«Техносерв» вышел на рынок мобильных игр с алгоритмами машинного обучения
24 мая 2019 12:41 #81393
от ICT
Аналитический сервис MiGA Как стало известно CNews, системный интегратор «Техносерв» и студия разработки мобильных игр KB Production запустили тестирование прототипа облачного аналитического сервиса на базе машинного обучения для мобильных игр. Продукт получил рабочее название MiGA. KB Production наиболее известна как разработчик игры «Маша и Медведь: день варенья» по мотивам одноименного мультфильма. Эта игра и задействована в тестировании. MiGA работает в облаке TS-Cloud. Он основан на облачном сервисе для совместной работы аналитиков данных Data Science Workspace. В MiGA присутствует готовая предсказательная модель для сферы разработки мобильных игр. Благодаря интеграции с событиями, происходящими в игре, и сервером игры через API, MiGA регулярно предсказывает сегментацию игроков по поведенческим признакам, анализируя на основе этих данных игровой опыт. По словам руководителя продуктового направления Центра компетенций больших данных «Техносерва» Тимура Мишина, «Маша и Медведь: день варенья» хорошо подходит для тестирования предиктивных моделей благодаря использованию игровой механики mach3, достаточному количеству исторических данных и узнаваемым персонажам, которые привлекают к себе внимание даже экспертов крупной ИТ-компании. Мишин также отмечает, что игровые студии — это оптимальный клиентский сегмент, поскольку выручка в данной индустрии растет, а сами студии готовы быстро интегрировать и тестировать сервис. Директор Центра компетенций больших данных Георгий Шатиров пояснил, что предсказательная аналитика пока что является одним из самых неисследованных направлений сервисов для разработчиков игр. «Специфика данных мобильной игровой индустрии заключается в большом количестве сегментов как игровых механик, так и самих игроков. Это непростая задача для машинного обучения, видимо, поэтому в данном направлении пока не так много поставщиков сервисов», — отмечает он. Как это работает По просьбе CNews Тимур Мишин привел несколько примеров работы сервиса. По мере прохождения пользователем игры MiGA периодически определяет уровень подготовки игрока. Метрики данного игрока передаются на сервер. В соответствии с этими данными сервер игры корректирует под игрока сложность следующих уровней и игровые события. Результатом этого становится большая вовлеченность игрока в процесс, что увеличивает время, которое он проводит в игре. Кроме того, увлеченный пользователь лучше переносит рекламу и совершает больше эмоциональных покупок, что приводит к росту выручки.
http://filearchive.cnews.ru/img/news/2019/05/24/masha_medved592.jpg
Ссылка на источник
Пожалуйста Войти или Регистрация, чтобы присоединиться к беседе.
Похожие статьи
Тема | Релевантность | Дата |
---|---|---|
Microsoft открыла код среды для машинного обучения | 13.63 | Понедельник, 16 ноября 2015 |
В SAP S/4HANA добавлены технологии машинного обучения | 13.63 | Четверг, 21 сентября 2017 |
X5 применила технологии машинного обучения в маркетинге | 13.63 | Понедельник, 19 ноября 2018 |
Dell EMC представила решения для машинного и глубинного обучения | 13.48 | Четверг, 23 ноября 2017 |
«Сбер» запустит собственную платформу машинного обучения | 13.48 | Пятница, 04 декабря 2020 |
«Агентство 2» проанализирует телесмотрение с помощью ИИ и машинного обучения | 13.48 | Четверг, 14 января 2021 |
"Рив Гош" использует технологии машинного обучения в цифровых продуктах | 13.48 | Понедельник, 25 октября 2021 |
Google открыла доступ к системе машинного обучения TensorFlow | 13.34 | Вторник, 10 ноября 2015 |
Google открыл доступ к системе машинного обучения TensorFlow | 13.34 | Вторник, 10 ноября 2015 |
Google представила технологии машинного обучения для рекламы и аналитики | 13.34 | Среда, 24 мая 2017 |