Οι ερευνητές από το πανεπιστήμιο ITMO αναφέρουν ότι έχουν προβλέψει χαρακτηριστικά προσωπικότητας, όπως το φύλο, χρησιμοποιώντας δεδομένα από μια πλατφόρμα παιχνιδιών στο διαδίκτυο. Αυτή είναι μια από τις πρώτες μελέτες μηχανικής εκμάθησης που εφαρμόζονται σε μεγάλο αριθμό δεδομένων παιχνιδιών. Η προσέγγιση αυτή θα μπορούσε να βελτιώσει τα συστήματα που προτείνουν παιχνίδια στους χρήστες. Μπορεί επίσης να χρησιμοποιηθεί για τον εντοπισμό του εθισμού στο gaming. Τα αποτελέσματα παρουσιάστηκαν στο συνέδριο AAAI.
Τα βιντεοπαιχνίδια είναι σταθερά εδραιωμένα στη λαϊκή κουλτούρα και ο αριθμός των online και offline προϊόντων για πλατφόρμες παιχνιδιών αυξάνεται μέρα με τη μέρα. Με τη σειρά τους, οι χρήστες παράγουν αυξανόμενα ποσά δεδομένων, που μπορούν να χρησιμοποιηθούν για την ανάπτυξη μοντέλων συμπεριφοράς gaming ή για τον προσδιορισμό προσωπικών χαρακτηριστικών. Αυτό είναι χρήσιμο, για παράδειγμα, για την έγκαιρη ανίχνευση του εθισμού στο gaming, καθώς και για την έρευνα μάρκετινγκ στον τομέα των video games.
Μέχρι τώρα, η πλειοψηφία της έρευνας για το gaming γινόταν χειροκίνητα, σε μικρά σύνολα δεδομένων. Ωστόσο, προκειμένου να εξαχθούν στατιστικά σημαντικά συμπεράσματα, είναι απαραίτητο να αναλυθούν μεγάλα ποσοστά δεδομένων. Οι επιστήμονες από το πανεπιστήμιο ITMO και το Εθνικό Πανεπιστήμιο της Σιγκαπούρης είναι πλέον μεταξύ των πρώτων, που χρησιμοποιούν αυτόματη εκμάθηση για αυτό το σκοπό. Χρησιμοποιώντας τα δεδομένα που συλλέχθηκαν σχετικά με τη συμπεριφορά των χρηστών της πλατφόρμας gaming Steam και ένα ειδικά ανεπτυγμένο και εκπαιδευμένο μοντέλο, οι επιστήμονες κατάφεραν να προβλέψουν το φύλο του παίκτη από τη συμπεριφορά του κατά τη διάρκεια του παιχνιδιού.
Η βάση δεδομένων για την ανάλυση συλλέχθηκε από την υπηρεσία Player.me, η οποία παρέχει πληροφορίες σχετικά με τους λογαριασμούς Steam και τα social media. Συγκρίνοντας τα δεδομένα παιχνιδιού των χρηστών με τις αναρτήσεις στα Twitter, Facebook και Instagram, οι ερευνητές ανακάλυψαν δεσμούς μεταξύ της συμπεριφοράς στα παιχνίδια και των προσωπικών χαρακτηριστικών. Ως αποτέλεσμα, το μοντέλο βασίστηκε σε χαρακτηριστικά όπως ο χρόνος που περνάει κάποιος παίζοντας, τα επιτεύγματα, τα προτιμώμενα είδη παιχνιδιών, τις πληρωμές εντός παιχνιδιών κ.λπ.
“Η ιδέα της έρευνάς μας είναι να χρησιμοποιήσουμε τα δεδομένα που μας παρέχουν τα παιχνίδια για να μελετήσουμε την ανθρώπινη συμπεριφορά στην πραγματική ζωή. Τα κοινωνικά δίκτυα φαίνεται να είναι μια καλή πηγή για τέτοιου είδους πληροφορίες. Ωστόσο, οι άνθρωποι σκέφτονται τη συμπεριφορά τους στα κοινωνικά δίκτυα: επιλέγουν τι θα δημοσιεύσουν και τι όχι, ενώ όταν παίζουν παιχνίδια, συμπεριφέρονται όπως στην πραγματική ζωή, χωρίς να σκέφτονται πολλά πράγματα», σημειώνει ο Ivan Samborskii, μεταπτυχιακός φοιτητής στο πανεπιστήμιο ITMO.
Σύμφωνα με τους επιστήμονες, η ανάλυση των δεδομένων των βιντεοπαιχνιδιών, μπορεί να βοηθήσει να ανακαλύψουν τα ενδιαφέροντα, την τοποθεσία, το φύλο και τα δημογραφικά στοιχεία των χρηστών, καθώς και στην αξιολόγηση του χρόνου που ένα άτομο είναι πρόθυμο να δαπανήσει παίζοντας. Οι ερευνητές θα εργαστούν για τη βελτίωση του προκύπτοντος μοντέλου, καθιστώντας τις προβλέψεις για τους χρήστες πιο ακριβείς. Επίσης, σχεδιάζουν να υιοθετήσουν ένα μοντέλο πρόβλεψης του εθισμού στο gaming.
