研究人员开发预测玩家行为的工具

北卡罗来纳州立大学的研究人员开发了一种新方法，可以准确预测在线角色扮演游戏玩家的行为。游戏行业可以使用这个工具开发新的游戏内容，或者引导玩家进入他们最喜欢的游戏部分。

“我们能够根据玩家之前的行为预测他们会做什么，准确率高达80%，”北卡罗来纳州立大学的博士生、一篇描述该研究的论文的合著者布伦特·哈里森(Brent Harrison)说。研究组通过分析大型多人在线角色扮演游戏《魔兽世界》(MMORPG)的1.4万名玩家的行为，开发出了以数据为导向的预测方法。

Harrison说道:“在《魔兽世界》这类不断开发新内容的游戏中，这能够帮助指导内容设计决策。

北卡罗来纳大学计算机科学助理教授、该论文的合著者David L. Roberts博士表示:“一款优秀的游戏是独立存在的。“如果你想要完善它，你必须确保玩家会喜欢你所做的任何改变。这项研究可以帮助研究人员做出正确的判断，因为如果你清楚玩家喜欢什么，你就可以对这些玩家未来喜欢的故事情节和机制做出明智的决定。”

Roberts说道:“这种方法显然适用于《魔兽世界》或其他mmorpg，但它也适用于任何需要用户做出一系列决定的场景。这可能是其他游戏形式，甚至是在线零售。”

Harrison补充道，新方法还可以帮助游戏设计师引导玩家使用适合自己游戏风格的现有内容。

Roberts说道:“例如，你可以开发一个程序去引导玩家去寻找相关内容。因为这是一种受数据驱动的建模方法，所以游戏设计师可以在最小的输入范围内进行大规模的建模。”

研究人员通过评估《魔兽世界》玩家所获得的基于任务的“成就”徽章，开发了这种新方法。当玩家完成某个特定目标或一系列目标时，就会获得这些成就。

具体来说，研究人员收集了1.4万名玩家的数据，以及他们获得成就徽章的顺序。然后，研究人员确定了每个人的成就与其他成就之间的关联程度。研究人员利用这些数据来识别彼此密切相关的成就群组——被称为小团体。这些小团体可以用来预测未来的行为。例如，如果一个小集团有7个成就，而一个玩家已经获得了其中的4个，研究人员发现，他们可能会获得其他3个成就。然而，研究人员发现的许多小团体都是由80个或更多不同的成就组成的。

这些发现中一个有趣的因素是，高度相关的成就——或属于同一集团的成就——不一定有任何明显的联系。例如，一个关于角色在徒手战斗中的能力的成就与与世界旅行相关的成就徽章高度相关——尽管这两个徽章与外部观察者之间没有明确的联系。

这篇题为“Using Sequential Observations to Model and Predict Player Behavior”的论文将于6月29日至7月1日在法国波尔多举行的Digital Games Foundations大会上发表。

北卡罗来纳州立大学计算机科学系是该大学工程学院的一部分。

希普曼-

编辑:研究摘要如下。

“使用顺序观察模型和预测玩家行为”

作者: Brent Harrison和David L. Roberts，北卡罗莱纳州立大学

提出了6月29日至7月1日，Foundations of Digital Games Conference，波尔多，法国

文摘:在本文中，我们提出了一种用于设计用户行为模型的数据驱动技术。以前，玩家模型是通过用户调查、小规模观察实验或知识工程设计的。这些方法经常产生有问题的模型，或者过于狭窄而不能普遍使用。为了解决这些问题，我们开发了一种纯粹的数据驱动方法，基于过去对其他玩家的观察来生成玩家模型。我们的基本假设是，如果我们从处于类似情况的前玩家那里获取足够的数据，我们就可以准确预测玩家在特定情况下会做什么。我们选择了MMORPG《魔兽世界》的成就数据来测试我们的方法。实验表明，我们的方法在精确度和召回率上都大大优于基线算法，证明该方法可以仅基于观察数据创建准确的玩家模型。