Analiziranje mjera video igre i vizualizacija podataka

diplomski rad

• Naslov (engleski): A video game metrics analysis and data visualization
• Autor: Ivan Rupčić
• Mentor: Mirko Randić (mentor)
• Član povjerenstva: Mirko Randić (predsjednik povjerenstva)
• Član povjerenstva: Zoran Skočir (član povjerenstva)
• Član povjerenstva: Bruno Blašković (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2019-09-18, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Video igre kao aplikacija napravljena za zabavu igrača, mora biti kvalitetna te način interakcije igrača stvara mnoge podatke koji se mogu koristiti za analizu s ciljem ispravljanja neželjenih mehanika, otkrivanju varalica ili nadogradnjom elementima koje popravljaju otkrivene probleme. Tehnike strojnog učenja se primjenjuju pri toj analizi. Većinom se upotrebljuju tehnike za neoznačene podatke, no moguće je i dodjeliti oznake nekim podacima na temelju određenih analiza. Implementacijom klasteringa s metodama kernela analizirani su podaci igre PUBG (Player Unknown's Battleground) te su opisani rezultati popraćeni grafikonima „box and whiskers plot“ i nekoliko napomena o nadogradnji aplikacije za analizu i vizualizaciju podataka.

Sažetak (engleski)

Video games as software made for players entertainment, must be of good quality and players interaction within game creates many data which can be analyzed with a goal of fixing unwanted mehanics, detecting cheaters or upgrading with elements that fix discovered problems. Machine learning techniques are applied for analysis. Techniques for unsupervised data are mostly used, but it is possible to mark them based on specific analisys. With implemented clustering and kernel methods, video game PUBG (Player Unknown's Battleground) data has been analysed and described results are accompanied with box and whiskers plots and few mentions about upgrading application for analysis and data visualization.

• Ključne riječi: metrika; strojno učenje; klastering; vizualizacija podataka; oblikovni obrasci; kernel; QT; DLIB; video igre
• Ključne riječi (engleski): metrics; data mining; clustering; data visualization; design patterns; kernels; QT; DLIB; video games
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:318342
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2020-01-07 21:53:54