ユーザーエクスペリエンス

Hike Limitedの機械学習チームのリーダーとして、私はHikeの実際のお金を賭けるゲームネットワークであるRushのための革新的なAI駆動型マッチメイキングシステムの開発を主導しました。私たちの目標は、プレイヤーのスキルレベル、ゲーミング行動、全体的なユーザーエクスペリエンスに基づいて自動的にプレイヤーをマッチングすることで、公平で魅力的、そして高度にパーソナライズされたゲーミング体験を作り出すことでした。

プロジェクト概要 #

Rush MLプロジェクトは、競争的なゲームシナリオでプレイヤーを迅速かつ正確にペアリングできる洗練されたマッチメイキングアルゴリズムを開発することを目的としていました。このシステムは、すべての参加者にとって公平で楽しいマッチを確保するために、プレイヤーのスキル、ゲームの好み、過去の実績など、複数の要因のバランスを取る必要がありました。

技術的アプローチ #

コア技術 #

• アルゴリズム開発とデータ処理のためのPython
• 機械学習モデルの構築とトレーニングのためのTensorFlow
• 大規模データストレージと分析のためのBigQuery
• ワークフロー管理とスケジューリングのためのAirflow
• チェスのELOシステムとTrueSkillシステムにインスパイアされたカスタムビルトのランキングアルゴリズム

主要コンポーネント #

1. プレイヤースキル評価: さまざまなゲーム固有のスキルと全体的なプレイヤーパフォーマンスを考慮する多面的な評価システムを開発しました。

数ヶ月の開発と初期ベータテストを経て、NLPCaptchaの実装の初期結果と、この技術の将来のビジョンを共有できることを嬉しく思います。

初期結果 #

過去3ヶ月間、選ばれたパートナーウェブサイトでNLPCaptchaを運用してきました。その結果は非常に励みになるものでした：

1. ユーザーエクスペリエンスの向上 #

• 完了時間：ユーザーは従来のCAPTCHAと比較して平均35％速くNLPCaptchaを完了します。
• エラー率：エラー率が60％減少し、フラストレーションを感じるユーザーが減少しました。
• ユーザーフィードバック：調査対象ユーザーの78％が従来のCAPTCHAよりもNLPCaptchaを好みました。

2. セキュリティの強化 #

• ボット検出：システムは自動化された試行の99.97％を成功的にブロックし、従来のCAPTCHAを上回る性能を示しました。
• 適応性：CAPTCHAの自然言語的性質は、AI基盤のCAPTCHA解決ツールに対して高い耐性を示しました。

3. 広告効果 #

• ブランド想起：広告主は従来のディスプレイ広告と比較して40％のブランド想起率の増加を報告しています。
• エンゲージメント：関連広告のクリックスルー率が25％増加しました。
• 想起コスト：独自のCPR（Cost-Per-Recall）指標は広告主から好評を得ており、広告効果を測定する新しい方法を提供しています。

4. パブリッシャーのメリット #

• 新しい収益源：パートナーウェブサイトは広告収入が平均15％増加しました。
• ユーザー満足度：ユーザーエクスペリエンスの向上により、セッション時間が長くなり、エンゲージメント率が高くなりました。

技術的洞察 #

技術的観点から、Pythonベースのシステムは優れた性能を示しました：