Recommandé
Contenu connexe
Similaire à 軟工人的資料科學奇航－線上遊戲、網路學習與中華職棒 by 許懷中
Similaire à 軟工人的資料科學奇航－線上遊戲、網路學習與中華職棒 by 許懷中 (20)
Plus de 台灣資料科學年會
Plus de 台灣資料科學年會 (20)
軟工人的資料科學奇航－線上遊戲、網路學習與中華職棒 by 許懷中
- 4. 我是軟工人！ 在交大十四年，從學士、碩士到博士 大學拿手科目：軟體工程以及物件導向分析與設計 碩士論文主題：軟體整合測試方法與環境 博士論文主題：軟體分析與設計模式 (Design Pattern) 研究所期間在 CMMI 3 的公司兼職，擔任系統整合與開 發工程師 資料科學是什麼？ 2015/8/23 DSC 2015 4
- 6. 我的資料科學奇航 2015/8/23 DSC 2015 6 均一教育平台
- 10. 可怕的事實 絕大多數的遊戲生命週期只有四到九個月 在回本前遊戲已經死了 2015/8/23 DSC 2015 10 到底一款遊戲可以活多久？
- 13. 2015/8/23 DSC 2015 13 量化沈迷度
- 14. 上線期間與比例 2015/8/23 DSC 2015 14
- 15. 量化沈迷度 計算上線率 火山爆發與細水長流的區別？ 指定觀察期間的上線率 Ratio of Presence over an Observation Period => RoP(OP) 2015/8/23 DSC 2015 15
- 16. RoP(OP) 曲線 2015/8/23 DSC 2015 16 符合冪次定律 RoP(OP), FPS2
- 17. 2015/8/23 DSC 2015 17
- 18. RoP(OP) ≈ a ∙ OPβ + b 2015/8/23 DSC 2015 18 玩家沈迷度指標 β
- 19. 2015/8/23 DSC 2015 19 上線期間與 β
- 20. 2015/8/23 DSC 2015 20 要如何預測 β ? β 是由過去的營運記錄中所獲得的統計數據，只 能在遊戲開始營運後獲得 如何能在遊戲開始營運前預測 β？ 玩家進行線上遊戲的目的在於獲取樂趣 樂趣是純然主觀、情緒上的感受 藉由少量玩家試玩遊戲時的情緒反應來預測β？
- 21. 量測玩家在遊戲中的感受 現有作法 專家意見、社群 遊戲後問卷 遊戲中問卷 從玩家的生理反應瞭解其在遊戲中的感受 2015/8/23 DSC 2015 21 ← 容易受到偏好影響 ← 無法真實反應玩家在遊戲中的感受 ← 影響遊戲過程
- 22. 量測玩家在遊戲中的感受 2015/8/23 DSC 2015 22 量化玩家遊戲時的情緒反應 皺眉 負面情緒 皺眉肌 (Corrugator supercilii, CS ) 笑容 正面情緒 顴大肌 (Zygomaticus major, ZM) 眼輪閘肌 (Orbicularis oculi, OO) 藉由臉部肌電 (EMG) 捕捉並
- 23. 實驗室收集數據 2015/8/23 DSC 2015 23
- 25. Pearson cor: 0.86 Kendal cor: 0.78 Avg. error rate: 11% 預測 β 2015/8/23 DSC 2015 25
- 26. 小結 此方法僅適用於代理遊戲，不適用於自製遊戲 β 與遊戲營收之間的關係？ 玩家情緒反應與遊戲內購買的關係？ 離開實驗室收集數據？ 非侵入式、非接觸性、無須接線的方法 2015/8/23 DSC 2015 26
- 27. 資料科學與線上教育 2015/8/23 DSC 2015 27 均一教育平台 K-15, 國中小學線上教育
- 29. 均一教育平台遭遇的問題 學生程度落差大 使用者黏著度低 需要快速、正確、有趣同時不影響學生學習意願 的評量方法 適性測驗 (Adaptive Test) 推薦適當的練習題 從學生回答少量挑選過題目的反應，瞭解其程度 2015/8/23 DSC 2015 29
- 30. 資料科學與適性測驗 從練習題記錄建立使用者模型 推薦練習題 預測一個學生正確回答指定練習題的機率 均一教育平台從 2012/10 上線到 2014/8 為止 近七萬名註冊使用者 一共進行了超過兩千三百萬題練習題 每一題練習題都詳細的記錄了 答題正確與否以及每次嘗試的答案 答題時間與用時 是否使用提示等……資訊 2015/8/23 DSC 2015 30
- 31. 建立使用者模型之效果比較 2015/8/23 DSC 2015 31 Khan’s Approach Our Approach
- 33. 知識地圖 2015/8/23 DSC 2015 33
- 34. 群眾外包 (Crowdsourcing) 2015/8/23 DSC 2015 34 相似度？ 難度？ 學習順序? 以1-9分評斷 比較任兩題練習題 VS 領域專家(教育工作者) 群眾工作者(具備大學學歷)
