व्हिडिओः सर्वात मोठा बिग डेटा आव्हान म्हणून व्हिडिओ गेम्सवर रजत तनेजा

लेखक: Judy Howell
निर्मितीची तारीख: 2 जुलै 2021
अद्यतन तारीख: 23 जून 2024
Anonim
व्हिडिओः सर्वात मोठा बिग डेटा आव्हान म्हणून व्हिडिओ गेम्सवर रजत तनेजा - तंत्रज्ञान
व्हिडिओः सर्वात मोठा बिग डेटा आव्हान म्हणून व्हिडिओ गेम्सवर रजत तनेजा - तंत्रज्ञान



टेकवे: कॅलिफोर्नियाच्या सांता क्लारा येथे २०१ St च्या स्ट्रॅट कॉन्फरन्स चर्चेत इलेक्ट्रॉनिक आर्ट्स ची चीफ टेक्नॉलॉजी ऑफिसर रजत तनेजा यांनी व्हिडीओ गेमिंग इंडस्ट्रीमध्ये काय चालले आहे याविषयी सविस्तर अंतर्दृष्टी दिली आणि या क्षेत्रातील नेते खेळाडूंना अधिक आधुनिक अनुभव देण्याची आशा कशी करतात.

तनेजाची सुरुवात गेल्या दशकात गेमिंग उद्योगात झालेल्या स्फोटक वाढीपासून होते, जिथे त्याच्या आकडेवारीनुसार, व्हिडिओ गेम ग्राहक समुदाय त्याच्या मागील आकारापेक्षा जवळपास 10 पट वाढला - सुमारे 200 दशलक्ष वापरकर्त्यांद्वारे (2003) सुमारे दोन अब्ज (2013) ). तनेजा म्हणाले की, एंटरटेनमेंट आर्ट्समध्ये डेटा ट्रान्सफरच्या तीव्र प्रमाणात - "बॅटलफील्ड" सारख्या लोकप्रिय खेळांसाठी दररोज एकापेक्षा जास्त टॅराबाइट (टीबी) आणि दरमहा month० टीबी डेटा मिळतो. हा सर्व डेटा दरमहा 2.5 अब्ज वापरकर्त्याद्वारे-सुरू केलेल्या गेम सत्राचे प्रतिनिधित्व करतो. ((बिग) डेटास बिग फ्यूचर मधील मोठ्या डेटाबद्दल अधिक वाचा.)



तनेजा म्हणाले की, गेमिंगचे स्वरुपही अशाच एका प्रतिमान रूपात बदलले आहे जिथे "नेहमीच, नेहमी जोडलेल्या, बहु-साधनांद्वारे, सामाजिक पद्धतीने खेळांचा आनंद घेण्यात येतो." त्याच वेळी, तनेजा म्हणाले की, गेम कंपन्या गेम प्लेचे मूल्यांकन करण्यासाठी त्यांच्या स्वत: च्या, अधिक संवादी पद्धती विकसित करीत आहेत आणि वर्णनात्मक डेटाचे निरीक्षण करण्यापासून त्यांचे मॉडेल बदलून रिअल टाईममध्ये गेम खेळाविषयी भविष्यवाणी करतात.

हे उद्दीष्ट साध्य करण्यासाठी एंटरटेनमेंट आर्ट्सने कसे कार्य केले हे प्रेक्षकांना समजण्यास मदत करण्यासाठी, तनेजाने तीन दिवसांपर्यंत डेटा विलंब असलेल्या साध्या डेटा वेअरहाऊसचा समावेश असलेल्या एका वारसा आर्किटेक्चरचे एक मॉडेल दर्शविले. त्यानंतर तनेजाने याची तुलना डेटा वर्गीकरण आणि गेम डेटा द्रुतपणे हलविणार्‍या नवीन डेटा हाताळणीच्या पद्धतींद्वारे चालविलेल्या व्हिज्युअल डीप गेम प्ले अंतर्दृष्टी असलेल्या अधिक सद्य योजनेशी केली. येथे, हडूप आणि डेटा-कूल्लिंग अल्गोरिदमचा वापर समाविष्ट असलेले एक मॉडेल दिवसांऐवजी काही तासात मोजले जाणारे विलंब कार्य पूर्ण करते.

एन्टरटेन्मेंट आर्ट्स सारख्या कंपन्या आभासी वस्तूंच्या आसपास असलेल्या खेळाडूंच्या क्रियाकलापांवर नजर ठेवणे, सामाजिक परस्परसंवाद, गेममध्ये ब्रँडिंग किंवा मर्चेंडायझिंग आणि इतर महत्त्वाचे घटक जसे की खेळाडूंबद्दल वर्तनात्मक डेटा हस्तगत करण्याचा प्रयत्न करतात. ते म्हणाले की, एक लक्ष्य म्हणजे खेळाच्या खेळाडूची संपूर्ण वर्तणूक ओळखणे - ते अवतार किंवा इतर स्वयं-अभिव्यक्ती वापरकर्त्याच्या क्रियाकलापांमध्ये प्रवेश करतात त्या ओळखीचे नाही तर ते सर्वसाधारणपणे गेममध्ये कसे वर्तन करतात. येथे परिणाम महत्वाचे आहेत. या प्रकारचा डेटा कॅप्चर करणे व्हिडिओ गेम कंपन्यांना प्लेयरच्या पसंतीस आणि रीअल-टाइममधील क्रियांना प्रतिसाद देण्यास चांगलीच मदत करू शकेल. तथापि, ज्या वयात स्पष्टपणे डिजिटल मॉनिटरिंगपेक्षा कमी अधिक व्यापक "उबदारपणा" या दिशेने पाऊल म्हणून पाहिले जाऊ शकते अशा युगात डेटा खनन हा प्रकार नेहमीच एक संवेदनशील विषय असतो. येथे, तनेजा या प्रकारच्या देखरेखीमागील काही विवेकी उद्दिष्टे सादर करतात. तो म्हणतो, गेममध्ये "स्नूपिंग" हा प्लेअर निवास आणि निवडीचा ड्रायव्हर असू शकतो. अर्थात, ई-कॉमर्स किंवा सोशल मीडियाच्या जगात जसे वैयक्तिक डेटा संग्रहण ग्राहकांना कसे आकर्षित करते त्याचे हे आणखी एक प्रकटीकरण असू शकते.

हा व्हिडिओ एका प्रमुख डिजिटल उद्योगाशी संबंधित देखावा प्रदान करतो, तसेच व्हिडिओ गेम कंपन्या सध्या व्यवसाय आयटीच्या डिजिटल सीमेवरील संपर्कात कसे आहेत याचा एक खुलासा चित्र आहे.