAME ANALYTICS
topic [pt] APRENDIZADO DE MAQUINA
[pt] TELEMETRIA
[pt] MODELOS DE COMPORTAMENTO DE JOGADORES
[pt] CLASSIFICACAO DE JOGADORES
[pt] GAME ANALYTICS
[en] MACHINE LEARNING
[en] TELEMETRY
[en] PLAYER BEHAVIOR MODELS
[en] PLAYER CLASSIFICATION
[en] GAME ANALYTICS
description [pt] Game Analytics é uma área que envolve o processamento de dados de videogames com a finalidade de proporcionar uma melhor experiência de jogo para o usuário. Também ajuda a verificar os padrões de comportamento dos jogadores, facilitando a identificação do público-alvo. A coleta de dados dos jogadores ajuda os desenvolvedores de jogos a identificar problemas mais cedo e saber por que os jogadores deixaram o jogo ou continuaram jogando. O comportamento desses jogadores geralmente segue um padrão, fazendo com que se encaixem em diferentes perfis de jogadores. Especialistas em análise de jogos criam e usam modelos de tipos de jogadores, geralmente variantes do modelo de Bartle, para ajudar a identificar perfis de jogadores. Esses especialistas usam algoritmos de agrupamento para separar os jogadores em grupos diferentes e identificáveis, rotulando cada grupo com o tipo de perfil definido pelo modelo proposto. O objetivo principal deste projeto é criar um plugin Unity genérico para ajudar a identificar perfis de jogadores em jogos. Este plugin usa uma API Python, que lida com os dados do jogo armazenados em um banco de dados MongoDB, para agrupar e rotular cada partida ou nível do jogo escolhido enquanto o jogo está em execução. Neste plugin, os desenvolvedores de jogos podem configurar o número de tipos de jogadores que desejam identificar, os rótulos dos jogadores e até os algoritmos que desejam usar. Essa abordagem de agrupamento online não é usual no desenvolvimento de jogos. Até onde sabemos, não há nenhum componente de software na literatura de análise de jogos com a mesma direção e recursos.
publishDate 2022
dc.date.none.fl_str_mv 2022-11-22
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=61335&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=61335&idi=2
http://doi.org/10.17771/PUCRio.acad.61335
url https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=61335&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=61335&idi=2
http://doi.org/10.17771/PUCRio.acad.61335
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv MAXWELL
publisher.none.fl_str_mv MAXWELL
dc.source.none.fl_str_mv reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)
instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron:PUC_RIO
instname_str Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron_str PUC_RIO
institution PUC_RIO
reponame_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
collection Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository.name.fl_str_mv Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
repository.mail.fl_str_mv
_version_ 1821790194416746496