1 |
1
미리 학습된 사용자 심리 모델을 이용하여, 게임을 플레이하는 사용자의 숙련도 데이터, 감정 데이터 및 게임 상황 데이터를 기반으로 상기 사용자의 상기 게임에 대한 만족도를 나타내는 만족도 데이터를 생성하는 만족도 데이터 생성부;미리 학습된 게임 난이도 제어 모델을 이용하여, 상기 숙련도 데이터, 감정 데이터, 게임 상황 데이터 및 만족도 데이터를 기반으로 상기 게임의 난이도를 제어하기 위한 게임 난이도 제어 데이터를 생성하는 제어 데이터 생성부; 및상기 게임 난이도 제어 데이터를 기반으로 상기 게임의 난이도를 조절하는 게임 난이도 제어부를 포함하는, 사용자 만족도 기반의 게임 난이도 조절 장치
|
2 |
2
제1항에 있어서,상기 게임을 이미 플레이한 사용자들의 숙련도 데이터, 감정 데이터, 게임 상황 데이터 및 만족도 데이터를 포함하는 학습 데이터 셋을 이용하여, 상기 사용자의 숙련도 데이터, 감정 데이터 및 게임 상황 데이터로부터 상기 사용자의 상기 게임에 대한 만족도를 예측하도록 학습시켜 상기 미리 학습된 사용자 심리 모델을 생성하는 사용자 심리 모델 생성부를 더 포함하는, 사용자 만족도 기반의 난이도 조절 장치
|
3 |
3
제1항에 있어서,상기 사용자로부터 숙련도 질의에 대한 답변을 입력 받는 입력부; 및입력된 숙련도 질의에 대한 답변을 기반으로 상기 숙련도 데이터를 생성하는 데이터 전처리부를 더 포함하는, 사용자 만족도 기반의 게임 난이도 조절 장치
|
4 |
4
제1항에 있어서,상기 사용자의 게임 조작 데이터를 입력 받는 입력부; 및입력된 게임 조작 데이터를 기반으로 상기 숙련도 데이터를 생성하는 데이터 전처리부를 더 포함하는, 사용자 만족도 기반의 게임 난이도 조절 장치
|
5 |
5
제1항에 있어서,상기 사용자의 상기 게임의 플레이 시간, 플레이어 등급 및 플레이 기록 중 적어도 하나를 포함하는 게임 로그 데이터를 입력 받는 입력부; 및상기 게임 로그 데이터를 기반으로 상기 숙련도 데이터를 생성하는 데이터 전처리부를 더 포함하는, 사용자 만족도 기반의 게임 난이도 조절 장치
|
6 |
6
제1항에 있어서,상기 사용자로부터 상기 게임에 대한 감정 평가 질의에 대한 답변을 입력 받는 입력부; 및입력된 감정 평가 질의에 대한 답변을 기반으로 상기 감정 데이터를 생성하는 데이터 전처리부를 더 포함하는, 사용자 만족도 기반의 게임 난이도 조절 장치
|
7 |
7
제1항에 있어서,상기 사용자의 심박수 및 뇌파 중 적어도 하나의 생체 신호를 입력 받는 입력부; 및입력된 생체 신호를 기반으로 상기 감정 데이터를 생성하는 데이터 전처리부를 더 포함하는, 사용자 만족도 기반의 게임 난이도 조절 장치
|
8 |
8
제1항에 있어서,상기 감정 데이터는 상기 사용자의 집중, 불안 및 지루함 중 적어도 하나의 감성 상태를 의미하는, 사용자 만족도 기반의 게임 난이도 조절 장치
|
9 |
9
제1항에 있어서,상기 사용자가 플레이하는 게임의 스테이지 정보, 레벨 정보 및 스코어 정보 중 적어도 하나를 포함하는 상기 게임 상황 데이터를 입력 받는 입력부를 더 포함하는, 사용자 만족도 기반의 게임 난이도 조절 장치
|
10 |
10
제1항에 있어서,상기 게임 난이도 제어부는,상기 사용자가 게임을 플레이하는 동안 동적으로 상기 게임의 난이도를 조절하는, 사용자 만족도 기반의 게임 난이도 조절 장치
|
11 |
11
미리 학습된 사용자 심리 모델을 이용하여, 게임을 플레이하는 사용자의 숙련도 데이터, 감정 데이터 및 게임 상황 데이터를 기반으로 상기 사용자의 상기 게임에 대한 만족도를 나타내는 만족도 데이터를 생성하는 단계;미리 학습된 게임 난이도 제어 모델을 이용하여, 상기 숙련도 데이터, 감정 데이터, 게임 상황 데이터 및 만족도 데이터를 기반으로 상기 게임의 난이도를 제어하기 위한 게임 난이도 제어 데이터를 생성하는 단계; 및상기 게임 난이도 제어 데이터를 기반으로 상기 게임의 난이도를 조절하는 단계를 포함하는, 사용자 만족도 기반의 게임 난이도 조절 방법
|
12 |
12
제11항에 있어서,상기 사용자 심리 모델의 학습을 위한 만족도 데이터의 생성은 게임 내용 또는 경험에 대한 설문에 기초하여 생성하되, 사용자의 답변을 게임의 모든 스텝에 일괄적인 라벨로 적용하는 것을 특징으로 하는 사용자 만족도 기반의 게임 난이도 조절 방법
|
13 |
13
제11항에 있어서, 상기 미리 학습된 게임 난이도 제어 모델은 게임 옵션 조절을 위한 학습은 Rule-Based 알고리즘 또는 확률통계 기반 학습을 이용하고, 게임 요소에 대한 난이도 조절 학습은 Tree-Search, 진화연산 또는 확률통계 기반 학습을 이용하고, AI 플레이어 수준 난이도 조절 학습은 Monte-Carlo Tree Search, Behavior Tree 기반, 또는 Bayesian 기반의 확률통계 기법을 이용하는사용자 만족도 기반의 게임 난이도 조절 방법
|
14 |
14
제11항에 있어서, 상기 게임의 난이도를 조절하는 단계는 수익성, 신규 유저 유입의 증가, 게임 업데이트, 신규 게임의 런칭 및 기존 게임의 차기 버전 런칭 중 적어도 어느 하나를 고려하여 난이도 제어 정책을 결정하고, 난이도 제어 정책에 기초하여 난이도 제어 데이터의 적용 또는 난이도 제어 모델의 수정을 결정하는사용자 만족도 기반의 게임 난이도 조절 방법
|