Játékok és játékosok klaszterezése

OData támogatás
Konzulens:
Dr. Pataki Béla
Méréstechnika és Információs Rendszerek Tanszék

A kognitív funkciók túl gyors romlásának időben történő felismerése kulcsfontosságú, mert a romlás ütemét sokkal jobban lehet lassítani korai stádiumban, mint későbbiben. Ugyancsak lényeges a megelőzés, melyben többek között a szellemi tevékenységek végzése is segít. Azonban, egy-egy komoly teszt elvégzése sok időt vesz igénybe, így nem lehet a rizikócsoport nagy részét megvizsgálni. Ezeknek a problémáknak a megoldására indult az M3W (Maintaining and Measuring Mental Wellness) projekt, mely mind a megelőzésre, mind a hanyatlás detektálására fókuszált.

Az M3W projekt keretében webes logikai játékokat készítettek, melyekkel a felhasználók játszanak. Cél, hogy a játékok eredményeiből, adataiból lehessen detektálni a túl gyors szellemi hanyatlást.

Ugyancsak cél az adatokból más hasznos információ kinyerése. Az adatok elemzésére érdemes többek között a klaszterezést is használni.

A klaszterezés során az adatokat csoportokra bontjuk úgy, hogy az azonos csoportokban lévő adatok hasonlóak, a különböző csoportokban lévő adatok pedig különbözőek legyenek. A szakdolgozatom első részében írtam általánosságban a klaszterezésről, bemutattam néhány klaszterezési algoritmust, leírtam azoknak előnyeit és hátrányait. Az algoritmusokat kisebb adathalmazokon futtattam, az azok által készített klasztereket vizualizáltam. A szakdolgozatom második részében a játékok eredményeit, adatait klasztereztem, a klaszterező algoritmus által készített csoportokat leírtam.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.