ActorLens:面向 MOBA 游戏高级演员识别的可视分析系统
人机交互
2023-07-20 v1
摘要
多人在线战术竞技(MOBAs)已在全球范围内吸引了大量玩家。然而,被称为“演员”的恶劣玩家通过展现削弱团队竞争优势的负面行为,会严重损害游戏公平性。此外,高级演员往往采取更恶劣的行为以规避检测,从而危害游戏社区,亟需对其加以识别。为应对这一紧迫问题,我们与一家知名公司的游戏专家团队合作,以辅助 MOBA 游戏中高级演员的识别与标注。我们首先刻画问题并从游戏场景中抽取数据与事件,以 formulate 设计需求。随后,开发了可视分析系统 ActorLens,用于排除低级演员、检测潜在高级演员并辅助用户标注玩家。ActorLens 提供玩家状态概览,总结三类玩家群体(即关注玩家、关注玩家的历史对局,以及使用相同英雄的其他玩家的对局)的行为模式,并综合关键对局事件。通过整合多视图信息,用户可高效识别并标注 MOBA 游戏中的高级演员。我们开展了案例研究与用户研究以证明该系统的有效性。
引用
@article{arxiv.2307.09699,
title = {ActorLens: Visual Analytics for High-level Actor Identification in MOBA Games},
author = {Zhihua Jin and Gaoping Huang and Zixin Chen and Shiyi Liu and Yang Chao and Zhenchuan Yang and Quan Li and Huamin Qu},
journal= {arXiv preprint arXiv:2307.09699},
year = {2023}
}
备注
15 pages, 9 figures