This Thesis focuses on the identification of useful player and content data from the massive multiplayer online role-playing game(MMORPG) Final Fantasy XIV(FFXIV) and processing this data in order to perform a player and content based analysis to be useful for various stakeholders including the gaming company, Square Enix and FFXIV content creators/streamers. The data process and analysis will be done on Jupyter labs using Python programming language and includes the cleaning of data, clustering techniques to classify players into different categories from beginner to expert and visualization of the data in a informative form of various charts. The visualized data will be then analysed to understand its utility for the various stakeholders. The data used as the initial input will be taken from the online tools provided by Square Enix's Loadstone [2] and FFXIVCensus [1]. This thesis includes all the techniques used and knowledge required to perform this kind of analysis in a autonomous manner.

Questo tesi si concentra sull'identificazione di dati utili per giocatori e contenuti dal gioco di ruolo online multiplayer di massa(MMORPG) Final Fantasy XIV(FFXIV) e l'elaborazione di questi dati al fine di eseguire un'analisi basata su giocatori e contenuti per essere utile per varie parti interessate, tra cui la società di gioco, Square Enix e creatori di contenuti FFXIV. Il processo e l'analisi dei dati saranno effettuati su Jupyter labs utilizzando il linguaggio di programmazione Python e include la pulizia dei dati, le tecniche di clustering per classificare i giocatori in diverse categorie da principiante ad esperto e la visualizzazione dei dati in forma informativa di vari grafici. I dati visualizzati verranno quindi analizzati per comprenderne l'utilità per i vari stakeholder. I dati utilizzati come input iniziale saranno presi dagli strumenti online forniti da Loadstone[2] e FFXIVCensus [1]. Questo tesi include tutte le tecniche utilizzate e le conoscenze necessarie per eseguire questo tipo di analisi in modo autonomo.

FFXIV: Player data analysis

DLAMINI, TARAS KISLITSYN
2021/2022

Abstract

This Thesis focuses on the identification of useful player and content data from the massive multiplayer online role-playing game(MMORPG) Final Fantasy XIV(FFXIV) and processing this data in order to perform a player and content based analysis to be useful for various stakeholders including the gaming company, Square Enix and FFXIV content creators/streamers. The data process and analysis will be done on Jupyter labs using Python programming language and includes the cleaning of data, clustering techniques to classify players into different categories from beginner to expert and visualization of the data in a informative form of various charts. The visualized data will be then analysed to understand its utility for the various stakeholders. The data used as the initial input will be taken from the online tools provided by Square Enix's Loadstone [2] and FFXIVCensus [1]. This thesis includes all the techniques used and knowledge required to perform this kind of analysis in a autonomous manner.
ING - Scuola di Ingegneria Industriale e dell'Informazione
20-dic-2022
2021/2022
Questo tesi si concentra sull'identificazione di dati utili per giocatori e contenuti dal gioco di ruolo online multiplayer di massa(MMORPG) Final Fantasy XIV(FFXIV) e l'elaborazione di questi dati al fine di eseguire un'analisi basata su giocatori e contenuti per essere utile per varie parti interessate, tra cui la società di gioco, Square Enix e creatori di contenuti FFXIV. Il processo e l'analisi dei dati saranno effettuati su Jupyter labs utilizzando il linguaggio di programmazione Python e include la pulizia dei dati, le tecniche di clustering per classificare i giocatori in diverse categorie da principiante ad esperto e la visualizzazione dei dati in forma informativa di vari grafici. I dati visualizzati verranno quindi analizzati per comprenderne l'utilità per i vari stakeholder. I dati utilizzati come input iniziale saranno presi dagli strumenti online forniti da Loadstone[2] e FFXIVCensus [1]. Questo tesi include tutte le tecniche utilizzate e le conoscenze necessarie per eseguire questo tipo di analisi in modo autonomo.
File allegati
File Dimensione Formato  
FFXIV_PLAYER_DATA_ANALYSIS_TARAS_DLAMINI_10451348.pdf

accessibile in internet solo dagli utenti autorizzati

Dimensione 1.6 MB
Formato Adobe PDF
1.6 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/196871