プレイヤーの行動を把握および予測し、データ駆動型でプレイヤー中心のゲーム開発をすることを目的とした、ビッグデータ処理および機械学習の方法論。
Big Data processing and machine learning methodologies to understand and predict player behavior to provide a data-driven player-focused development of games.
基本的なプログラミング、数学、統計学の知識。
Basic programming, mathematical and statistical knowledge.
セッションの内容
この講演では、ゲーム業界におけるデータサイエンスの最前線についてお話しします。いつどこで(何曜日に、どのゲームレベルで、何時間プレイした後で)各プレイヤーがゲームをやめるのか予測するのに役立つ機械学習の手法に焦点を当て、プレイヤーの行動を予測するのに利用されている主な技術を見直し、プレイヤーをつなぎとめるためのAIベースの予防措置を提案します。さらに、プレイ時間とゲーム内の売上を予測し、各プレイヤーの購入を予測するディープラーニングの手法についても紹介します。
In this talk, I will discuss the state of the art of data science in the game industry. I will review the main techniques used to predict player behavior, focusing on machine learning methods that serve to predict when and where (i.e. which day, in which game level and after how many hours of playing time) each player is going to quit the game and recommend AI-based preventive actions to try to retain them. Additionally, I will introduce deep learning methods to forecast playtime and in-game sales, and to predict the purchases of individual players.