『逆転オセロニア』における、機械学習モデルを用いたデッキのアーキタイプ抽出とゲーム運用への活用
受講スキル
データを用いてゲーム環境をより適切に把握し、 改善をしたいと考えている方全般 データ分析に機械学習を活用したいと考えており、実例を知りたい方
受講者が得られるであろう知見
大規模なデッキデータからアーキタイプ情報を自動抽出する知見 データ分析を運用に活かし、UXを向上させた実例とそれを実現させるための知見
セッションの内容
プレイヤーが構築したデッキを用いて対戦する PvP ゲームにおいて、代表的なデッキ構築パターン (アーキタイプ)、そして各アーキタイプの使用頻度、 総合勝率、 対戦成績などの KPI を継続して観測することは、 現状のゲームバランスを把握し、 プレイヤーのゲーム体験を向上させる上で有用である。 本講演では、 『逆転オセロニア』における、 機械学習モデル (トピックモデル) を用いた、 大規模データからのデッキアーキタイプの抽出、 アーキタイプに関連する KPI の可視化、 これらを用いたゲーム運用への活用について紹介する。
講演資料
※資料のダウンロードには ログイン が必要です。
講演者プロフィール
プロフィール
人間の意思決定プロセスの数理モデル化と、その神経基盤を解明する研究に従事し、カリフォルニア工科大学PhD(計算論的神経科学)を取得。2018年3月にデータアナリストとしてDeNA入社。機械学習の手法のみならず、行動経済学の知見などを用い、人間のゲーム内外での行動データを包括的に理解することで、ゲームタイトルの運営力・UX向上を目指している。
《講演者からのメッセージ》
モデル構築から実運用まで幅広い内容をカバーしますので、みなさまお気軽にお越しください。
プロフィール
大学卒業後、ゲーム制作の道へ。アクションゲームやRPGの開発に携わる。
『逆転オセロニア』では運用プランナーとして機械学習を用いたキャラクターのレベルデザインに携わっている。
《講演者からのメッセージ》
機械学習が実際に運用の現場で活用されている「生」の様子をお伝えできればと考えております。
共同研究・開発者
松永 貴浩 (株式会社ディー・エヌ・エー)
田中 一樹 (株式会社ディー・エヌ・エー)