- 35. 2015/8/23 DSC 2015 35
- 36. 2015/8/23 DSC 2015 36 http://bountyworkers.net
- 37. 重要特徵 藉由隨機森林 (Random Forest) 進行迴歸分析，可以取得 各項特徵的重要性排序 相似度 知識地圖座標 > 練習題標題 > 知識地圖定義之順序 > 來自使用者建模的特徵 > …… 難度 答題人數 > 答題所需時間 > 學生答題順序 > 答題正確率 > …… 學習順序 知識地圖座標 > 練習題標題 > 學生答題順序 > 答題人數 > …… 2015/8/23 DSC 2015 37 ＊橘色表示來自練習題資訊的特徵 綠色表示來自答題記錄的特徵
- 39. 代數 幾何 算數 2015/8/23 DSC 2015 39
- 40. 適性測驗 難 度 1 答 對 3 學生 能力 科目 答 錯 2015/8/23 DSC 2015 40 2 ……
- 42. 資料科學與中華職棒 2015/8/23 DSC 2015 42
- 43. 資料科學與中華職棒 數據頭 (Stats Head) 與球探 (Scout) 的爭論 棒球的統計科學 Sabermatrics 打擊率、投手防禦率、守備率 上壘率、長打率、九局奪三振率、每局被上壘率 Value Over Replacement Player (VORP, 相較於替補 球員之價值) Win Shares (WS, 勝利貢獻指數) 以比賽資料評估球員攻守表現、價值以及球隊戰力 2015/8/23 DSC 2015 43
- 44. 2015/8/23 DSC 2015 44
- 45. 對中華職棒，我有問題！ 不離不棄、是我兄弟 死忠球迷 vs 戰績球迷 vs ??球迷 影響票房的要素是什麼？ 球隊戰績？球團經營？球迷熱血？ 2015/8/23 DSC 2015 45
- 46. 黑 虎 事 件 黑 鷹 事 件 黑 熊 事 件 黑 鯨 事 件 黑 米 事 件 黑 象 事 件 中華職棒各季平均票房 2015/8/23 DSC 2015 46 Viewership Years
- 47. 中華職棒各季各隊平均票房 2015/8/23 DSC 2015 47 Years
- 48. 兄弟象三連霸 兄弟象 二度三連霸 興農牛連霸 La New熊隊史首冠 年度修正後各季各隊平均票房 2015/8/23 DSC 2015 48 Years Adj.viewership
- 50. 2015/8/23 DSC 2015 50 各隊年度勝率 與 年度修正後票房 之逐年差異
- 51. So far so good? 影響票房之因素 時間 隊伍 戰績 還可以更深入嗎？ 利用機器學習找出影響票房之因素與其重要程度 以各隊該年度與前一年度之比賽數據預測該年度 票房 2015/8/23 DSC 2015 51
- 52. 2015/8/23 DSC 2015 52 Actual adj. viewership Predictedadj.viewership Pearson cor: 0.900 R^2: 0.768 Avg. error rate: 9.4% 預 測 票 房
- 53. 影響票房的要素 2015/8/23 DSC 2015 53 做出最佳預測的要素 每九局保送數 打擊率 每九局保送數(去年) 保送三振比 上壘率(去年) 打擊率(去年) 上壘率 敗場數 三振率 平均失誤數(去年) 三振率(去年) 平均失誤數 勝場數 勝率 隊伍
- 54. 2015/8/23 DSC 2015 54 軟體工程 資料科學
- 55. 資料分析流程 2015/8/23 DSC 2015 55 取得資料 瀏覽資料 處理資料 分析資料 詮釋結果 設定問題 網路爬蟲 商談 動手蒐集 群眾外包 有什麼？ 缺什麼？ Python, PHP, etc. 耐性 資料視覺化 R, Python, SAS, Matlab, or SpreadSheets,etc. 想像力
- 56. 資料奇航日誌 資料科學並不等於大數據 現實的不完美 系統bug 人為輸入錯誤 資料天生的缺陷 資料俯拾皆是 業界資料、公開資料、實驗室資料、個人資料等等 各種工具 R, Python, Awk, and Bounty Workers, etc. 2015/8/23 DSC 2015 56 http://bountyworkers.net
- 58. 誌謝 特別感謝陳昇瑋博士、羅經凱博士、蘇漢益先生、 張浩軒先生以及中研院資訊所多媒體網路與系統 實驗室 (MMNet Lab.) 的各位伙伴在我資料科學 之旅途中的指導與幫助 今日演講內容皆為團隊合作之成果，非我一人之 力可以完成 2015/8/23 DSC 2015 58
- 59. 謝 謝 各 位 許懷中博士 hjhsu@iis.sinica.edu.tw 2015/8/23 DSC 2015 59 Q & A