p Pesquisadores da ITMO University relatam que previram características de personalidade, como gênero, usando dados de uma plataforma de jogos online. Este é um dos primeiros estudos de aprendizado de máquina aplicado a uma grande quantidade de dados de jogos. A abordagem pode melhorar os sistemas de recomendação de jogos pessoais. Também pode ser usado para identificar o vício em jogos. Os resultados foram apresentados na Conferência AAAI sobre Inteligência Artificial. p Os videogames estão firmemente estabelecidos na cultura popular, e o número de produtos online e offline para plataformas de jogos está crescendo dia a dia. Por sua vez, os usuários geram quantidades crescentes de dados que podem ser usados ​​para desenvolver modelos de comportamento de jogo ou para determinar características pessoais. Isso é útil, por exemplo, para detecção precoce do vício em jogos, bem como para pesquisas de marketing na área de jogos.

p Até agora, a maior parte da pesquisa de jogos foi feita manualmente em pequenos conjuntos de dados. Contudo, para tirar conclusões estatisticamente significativas, é necessário analisar grandes matrizes de dados. Cientistas da ITMO University e da National University of Singapore estão agora entre os primeiros a usar o aprendizado de máquina para isso. Usando os dados que coletaram sobre o comportamento dos usuários da plataforma de jogos Steam e um modelo especialmente desenvolvido e treinado, os cientistas conseguiram prever o sexo do jogador pelo comportamento do jogo.

p O banco de dados para análise foi coletado no serviço Player.me , que fornece informações sobre o Steam e contas de mídia social. Comparando os dados do jogo do usuário com o Twitter, Postagens no Facebook e Instagram, pesquisadores descobriram ligações entre o comportamento do jogo e características pessoais. Como resultado, o modelo foi construído com base em recursos como o tempo gasto no jogo, conquistas, gêneros de jogos preferidos, pagamentos no jogo, etc.

p "A ideia da minha pesquisa é usar dados de jogos para estudar o comportamento humano na vida real. As redes sociais parecem ser uma boa fonte para essas informações. No entanto, as pessoas pensam sobre seu comportamento nas redes sociais:elas escolhem o que postar e eliminam seus pensamentos. Ao mesmo tempo, enquanto joga, comportamo-nos como faríamos na vida real, sem pensar muito. E agora, Consegui confirmar que os dados do jogo estão relacionados às características reais das pessoas, "observa Ivan Samborskii, um estudante de graduação na ITMO University.

p De acordo com os cientistas, a análise de dados do jogo pode ajudar a descobrir os interesses, localização, e dados demográficos dos usuários, bem como avaliar quanto tempo uma pessoa está disposta a gastar em jogos. Os pesquisadores trabalharão para melhorar o modelo resultante, tornando as previsões sobre os usuários mais precisas. Também, eles planejam adotar o modelo de previsão do vício em jogos.

p "Na internet, a identidade do usuário é desconhecida, e frequentemente, só podemos adivinhar quem está escondido sob o avatar do comentarista cáustico ou sob o apelido do membro do clã. É possível levantar o véu apenas analisando os sinais indiretos, o comportamento online do usuário. Determinar quem está do outro lado do monitor é importante, tanto para gigantes como o Google, quem obtém o lucro principal, exibindo publicidade corretamente, e para pequenas lojas online. Uma questão importante e interessante que se coloca é quais dados são suficientes para isso. Em nossa pesquisa anterior, usamos textos, imagens, e até geolocalização. Contudo, o comportamento dos jogadores é descrito por uma linguagem muito especial das horas gastas em jogos e conquistas obtidas. "

p “Nossa pesquisa mostrou que mesmo essa informação é suficiente para prever o sexo dos jogadores. não vamos parar neste único recurso, mas agora, simplesmente mostramos que o comportamento do jogo pode ser analisado e bons valores preditivos podem ser obtidos. Além da onipresente personalização de publicidade, bons modelos preditivos podem ser usados ​​em pesquisas aplicadas:sociológicos, psicológico, esportes e medicina, "acrescenta Andrey Filchenkov, chefe do Grupo de Aprendizado de Máquina do laboratório de Tecnologias da Computação da ITMO University.