선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 객관화는 더 나은 효과룔 달성하기 위해 중요한 요소이며, 시간열 데이터를 이용한 SOM 클러스터링 기반의 사용자 모델 분석은 확실히 사용자에게 영향을 주는 동시에 보다 나은 게임 경험을 제공한다. 본 논문에서 사용자의 개인적인 스타일을 분류하기 위해 실험적인 슈팅게임에서 일정 주기 동안의 사용자 모델을 제안한다. 제안된 사용자 모델링을 위해, 9개의 매개변수(활동성, 주 무기타입, 보조 무기타입, 주 무기전력, 보조 무기전력, 폭탄, 득점, 생명, 재시도)률 사용자가 게임을 하는 동안 실시간으로 저장한다.
- 본 논문에서는, 개인용 게임 환경 안의 짧은 시간 동안 게임 유형을 측정하기 위하여 게임 안에 사용자의 시간열 데이터를 수집한다. 수집된 데이터의 클러스터링 결과를 직접 관찰을 통하여 4가지의 행동유형 [15] 안에 사용자를 분석하기 위하여 시간열 데이터 마이닝을 이용하는 개념적 모델을 제안한다,게임을 시도하는 사용자들은 동일한 매개변수 안에서 더 나은 게임 경험을 달성하게 하는 게임 적응성 기술을 위해 하나의 유형으로 분류 된다.
- 본 논문의 사용자 모델링은 시간열 데이터를 사용한 SOM 클러스터링을 제안하였다. 클러스터링을 통해 구 분된 시간열 데이터를 기반으로 전체적인 특성을 분류 하여 사용자 분석을 하였다.
- 본 연구에서는 사용자 분석을 위한 시간열 데이터 마이닝 기술을 제안하였 卜. 시간열 데이터를 이용한 클러스터들은 사용자를 4가지 유형으로 분류함으로써 시각적이고 분석적인 결과룔 생성할 수 있다.
- 위와 같은 게임에서의 사용자 모델 분석은 게임의 홍미 분석과 게임 설계를 위해 연구되었다. 본 논문에서 사용자 모델링을 하기 위하여 SOM 클러스터링 알고리즘을 이용한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.