Несколько недель назад моя отредактированная книга под названием «Приложения аналитики данных в играх и развлечениях» была опубликована через CRC Press. Это книга на тему игровой аналитики. Объем работы, проделанной в этой области в настоящее время, невероятен, что, на мой взгляд, делает сейчас идеальное время для написания книги на эту тему. Он включает в общей сложности 12 глав от авторов из промышленности и научных кругов, которым я очень благодарен за их вклад. В этом сообщении в блоге я хотел бы кратко изложить содержание книги и дать краткий обзор глав.
Главы были выбраны таким образом, чтобы дать хотя бы частичный обзор работы, проведенной в этой захватывающей области. Книга включает главы по различным темам, таким как профилирование игроков, подходы к анализу сообществ игроков и их социальных структур, поиск партнеров, прогнозирование оттока и оценка жизненного цикла клиентов, передача аналитических результатов и визуальные подходы к игровой аналитике.
Книга начинается с главы, написанной мной, в которой содержится краткое введение в интеллектуальный анализ и аналитику игровых данных. В нем представлена краткая история игровой аналитики и вкратце обсуждаются области применения, возможности, а также ограничения и риски.
Все действительно начинается с главы, написанной в соавторстве с Томасом Апперли и Энрико Гандольфи, в которой обсуждается, как игровые достижения, например, их можно найти в игровых экосистемах, таких как Steam или Xbox Live, предлагают удобный способ изучения поведения и предпочтений игроков в разных играх и как они могут помочь лучше понять игровую аудиторию.
Далее Алекс Зук из Blizzard Entertainment представляет обзор более широких проблем, связанных с созданием и улучшением систем подбора игроков. Алекс обсуждает основные компоненты свахи и показывает, как использовать аналитику данных для мониторинга и улучшения таких систем.
Следующая глава — одна из трех глав, посвященных применению популярных методов интеллектуального анализа данных в игровой аналитике. Написанный Чун-Су Ли и Иваном Рамлером, он демонстрирует использование иерархической кластеризации и классификаторов случайного леса для построения профилей игроков и прогнозирования ролей игроков в MOBA. Затем Паоло Бурелли представляет обзор моделирования ценности жизненного цикла клиента в различных областях, знакомит с проблемами, характерными для бесплатных игр, и обсуждает современные решения с практическими примерами и ссылками на существующие реализации, которые должны помочь читатели могут использовать обсуждаемые методы на своих собственных наборах данных. Затем третья глава трио посвящена продвинутым моделям машинного обучения, включая методы анализа выживания, ансамблевого обучения и глубокого обучения. Используя в качестве примеров прогнозирование оттока и пожизненную ценность клиентов, Африка Перианьес и ее коллеги Анна Гитарт, Пей Пей Чен и Ана Фернандес дель Рио из Yokozuna Data предлагают практическое введение в эти методы.
Затем в книге основное внимание уделяется социальным аспектам деятельности игроков. Первая, в другой группе из трех глав, дает хороший обзор социальной и текстовой аналитики в игровой аналитике, охватывая как теоретические, так и практические аспекты. Совместно написанный Ларейной Миламбилинг, Майклом Катчабау и Дамиром Слогаром изУниверситета Западного Онтарио и Big Blue Bubble, он предлагает основу для интеграции социальной и текстовой аналитики в традиционную игру. конвейер аналитики. Затем Алессандро Каносса и Каспер Хартевельд описывают, как анализ социальных сетей обеспечивает удобный способ исследования социальных структур сообществ игроков. Используя такие показатели, как модульность, центральность и престиж, они определяют влиятельных игроков и то, как они влияют на время игры и сообщество. Наконец, Мод Боненфан, Патрик Делорье и Иссам Хеддад критически рассматривают преимущества и недостатки социальных сетей и анализа настроений с точки зрения коммуникативных исследований. Включение различных точек зрения и знание потенциальных ограничений анализа данных является важным фактором, позволяющим использовать весь его потенциал.
В последней части книги рассматривается коммуникация и визуализация. Опять же, все хорошее приходит втроем. Во-первых, Натали Селин из Paradox Interactive описывает, как лучше всего донести аналитические результаты до коллег, не занимающихся аналитикой, на основе проведенных ею интервью. Это важный, но, на мой взгляд, часто упускаемый из виду вопрос при обсуждении преимуществ анализа данных. Коммуникация также тесно связана с визуализацией. Следующая глава, написанная Симоной Кригльштейн, развивает таксономию визуализаций, которая служит полезным руководством для выбора правильного вида визуализации для текущей задачи. Книга завершается главой, написанной Цюань Ли, Зимингом Ву, Хуамин Цюй и Сяоцзюань Ма, которые сочетают методы глубокого обучения с визуализацией в системе визуальной аналитики для автоматического определения и анализа интересных сегментов игрового процесса. В главе показано, как вычислительные возможности компьютеров и способности человека к восприятию могут быть использованы для анализа игровых данных.
Вам интересно?
Рад поделиться кодом скидки 30% *ADS19*, который действителен для всех заказов через routledge.com или crcpress.com (действителен до 15 ноября 2019 г.).
Прямая ссылка: https://bit.ly/2m9yYeb
