RT Generic
T1 Data mining techniques in video games
A1 Lora Ariza, Diana Sofía
AB Debido a los diferentes modelos de negocio utilizados en torno a los videojuegos, ha aumentado la necesidad de conocer los gustos y mejorar la experiencia de los jugadores con el objetivo de aumentar las ganancias. Una de las razones por la que una persona deja de jugar es debido a la frustración que le causa no poder avanzar; por ello, tener el balance adecuado de dificultad es fundamental. El enfoque llamado banda de caucho es uno de los más populares para el ajuste de dificultad en videojuegos, el cual crea un vínculo entre el jugador y sus enemigos. Así, dependiendo de las habilidades demostradas por el jugador, la dificultad del juego es perzonalizada [46].A través de la minería de datos es posible recuperar información vital producida por los jugadores para la toma de decisiones, pruebas, mejora del diseño e investigación. Este trabajo de fin de Máster se centra en el análisis de videojuegos y la aplicación de técnicas de minería de datos para la clasificación del comportamiento de los usuarios y la personalización del juego.
AB Due to the different business models employed in video games, the need of knowing user preferences and improve their experience has increased aiming to boost revenue. One of the reasons a person leaves a game is because the frustration of not being able to move forward; therefore, having the right balance of difficulty is essential. One popular approach of dynamic difficulty adjustment (DDA) is called rubber band, which builds a virtual connection between the player and his enemies. Thus, depending on the skills displayed by the player, the game difficulty is customized [46].Through Data Mining, it is possible to obtain vital  information from raw data produced by players' interaction with the game. This information is used for decision making, testing,improving game design and user research. This Master's final project focuses on game analytics and the employment of data mining techniques for behavioral player classificationand difficult adjustment.
YR 2015
FD 2015
LK https://hdl.handle.net/20.500.14352/36535
UL https://hdl.handle.net/20.500.14352/36535
LA spa
NO Máster en Ingeniería Informática, Facultad de Informática, Departamento de Ingeniería del Software e Inteligencia Artificial, curso 2014-2015
DS Docta Complutense
RD 6 abr 2025