analysisに関するskatsuyamaのブックマーク (4)

  • MMORPGのゲーム性 - 未来私考

    いわゆるクリックゲームと言われる類いのスタンダードなMMORPG。コアなゲーマーからはゲーム性がないと揶揄されることが多いんだけど、当にそうかな?というのをちょっと考えてみたい。 テトリスというゲームがある。上から降ってくるブロックを最適な場所にはめ込んでいくこのゲームを「ゲーム性が低い」という人は少ない。MMORPGゲーム性を考える上でこのテトリスの持つ面白さの核は良い補助線になる キーワードは「最適化」。1つ1つは単純な作業でも、それを連続して最適な動作をすると、人間の脳は非常に強い快感を感じるんですよね。MMORPGのスラッシュ&ハックはそれに近い。最適な行動を繰り返すことによって最大効率で経験値等が手に入るというインセンティブもある。このあたりが勘違いされやすい点なんだけど、良い報酬があるから退屈なプレイが出来るのではなく、単純な繰返しが楽しい上に報酬という明確な評価があるから

    MMORPGのゲーム性 - 未来私考
    skatsuyama
    skatsuyama 2010/09/19
    クリックゲーとも揶揄される MMORPG にはまる理由を考察している記事。単純作業の効率化が鍵ではないかと結論づけている。
  • ゲームから学ぶ「おもしろさ」と「ハマる」の秘密

    シナリオ < ゲームプレイ 今はゲームと一言でいってもかなり意味が広い時代です。ジャンル、機器、オフライン/オンラインなど分類すればキリがありまません。最近 Web ではソーシャルゲームという人とのコミュニケーションを軸にしたゲームが幾つか出て来ています。日でも流行しはじめている foursquare もその部類に該当します。人気になるゲームは「おもしろい!ハマる!」という言葉で表現されることが多いですが、おもしろいゲームとは一体どういった特徴をもっているのでしょうか。なぜ人はゲームにハマるのでしょうか。 Jesse Schell 氏の著書「The Art of Game Design」によれば、素晴らしいゲームには5つの要素があると定義しています。 Surprise (驚き) 自分が予測もしていなかったことが起こる。それに対して自分の経験と直感を活かし反応しなければならない Risk

    ゲームから学ぶ「おもしろさ」と「ハマる」の秘密
    skatsuyama
    skatsuyama 2010/09/19
    "おもしろいゲームには驚き、リスク、報酬、挑戦、発見という5つの要素が含まれています。それぞれのバランスをどう調整したり演出するかでおもしろさが決まってきます。"
  • 評価の基準 ―ゲームを評価してみよう―

    序 ― ドイツの評価基準 ― 実際の評価例 ― 国内の評価 ― 提言 1.序 ゲームの評価はどのように行われるべきでしょうか? 広い意味での「評価」にはレビュー(ゲーム紹介)も含まれますが,一般的には数字で点数をつけることになります.数字は過分に抽象的であるため,一目でわかる反面, 1.一意的になってしまいゲームの深さや豊かさを十分に表現できない という欠点があります.時と場所によって,誰と遊ぶかによって,またその日の気分によってゲームは全く異なる様相を呈します.千差万別の状況をたったいくつかの数字で表せるのかという問題です.さらに評価から主観的な要素を完全に排除することはできないため(あるいは評価というものは主観にほかならないという説も), 2.根拠が希薄で独りよがりに陥る危険性 もあります.例えば一度負けただけで,子供のように「つまらない」と評価するのは問題があります.そのような評価を

    skatsuyama
    skatsuyama 2010/09/19
    ゲームの評価基準についての記事。どうやってボードゲームの面白さを評価するのかを考察している。
  • その分析、Hadoopなら速く安くできます

    ビジネスデータを分析するビジネスインテリジェンス(BI)分野の新たなプラットフォームとして注目されているHadoop。Hadoopでは、どのようなデータ分析が可能なのでしょうか? 現在、Hadoopビジネスの牽引役であるClouderaのJeff Hammerbracher氏が、Hadoopでデータ分析が可能なビジネス上の課題を示した「10 Common Hadoop-able problems」(Hadoop化可能な10の一般的課題)と題したプレゼンテーションを公開しています。 Hadoopにとって得意な処理とは、複雑で複数のデータソースからなる大量のデータの分析であり、それをバッチ処理の並列実行によって実現することです。 従来は、データがあまりに複雑だったり膨大だっために、計算時間やコストなどの理由で実現が難しかった処理でも、Hadoopによる低コスト化、計算時間の短縮、高い柔軟性など

    その分析、Hadoopなら速く安くできます
  • 1