Ученые разработали новую математическую модель, которая может предсказать, как скоро пользователю наскучит играть – это может помочь разработчикам в создании более увлекательных приложений.
Модель называется «ансамбль выживания» (survival ensemble) и она может предсказать в какой день и на каком уровне пользователь перестанет играть и почему.
«Уже с первых дней игры мы с большой степенью вероятности знаем, какого уровня достигнет пользователь и сколько дней это займет», — говорит Африка Перианес, руководитель отдела игровых данных в компании Silicon Studio.
«Основной приоритет — попытаться продлить «жизнь» игрока и заставить его покупать как можно больше. Но также важно понимать потребности пользователей и разрабатывать более увлекательные и стимулирующие игры», — сказала она.
«Компании хранят много информации о пользователях: их действиях, связи, покупки и т.д. И они начинают понимать, что им необходимо перейти к модели разработки на основе данных, которая позволит им понимать игроков, их пристрастия и предсказывать реакцию», — говорит Перианес.
Платформа Silicon Studio автоматически адаптируется к различным играм и данным. По словам разработчиков, система может предсказать, кто выйдет из игры очень точно.
Алгоритм использует так называемый «ансамблевый» метод машинного обучения, «модель, которая основана на многих алгоритмах обучения вместо одного — тем самым улучшается точность предсказания, учитываются многие другие корреляции и альтернативные модели.
«Каждый раз, когда мы запускаем модель, мы используем 1000 различных подмоделей, каждая из которых фокусируется на разных переменных и имеет разные начальные условия», — сказала она.
В рамках каждой подмодели команда также использует алгоритмы анализа выживаемости.
Эти модели «используются в медицинских исследованиях, а также в биологии», — объясняет Перианес.
Впервые исследователи объединили мощь алгоритмов выживания и «ансамблевые» модели в области видеоигр.
«Это позволило нам достичь высокого уровня точности в прогнозировании, поскольку алгоритм автоматически адаптируется к данным игры, которую мы хотим проанализировать», — сказал Перианес.