通过半监督学习设定《魔兽世界》玩家行为
人工智能
2017-06-12 v1 机器学习
摘要
数字游戏是娱乐领域中涉及电影和音乐的最主要且最重要的领域之一。为了提高游戏质量，包括更逼真的艺术制作和计算机科学应用，人们已经做出了大量尝试。评估玩家行为（即玩家建模）是当务之急，它可以在以下方面带来可能的改进： 揹好的游戏交互体验； 更好地挖掘玩家之间的关系； 增加或维持对游戏感兴趣的玩家数量。在本文中，我们使用 \cite{BartleArtigo} 中提出的基本四种行为对玩家进行建模，即：成就者、探索者、社交者和杀手。我们的分析是使用 3 年间（2006 2009）从游戏《魔兽世界》获得的数据进行的。我们采用半监督学习技术，以找出可能影响玩家行为的特征。
引用
@article{arxiv.1706.02780,
title = {Setting Players' Behaviors in World of Warcraft through Semi-Supervised Learning},
author = {Marcelo Souza Nery and Roque Anderson Teixeira and Victor do Nascimento Silva and Adriano Alonso Veloso},
journal= {arXiv preprint arXiv:1706.02780},
year = {2017}
}