Modelo de análisis de datos para la clasificación de jugadores de videojuegos con árboles de decisión

Abstract

En la actualidad se han encontrado grandes beneficios en usar algoritmos de análisis de datos para generar nueva información, en la industria de los videojuegos es cada vez más popular el uso de técnicas de aprendizaje automático para la generación de videojuegos más llamativos o cercanos a la realidad. Encontrar patrones en el comportamiento de las personas se ha convertido en una de las actividades más recurrentes en distintas áreas de investigación, debido a esto, se diseñó un modelo para analizar los datos en tiempo real provenientes de un videojuego para clasificar el nivel de habilidad de los jugadores con árboles de decisión y poder predecir clases futuras. Se utilizó una muestra de 300 jugadores para generar el árbol provenientes de la interacción con el videojuego de Pac-Man, los datos fueron preprocesados para ser utilizados en WEKA (Waikato Environment for Knowledge Analysis), la clasificación realizada por el árbol afecta directamente a la complejidad del videojuego haciendolo más fácil para los jugadores menos hábiles y más desafiante para aquellos jugadores con mejores habilidades. El resultado de la implementación del proyecto logró aumentar en un 15% el tiempo que los jugadores permanecieron en el videojuego.