1. Skip to Menu
  2. Skip to Content
  3. Skip to Footer

Defesa de Tese de Doutorado do aluno Troy Costa Kohwalter

25/05/2018, 14h, sala 308, Instituto de Computação

Gameplay Analysis with Provenance

Abstract: The outcome of a game session is derived from a series of events, decisions, and interactions that are made during the game. Understanding and extracting data from these sessions is important to analyze the gameplay, to the understanding of the player's profile, and even to validate the business model applied in the game. Many tools and techniques have been developed by the game industry to track and store data from a gaming session. One successful method is game analytics, which aims at understanding player behavior patterns to improve game quality and enhance the player experience. However, the current methods for analytics are not sufficient to capture the underlying cause-and-effect influences that shape the outcome of a game session, allowing deeper understanding and interpretation of game features. In our previous work, we proposed a novel approach based on provenance to track and record these causal relationships, providing the necessary groundwork to use provenance information in game analytics. This work extends our original approach by providing a concrete framework for tracking, managing and visualizing provenance data during the game. Through this work, we can plot the provenance data in an interactive graph for exploratory analysis, allowing developers and analysts to better understand the events and outcomes. We also propose automatic summarization techniques to reduce the provenance data without losing information by clustering similar sequential events that alone were not enough to generate any meaningful change in the game. Furthermore, we take the provenance analysis to a new level, allowing the analysis of multiple provenance graphs simultaneously by generating a summarized provenance graph. This summarized graph is useful for game designers, aiding the detection of patterns in player's behaviors, identifying issues not reported by game testers, confirming hypotheses formulated by the development team, and even testing monetization issues.

Resumo: O resultado de uma sessão de jogo é consequência de uma série de eventos, decisões e interações que são realizadas pelo jogador. Compreender e extrair dados destas sessões pode ser importante para análise da jogabilidade, para o entendimento do perfil do jogador e até mesmo para otimizar o modelo de negócios aplicado no jogo. Muitas ferramentas e técnicas têm sido desenvolvidas pela indústria de jogos a fim de registrar e extrair dados de uma sessão de jogo. Um método bem-sucedido é Game Analytics, que tem como objetivo compreender padrões de comportamento dos jogadores para melhorar a qualidade do jogo e a experiência do jogador. No entanto, os métodos atuais de Game Analytics não são suficientes para capturar as influências de causa e efeito, muitas vezes implícitas no jogo, que levaram ao resultado alcançado em uma sessão, permitindo entender e identificar elementos com mais profundidade.  Em um trabalho anterior, propusemos uma nova abordagem baseada em proveniência para capturar estas relações causais, fornecendo a base necessária para utilizar informações de proveniência em análises de jogos. Este trabalho amplia nossa abordagem original, propondo e implementando um framework concreto para rastrear, gerenciar e visualizar dados de proveniência durante o jogo. Através deste trabalho, podemos exibir os dados de proveniência em um grafo interativo para análises exploratórias, permitindo que desenvolvedores e analistas entendam os eventos e os resultados obtidos. Também propomos técnicas de sumarização automática para reduzir os dados de proveniência sem perder informações agrupando eventos sequenciais semelhantes que, por si só, não foram suficientes para gerar mudanças significativa no jogo. Além disso, levamos a análise de proveniência para um novo nível, permitindo a análise de múltiplos gráficos de proveniência simultaneamente, gerando um grafo de proveniência resumido para análise. Este gráfico resumido é útil para designers de jogos, podendo auxiliá-los na detecção de padrões de comportamentos de jogadores, identificando problemas não relatados pelos testadores, confirmando hipóteses formuladas pela equipe de desenvolvimento e até mesmo em questões de monetização do jogo.

Banca examinadora:
Prof. Esteban Walter Gonzalez Clua (Presidente), UFF
Prof. Leonardo Gresta Paulino Murta, UFF
Prof. Daniel Cardoso Moraes de Oliveira, UFF
Prof.ª Aline Marins Paes Carvalho, UFF
Prof.ª Regina Maria Maciel Braga Villela, UFJF
Prof. Bruno Feijó, PUC-Rio

PESQUISA PELO SITE

MENU

Início Instituto Laboratórios Departamento
Pesquisa Pós-Graduação Graduação Fale Conosco

CONTATO

IC-Mapa

Av. Gal. Milton Tavares de Souza, s/nº
São Domingos - Niterói - RJ
CEP: 24210-346

IC-UFF-Telefone-icone Fale Conosco

 Como Chegar

CONECTE-SE

IC-Conecte-se-Facebook IC-Conecte-se-Twitter

LINKS

Faperj Lattes Finep SBC PROGRAD
CAPES CNPQ SIAPENET IDUFF NDC

 

Desenvolvido por pela equipe de Suporte Técnico do Instituto de Computação - suporte.ic.uff.br - Web Designer: Emanuel Machado