Uma abordagem para formação de equipes em jogos virtuais
Metrics. Data Analytics. Match Making. Unsupervised learning and clustering. Massively Multiplayer Online Games. Data Mining. Clustering. Unsupervised Learning. Neural Networks.
Com a popularização da internet muitas pessoas trabalham ou buscam entretenimento em meios virtuais. Levando em consideração esta tendência, a formação de equipes para a execução de um trabalho ou em um jogo de equipes passou a ter grande importância. Neste sentido, o presente estudo objetivou criar e analisar uma abordagem para formação de equipes que melhore o engajamento de usuários em jogos eletrônicos em grupo, diminuindo a taxa de abandono, por meio da formação de equipes equilibradas, combinadas automaticamente pelo sistema de formação de partidas (match making). Tomou-se o Dota 2 como referência prática de jogo real, pois possui uma ampla variedade de heróis, que juntamente com a forma de jogar de cada usuário, torna cada batalha singular. Abordou-se a formação de equipes em um dos gêneros de jogos mais famosos, conhecido como Multiplayer Online Battle Arena (MOBA), de ação e estratégia em tempo real, onde equipes se enfrentam em um campo de batalha. Para investigar a formação e balanceamento das equipes, foram analisadas cerca de 11 milhões de partidas para classificar o perfil do jogador. Foram encontrados 12 agrupamentos de desempenho de usuário do DOTA 2 e, em seguida identificados os perfis de comportamento comuns de cada cluster, usados na criação de uma abordagem voltada para a eleição de jogadores na formação de partidas. Comprovou-se que quanto maior o grau de desbalanceamento de classes entre os jogadores das equipes, menor a duração da partida e a equipe vencedora sobrepuja a outra com uma diferença maior de pontos. A metodologia para detectar desbalanceamento pode ser aplicada na formação de equipes em jogos virtuais e proporcionar melhorias no grau de engajamento.