Fundamental Technologies of Virtual Communities Creating Game Mining

虚拟社区创建游戏挖矿的基础技术

• 批准号: 16500091
• 负责人: THAWONMAS Ruck
• 金额: $ 2.18万
• 依托单位: Ritsumeikan University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2004
• 资助国家: 日本
• 起止时间: 2004 至 2006
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-16500091/
• 关键词: online games; keyword extraction; discussion visualization; community visualization; bulletin board services; chats; blogs; common words; ユーザ間のつながりの発見; 情報視覚化; 木のメタフォア; キーワード発見; 議論の可視化; 影響あるユーザの特定; 掲示板; 語の影響度の計量; 単語の頻度; キーワード; 返信関係; ツリー型

Online games, each constituting a virtual community with more than ten thousand participants, have recently gained a lot of interests as a new cultural, social, and economical model. From a game operating point of view, it is crucial to promote constructive activities in the virtual world because doing so increases attachment to the game due to having a happy life therein. Accordingly, grasping user trends both inside and outside of the game is necessary.To grasp user trends, there exist two possible approaches, i.e., action analysis dealing with patterns of playing or moving styles, and communication analysis dealing with chat or bulletin board contents. In this research, the latter approach was adopted. More precisely, targeting at chats inside the game, bulletin boards and blogs outside the game, we proposed methods for "keyword extraction", "discussion visualization", and "community visualization", and we evaluated them using real data.In keyword extraction, we proposed a new method for detection of influential keywords from texts in bulletin board services. The proposed method considers additionally the relationship between comments and their replies as an index of important words.In discussion visualization, we proposed a preprocessing method for a tool called KeyGraph that can express the relationship between words. The proposed preprocessing method partitions comments according to their importance. This preprocessing successfully enables grasping of discussions in more detail.In community visualization, we proposed a method for visualizing user networks by focusing on their common words in chat messages. We evaluated the proposed method with real data from a chat room and chat data at the client side of an online game. We also proposed a method for visualizing users in a bulletin board service by using forest metaphor that can effectively represent important users, number of replies, important words, etc.

网络游戏作为一种新的文化、社会和经济模式，最近引起了人们的广泛兴趣，每个游戏都构成了一个拥有超过一万名参与者的虚拟社区。从游戏运营的角度来看，促进虚拟世界中的建设性活动至关重要，因为这样做可以增加对游戏的依恋，因为在游戏中拥有快乐的生活。因此，掌握游戏内外的用户趋势是必要的。为了掌握用户趋势，存在两种可能的方法，即处理游戏或移动风格模式的动作分析，以及处理聊天或公告板内容的通信分析。本研究采用了后一种方法。更准确地说，针对游戏内的聊天、游戏外的公告板和博客，我们提出了“关键词提取”、“讨论可视化”和“社区可视化”的方法，并使用真实数据对其进行了评估。在关键词提取中，我们提出了一种从公告板服务中的文本中检测有影响力的关键词的新方法。该方法还考虑了评论和回复之间的关系作为重要单词的索引。在讨论可视化中，我们提出了一种名为KeyGraph的工具的预处理方法，该工具可以表达单词之间的关系。所提出的预处理方法根据评论的重要性对评论进行分区。这种预处理成功地使人们能够更详细地掌握讨论。在社区可视化中，我们提出了一种通过关注聊天消息中的常用词来可视化用户网络的方法。我们使用聊天室的真实数据和在线游戏客户端的聊天数据评估了所提出的方法。我们还提出了一种使用森林隐喻来可视化公告板服务中的用户的方法，可以有效地表示重要用户、回复数量、重要单词等。

项目成果

ゲームマイニングの野望-III:語の影響度の計量による掲示板におけるキーワードの発見

游戏挖掘的野心-III：通过衡量词语的影响力发现留言板上的关键词

• 发表时间: 2004
• 期刊: エンタテインメントコンピューティング2004論文集
• 作者: 津田 耕平;Ruck Thawonmas
• 通讯作者: Ruck Thawonmas

Discovery of Online Game User Relationship Based on Co-occurrence of Word,

基于词共现的网络游戏用户关系发现，

• 发表时间: 2006
• 期刊: Lecture Notes in Computer Science, (Richard Harper et al. (Eds.)) Vol. 4161 (ICEC2006)
• 作者: Ruck Thawonmas;Yuki Konno;Kohei Tsuda
• 通讯作者: Kohei Tsuda

語の影響度の計量による掲示板におけるキーワードの発見 : テキストマイ ニングのオンラインゲームへの応用

通过测量单词的影响力发现公告板上的关键词：文本挖掘在网络游戏中的应用

• 发表时间: 2005
• 期刊: 日本知能情報ファジィ学会誌 17・2
• 作者: 津田 耕平;Ruck Thawonmas;今野 優樹
• 通讯作者: 今野 優樹

Keyword Discovery Focusing on Discussions among Comments in Multiuser Weblog Sites, (in Japanese)

专注于多用户博客网站评论讨论的关键词发现（日语）

• 发表时间: 2005
• 期刊: Proc. Entertainment Computing 2005 16-18
• 作者: Kohei Tsuda;Ruck Thawonmas
• 通讯作者: Ruck Thawonmas

Keyword Discovery by Measuring Influence Rates on Bulletin Board Services

通过衡量公告板服务的影响率来发现关键字

• 发表时间: 2005
• 期刊: Lecture Notes in Computer Science 3711
• 作者: Kohei Tsuda;Ruck Thawonmas
• 通讯作者: Ruck Thawonmas