Um modelo de aprendizagem de máquina para análise de sentimentos e usabilidade em jogos online

Abstract

O presente trabalho abordou uma discussão sobre o uso de um modelo de aprendizagem de máquina no campo de processamento de linguagem natural. Este modelo foi empregado no auxílio do processo de análise de alguns jogos através dos feedbacks dos jogadores, a fim de identificarmos as falhas de usabilidade presentes nos jogos escolhidos. Sendo de cunho bibliográfico e de pesquisa em sites especializados, esse projeto teve como objetivo principal desenvolver uma aplicação capaz de classificar o sentimento expresso pelos usuários em seus comentários, para que possamos analisar as avaliações negativas e identificar as falhas de usabilidade apontadas pelos jogadores. Para tanto, realizou-se um estudo inicial das técnicas envolvidas na construção de um modelo de aprendizagem de máquina, para que se fosse capaz de entender as diferenças entre os principais tipos de modelos: classificação, regressão e clusterização, e saber quais destes seriam aplicados no desenvolvimento desse projeto. Deste modo, considerar a experiência dos jogadores, ajudou a observar o controle da qualidade dos jogos estudados, uma vez que possibilitou a identificação das falhas que passaram despercebidas durante o processo de desenvolvimento destes jogos. Em nosso estudo, constatamos que os jogos escolhidos para análise apresentam erros semelhantes, o que pode estar associado à natureza desses jogos, uma vez que todos são voltados para o uso online. Além disso, verificamos que os usuários não se limitaram a reportar problemas de usabilidade em suas análises, mas sugeriram que os desenvolvedores incorporassem novas funcionalidades aos jogos como forma de solucionar erros e evitar outros possíveis problemas que pudessem surgir.