Recommender models for items in the game Destiny 2

Abstract

[EN] Currently, players of the popular video-game 'Destiny 2' waste an excessive amount of time skimming through their items trying to figure out if they are worth using or not. To fill this unexplored niche, and with the goal of assisting them and reducing the time spent, models for the area of popularity prediction and item recommendation are explored. An analysis of the problems of data for this particular domain are laid out. A novel approach of using a heuristic metric is developed for scoring and assessing performance for this problem context. Hyperparameter tuning is carried out for all proposed models. Models are proposed and then tested on data incoming from future, unseen game releases, obtaining good results when predicting items in future releases. Potential biases present in the model are discussed, and a Model Card is provided. Future work is laid out.

[CA] En l'actualitat, els jugadors del popular videojoc 'Destiny 2' perden una quantitat excessiva de temps fullejant els seus objectes intentant esbrinar si val la pena usar-los o no. Per a cobrir aquest nínxol inexplorat, i amb l'objectiu d'ajudar-los i reduir el temps invertit, s'exploren models per a l'àrea de predicció de popularitat i recomanació d'ítems. S'exposa una anàlisi dels problemes que plantegen les dades d'aquest àmbit concret. Es desenvolupa un enfocament nou consistent a utilitzar una mètrica heurística per a puntuar i avaluar el rendiment en aquest context problemàtic. S'ajusten els hiperparàmetres de tots els models proposats. Es proposen models i es proven amb dades procedents de futurs llançaments de jocs no vists, obtenint-se bons resultats en la predicció d'articles de futurs llançaments. Es discuteixen els possibles biaixos presents en el model i es proporciona una Targeta de Model. A continuació es descriuen els treballs futurs. Traducció realitzada amb poli[Traductor]

[ES] En la actualidad, los jugadores del popular videojuego "Destiny 2" pierden una cantidad excesiva de tiempo hojeando sus objetos intentando averiguar si merece la pena usarlos o no. Para cubrir este nicho inexplorado, y con el objetivo de ayudarles y reducir el tiempo invertido, se exploran modelos para el área de predicción de popularidad y recomendación de ítems. Se expone un análisis de los problemas que plantean los datos de este ámbito concreto. Se desarrolla un enfoque novedoso consistente en utilizar una métrica heurística para puntuar y evaluar el rendimiento en este contexto problemático. Se ajustan los hiperparámetros de todos los modelos propuestos. Se proponen modelos y se prueban con datos procedentes de futuros lanzamientos de juegos no vistos, obteniéndose buenos resultados en la predicción de artículos de futuros lanzamientos. Se discuten los posibles sesgos presentes en el modelo y se proporciona una Tarjeta de Modelo. A continuación se describen los trabajos futuros.

Traducción realizada con la versión gratuita del traductor www.DeepL.com/Translator