Adquirindo dados de jogadores para predição e aglomeração de perfis (2020)
- Authors:
- USP affiliated author: CLERICI, RAFAEL PEDROSA SILVA - EESC E ICMC
- School: EESC E ICMC
- Sigla do Departamento: SCC
- Subjects: MINERAÇÃO DE DADOS; INTELIGÊNCIA ARTIFICIAL
- Keywords: Classificação de usuários; Modelagem de jogado; Agrupamento de usuários
- Language: Português
- Abstract: Os jogos eletrônicos já formam uma empresa que movimenta bilhões de dólares, empregando milhares de cientistas e engenheiros da computação para resolver problemas usando tecnologia de ponta, incluindo redes neurais artificiais e grandes bases de dados. Porém, uma área pouco explorada é o uso de sistemas inteligentes para prever preferências e performance dos jogadores apenas monitorando a maneira com que interagem com o jogo, classificando-os em tipos diferentes automaticamente. Este trabalho almejou testar este conceito na prática, utilizando técnicas de IA e mineração de dados para caracterizar usuários com base em métricas coletadas ao longo de uma fase de um jogo. Para isso, foi disponibilizado na internet um jogo simples, cujo objetivo era explorar salas e derrotar inimigos, com algumas fases variando em tamanho e dificuldade. Jogadores foram questionados a respeito de suas preferências de jogo e opiniões a respeito das fases, e dados acerca de sua performance foram colhidos. Técnicas de visualização foram feitas para buscar compreender quem era o jogador médio, e qual foi seu desempenho. No total, 55 jogadores diferentes participaram do estudo, jogando 369 partidas no total. Com estes dados, foram aplicados algoritmos de aglomeração e classificação para extrair dados importantes. As aglomerações geradas foram capazes de separar, de maneira satisfatória, jogadores pelo seu nível de habilidade, mas não foram capazes de notar grandes variações em seu estilo de jogo. Os métodos de classificação, por outro lado, foram capazes de prever com acurácia de até 84% as chances de vitória de um jogador a partir de seu perfil relatado, e com até 70% as opiniões que ele sentiria após jogar uma fase.
- Imprenta:
- Place of publication: São Carlos
- Date published: 2020
-
ABNT
CLERICI, Rafael Pedrosa Silva. Adquirindo dados de jogadores para predição e aglomeração de perfis. 2020. Trabalho de Conclusão de Curso (Graduação) – , Universidade de São Paulo, São Carlos, 2020. Disponível em: https://bdta.abcd.usp.br/directbitstream/7d0b4eff-f1be-4c82-93f4-1c19a7f4ac1d/TCC%20Rafael%20Pedrosa%20Silva%20Clerici%20%281%29.pdf. Acesso em: 18 abr. 2024. -
APA
Clerici, R. P. S. (2020). Adquirindo dados de jogadores para predição e aglomeração de perfis (Trabalho de Conclusão de Curso (Graduação). , Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/7d0b4eff-f1be-4c82-93f4-1c19a7f4ac1d/TCC%20Rafael%20Pedrosa%20Silva%20Clerici%20%281%29.pdf -
NLM
Clerici RPS. Adquirindo dados de jogadores para predição e aglomeração de perfis [Internet]. 2020 ;[citado 2024 abr. 18 ] Available from: https://bdta.abcd.usp.br/directbitstream/7d0b4eff-f1be-4c82-93f4-1c19a7f4ac1d/TCC%20Rafael%20Pedrosa%20Silva%20Clerici%20%281%29.pdf -
Vancouver
Clerici RPS. Adquirindo dados de jogadores para predição e aglomeração de perfis [Internet]. 2020 ;[citado 2024 abr. 18 ] Available from: https://bdta.abcd.usp.br/directbitstream/7d0b4eff-f1be-4c82-93f4-1c19a7f4ac1d/TCC%20Rafael%20Pedrosa%20Silva%20Clerici%20%281%29.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
TCC Rafael Pedrosa Silva ... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
