Investigadores de la Universidad ITMO informan que han predicho características de personalidad como el género utilizando datos de una plataforma de juegos en línea. Este es uno de los primeros estudios de aprendizaje automático aplicado a una gran cantidad de datos de juegos. El enfoque podría mejorar los sistemas de recomendación de juegos personales. También se puede utilizar para identificar la adicción a los juegos. Los resultados se presentaron en la Conferencia AAAI sobre Inteligencia Artificial.

Los videojuegos están firmemente establecidos en la cultura popular, y la cantidad de productos en línea y fuera de línea para plataformas de juego crece día a día. Sucesivamente, los usuarios generan cantidades cada vez mayores de datos que pueden utilizarse para desarrollar modelos de comportamiento de juego o para determinar características personales. Esto es útil, por ejemplo, para la detección temprana de la adicción al juego, así como para la investigación de mercados en el campo del juego.

Hasta ahora, la mayor parte de la investigación sobre juegos se realizó manualmente en pequeños conjuntos de datos. Sin embargo, para sacar conclusiones estadísticamente significativas, es necesario analizar grandes conjuntos de datos. Los científicos de la Universidad ITMO y la Universidad Nacional de Singapur se encuentran ahora entre los primeros en utilizar el aprendizaje automático para esto. Utilizando los datos que recopilaron sobre el comportamiento de los usuarios de la plataforma de juegos Steam y un modelo especialmente desarrollado y entrenado, los científicos lograron predecir el género del jugador por el comportamiento del juego.

La base de datos para el análisis se recopiló del servicio. Player.me , que proporciona información sobre Steam y cuentas de redes sociales. Comparando los datos del juego de los usuarios con su Twitter, Publicaciones de Facebook e Instagram, los investigadores descubrieron vínculos entre el comportamiento del juego y las características personales. Como resultado, el modelo se basó en características tales como el tiempo dedicado al juego, logros géneros de juegos preferidos, pagos en el juego, etc.

"La idea de mi investigación es utilizar datos de juegos para estudiar el comportamiento humano en la vida real. Las redes sociales parecen ser una buena fuente de esta información. Sin embargo, la gente piensa en su comportamiento en las redes sociales:eligen qué publicar y descartan sus pensamientos. Al mismo tiempo, mientras juegas, nos comportamos como lo haríamos en la vida real sin pensar mucho. Y ahora, He logrado confirmar que los datos del juego están relacionados con las características reales de las personas, "señala Ivan Samborskii, estudiante de posgrado en la Universidad ITMO.

Según los científicos, el análisis de datos del juego puede ayudar a descubrir los intereses, localización, y datos demográficos de los usuarios, así como para evaluar cuánto tiempo una persona está dispuesta a dedicar a los juegos. Los investigadores trabajarán para mejorar el modelo resultante, lo que hace que las predicciones sobre los usuarios sean más precisas. También, planean adoptar el modelo de predicción de la adicción al juego.

"En Internet, se desconoce la identidad del usuario, Y a menudo, sólo podemos adivinar quién se esconde bajo el avatar del comentarista cáustico o bajo el apodo del miembro del clan. Es posible levantar el velo solo analizando signos indirectos, el comportamiento en línea del usuario. Es importante determinar quién está al otro lado del monitor, tanto a los gigantes como Google, que obtienen el principal beneficio, mostrando correctamente la publicidad, ya pequeñas tiendas online. Una pregunta importante e interesante que surge es qué datos son suficientes para esto. En nuestra investigación pasada, usamos textos, imagenes e incluso geolocalización. Sin embargo, El comportamiento de los jugadores se describe mediante un lenguaje muy especial de las horas dedicadas a los juegos y los logros obtenidos ".

"Nuestra investigación ha demostrado que incluso esta información es suficiente para predecir el género de los jugadores. Ciertamente, no nos detendremos en esta única característica, pero ahora, simplemente hemos demostrado que se puede analizar el comportamiento del juego y se pueden obtener buenos valores predictivos. Además de la personalización publicitaria omnipresente, Los buenos modelos predictivos se pueden utilizar en la investigación aplicada:sociológicos, psicológico, deportes y medicina, "añade Andrey Filchenkov, Jefe del Grupo de Aprendizaje Automático del laboratorio de Tecnologías Informáticas de la Universidad ITMO.