/雷火UX | GDC2022演讲实录：观察变化——含时社交网络可视化与社区行为模式分析
最新文章2023-06-23

雷火UX | GDC2022演讲实录：观察变化——含时社交网络可视化与社区行为模式分析


GDC 2022

今年3月21日至3月25日，全球游戏行业最具规模、最有权威、最有影响力的专业峰会GDC2022在旧金山莫斯康中心盛大召开。本届GDC中，雷火UX共获邀17场演讲，分布在9个核心演讲以及8个峰会演讲，再度刷新中国游戏行业纪录，领跑全球。

接下来雷火UX公众号将陆续为大家进行介绍。本篇为大家介绍的是来自雷火UX资深数据分析师周壹的演讲——“观察变化：含时社交网络可视化与社区行为模式分析”，以下是演讲实录。

1

什么是社交网络

社交网络是由许多节点构成的一种结构，节点通常是指个人或组织，而社交网络代表着各种社会关系。
在互联网诞生前，社交网络分析就已经是社会学和人类学重要的研究分支，在这里我们特定讨论游戏领域的社交网络 —— 当然游戏玩家的社交行为也可以外延到其他游戏外的社交媒体上，也许随着将来跨平台的数字身份（如更宏大的元宇宙）的构建，各个虚拟世界之间的界限会被打通，但这里我们先只考虑游戏内的情况。
在当前的在线游戏中，玩家的社交行为对玩家游戏体验和游戏留存都至关重要。通过游戏内社交行为和社交网络，玩家可以拥有身份和认同与归属感，以及获得一起游戏的好友并维持一个长期、稳定的关系。
正如很多地方提到的那样，图模型是社交网络的基本模型。当我们在网络游戏中使用这个数学模型时，节点往往可以用来代表某个玩家或某个群体，比如一个公会；而边则一般用于表示他们之间的社会行为或社会关系。

图模型可以分为无向图和有向图。无向图的边没有方向，可以表示对称的社交关系，比如两个玩家通过匹配系统进入同一场游戏；有向图的边则具有方向，可以用来表示参与的双方在行为或动机上有偏向的社交行为，在网络游戏中，这类行为可以是某人邀请他人加入队伍，也可以是买卖双方进行交易（存在买方、卖方）。

2

在线游戏中的社交网络分析

正因为社交网络的状况对在线游戏的健康运营至关重要，我们需要使用各种方法去了解游戏内的社交网络的状况。
常用的方法中，最典型的是舆情观察、调查问卷、游戏体验，或者对头部玩家或头部公会的观察研究等。这种传统的方法，在我们急需了解某些当下的问题（例如因为某些突发事件导致的头部公会解散等）时，是非常实用的。但在长期而持续的社交网络分析上，存在人力投入过大，以及存在抽样偏差等问题。

另外一个常用的分析方式，是使用各种指数。即是把当前的社交网络的复杂状况，用一组数字来概括，获得一个整体的数值指标。常用的指数有社交率、社交沉淀、人均社交面、模块化、可靠性、差异度等等。

这种方式可以很好的获得一组有精确定义的宏观指数，且也能方便地观察该指数随时间的变化，但局限在于视角过于宏观，很多情况下只能指出问题的严重程度而不能指出具体的问题所在。
而基于图模型的可视化，结合恰当的呈现细节（例如点的大小、颜色，位置的分布，都有极大的优化空间），则最能立体展示当前的社交网络的状况。但也必须指出，尽管图模型对于描述社交网络在某个时间的整体情况非常有用。但是当我们想看到网络随时间的演变时，太多的节点和边的变化关系会使整体的可读性严重下降。

3

含时社交网络可视化案例

针对上述挑战，我们提出一个关处理社交网络可视化的时间相关行为模式分析的简单案例。并将重点关注如何呈现尽可能多的含时信息维度，同时保持可视化的可读性。
我们从一个简单的社交网络图开始。

这是MMORPG游戏中一段时间内的社交网络关系，其中每个节点都是一个玩家，每条边表示玩家之间的社交行为，比如组队活动、一起在地牢中战斗、或者完成任务一起。
并且在这里，为了让案例呈现地更加清楚，这个图里只保留了最活跃的社交玩家，并且没有显示那些次要的、重叠的边缘。
在这个案例里，我们可以用边的粗细来表示两个玩家之间的社交行为程度（越粗表示互动越频繁、关系越密切），并且使用点的大小表示玩家的游戏投入程度（越大表示越是核心玩家）。
到目前为止，与图上的许多方法一样，只考虑了静态情况。尽管在图上反映了一些信息，这些信息可能是某个特征的平均值、总和或者历史最大值，但它仍然是静态的。如前所述，我们希望即能够使我们的可视化能反映玩家行为随时间的变化。
我们此前提出了一种通过对特定玩家行为的时间序列进行聚类来区分玩家行为模式的方法，具体的算法和细节可以参见我们发表的论文(DOI: 10.1109/CDS52072.2021.00070)，通过该算法，我们可以根据社交行为随时间的变化将玩家分为五类。

● 灰色集群对社交完全不感兴趣；

● 黄色只在他们进入游戏后的前几天尝试社交行为；

● 绿色玩家则一度热衷于社交，而后就放弃了；

● 红色玩家是最核心的玩家，自来到游戏起就始终积极参与社交活动；

● 蓝色玩家则是逐渐地投入社交。
通过这样的聚类，使用颜色标签的方式，我们可以将时间信息也添加到静态社交网络图中。

由此，便可以很清楚地定位那些稳定的、会持续很长时间的社会关系，以及那些处于危险之中、可能会在一段时间内消失的社会关系，也可以找到那些在构建整个游戏环境的社交网络中发挥重要作用的核心玩家。

这些信息将有助于游戏的长期运营和网络游戏设计的改进。利用本案例中的方法，将可以构建出一个高可读性的，能反映玩家行为在时间轴上变化性质的社交网络的监控与预警方案。


▼

GDC2022雷火UX演讲一览

▼

【实录】条条大路通罗马：在《永劫无间》中用不同学科方法分析流失

【实录】关注特殊：让颜色不再成为认知障碍
【实录】《逆水寒》的艺术实践：舞蹈与游戏间的细语
【实录】UX助力精益运营:来自《流星群侠传》的经验
【实录】《永劫无间》的UX设计：从原型到成品
【实录】如何早期评估是否是“好产品”：经验教训与最佳实践
【实录】录音艺术与工程实践：《天谕》中的乐器社交
【实录】《永劫无间》：构建一个受欢迎的自定义捏脸系统
【实录】多人在线游戏中的实时异常监测
【预告】观察变化：含时社交网络可视化与社区行为模式分析
【预告】助力游戏策划分析：如何开发一个在线透视图表工具
【预告】游戏中的发型艺术：东西方玩家审美及制作
【预告】图灵模式和分形：程序化生成研究
【预告】自动化实践：随机游戏内容生成指南

【预告】基于多模态模型的游戏帧率预测

【预告】东方叙事：如何理解中国游戏中的“武侠”
往期推荐


本文来自微信公众号“网易雷火UX用户体验中心”（ID：LeihuoUX）。大作社经授权转载，该文观点仅代表作者本人，大作社平台仅提供信息存储空间服务。

TAGS:

相关文章