데이터 과학 팀이 작성한 이 블로그 게시물의 1부 읽기 여기에서 지금 확인해 보세요.. 

이전 게시물에서 Roblox 사용자의 행동을 더 잘 이해하기 위해 아바타 미학을 분석했습니다. 2부에서는 사용자의 실제 식별자가 Roblox ID와 어떻게 교차하는지 더 잘 이해하기 위해 아바타와 ID에 대한 조사를 계속합니다. 

연령

나이는 중요하지만 시작하기 쉬운 곳입니다. 나이든 사용자나 젊은 사용자가 미적 선호도가 다른가요? 놀랍게도 대답은 대부분 "아니오!"입니다.

우리가 관찰하는 동안 일부 서로 다른 클러스터의 연령 분포의 가변성, 일반적으로 통계적으로 유의미한 편차가 몇 개 있지만 차별화보다 중복이 더 많습니다.

지리적 정체성

Roblox는 글로벌 플랫폼이며 모든 문화가 고유합니다. 이것은 우리 데이터에 반영되어 있습니다. 다른 국가에서 클러스터 주파수를 플로팅할 때 극적인 미학적 변화를 볼 수 있습니다. 

때로는 인구 통계학적 이유 때문이기도 합니다. 예를 들어 사우디 아라비아의 경우 Roblox에 남성보다 여성이 더 많다고 보고한 결과 여성으로 보이는 아바타 클러스터의 인기가 높아졌습니다. 

반면에 일부 지리적 원형은 문화에 뿌리를 두고 있을 수 있습니다. 브라질에서는 녹색 스포츠 유니폼과 갈색의 가짜 매 헤어스타일(아래 클러스터 15)이 있는 남성처럼 보이는 아바타가 다른 국가에 비해 불균형적으로 인기가 있음을 알 수 있습니다. 브라질의 국가 색상, 축구의 중요성, 유명인의 헤어스타일을 감안할 때 이것은 이치에 맞습니다. 

왼쪽: 가브리엘 바르보사. 저작자 표시: Marcelo Camargo/ABr, CC BY 3.0 BR , Wikimedia Commons Right: Neymar를 통해. 저작자 표시: Agência Brasil 사진, CC BY 3.0 , Wikimedia Commons를 통해

사우디아라비아 클러스터 빈도(클러스터 7은 여성이 지배하는 클러스터임)

브라질 클러스터 빈도:

성별

우리 클러스터의 가장 두드러진 특성 중 하나는 한쪽으로 치우친 성별 분할입니다. 대부분의 클러스터는 거의 완전히 남성 또는 여성이며 소수의 이질적인 그룹만 있습니다. 성별이 식별된 Roblox 사용자는 성별을 반영하는 아바타를 선택하는 경향이 있습니다.

우리는 이것을 정량화할 수 있습니다. 썸네일에 대해 훈련된 매우 단순한 합성곱 신경망은 91%의 정확도로 사용자가 스스로 식별한 성별을 예측할 수 있었습니다. 흥미로운 점은 제쳐두고, 모델이 잘못 평가한 사용자를 볼 때 65%가 여성임을 확인했으며, 이는 여성 사용자가 분명히 여성처럼 보이는 아바타를 선택할 가능성이 적을 수 있음을 의미합니다.

20개 클러스터에 대한 성별 분할:

미학적 극단: Rthro 및 Blocky

Roblox의 미학적 다양성을 보여주는 두 가지 특정 원형은 "Rthro"와 "Blocky"입니다. Rthro는 키가 크고 마른 "인간형" 아바타 클래스입니다. 2018에서 발표 됨, "Blocky"는 Roblox 초기에 매우 인기 있는 미학이었습니다(각각의 예는 아래 그림 참조). 둘 다 오늘날 유사하게 작은 크기의 클러스터이지만 시각적으로 이보다 더 차별화될 수 없습니다.

이러한 특정 원형을 비교하기 위해 우리는 가벼운 반지도 접근 방식을 취했습니다. 먼저 더 많은 수(100)의 클러스터를 생성한 다음 샘플의 육안 검사에서 수동으로 Rthro 및 Blocky로 레이블을 지정하고 마지막으로 동일한 레이블의 클러스터를 그룹화했습니다. 이 기술을 사용하면 두 클래스에 대한 외부 기준도 준수하는 더 긴밀하고 응집력 있는 클러스터를 생성할 수 있습니다.

Blocky를 만들기 위해 결합된 일부 클러스터:

Rthro를 만들기 위해 결합된 일부 클러스터:

우선, 이 운동은 이러한 클러스터가 상대적으로 작다는 것을 확인했습니다. 이 클러스터는 함께 활성 사용자 기반의 약 7%에 불과하고 덜 극단적인 Roblox 신체 유형이 나머지 93%를 차지합니다. 둘째, Rthro와 Blocky 사이의 미학적 차이가 틈새 사용자의 특성에 반영되어 있음을 발견했습니다. 

• Blocky 사용자의 플랫폼 사용 기간은 Rthro 사용자보다 훨씬 깁니다. 사실, 일반적인 Blocky 사용자는 평균 Rthro 사용자보다 두 배 이상 Roblox를 사용했습니다.
• 차이점은 재생 시간과 마찬가지로 극명하며 Blocky 재생 시간은 Rthro의 두 배입니다. 
• 또한 Blocky 사용자는 이전 R6 Avatar 구성을 활용하는 틈새 게임에서 많은 시간을 보내는 것으로 나타났습니다.

이러한 모든 비교는 Blocky 사용자에 대한 명확한 그림을 그립니다. 게임 플레이와 아바타 디자인 모두에서 Roblox의 오래되고 뭉툭한 미학에 매력을 느끼는 작지만 충성도가 높으며 참여도가 높은 사용자 기반입니다. 반면에 Rthro 사용자는 Roblox 여정의 초기에 새로운 참가자입니다.

이러한 미학적 극단과 그에 해당하는 Robloxian 하위 문화 사이에 있는 다른 93%의 아바타 몸에 대해 이러한 유형의 심층 분석을 반복하는 것을 상상할 수 있습니다. 

잠재적인 아바타 개선 사항

궁극적으로 분석의 목적은 사용자에게 더 나은 Roblox 경험을 제공하는 방법에 대한 가설을 제안하거나 지원하는 것입니다. 이니셔티브를 제안하고 평가하기 위해 때로는 사양을 넘어 제품 로드맵에서 고려할 실제 개념 증명(PoC)을 구축하는 것이 도움이 됩니다. 

다음은 이번 여름에 함께 만든 몇 가지 예입니다. 분명히 말해서, 이것들은 프로토타입일 뿐이고 결코 빛을 보지 못할 수도 있지만 사용자에 대한 깊은 이해가 사용자에게 더 나은 서비스를 제공하는 제품을 만드는 데 어떻게 도움이 될 수 있는지를 보여주기를 바랍니다.

1. 개선된 아바타 기본값: 현재 많은 신규 사용자가 처음 할당된 표준화된 기본 아바타를 고수하고 있습니다. 제품 가설: 신규 사용자가 맞춤형 아바타를 빠르게 구축할 수 있도록 지원함으로써 우리는 그들이 Roblox에서 얻는 가치를 심화할 수 있습니다.

아바타 클러스터링 모델을 활용하여 기존의 고도로 사용자 정의된 디자인을 기반으로 즉시 독특하고 멋진 아바타 샘플을 사용자에게 제공할 수 있습니다. Roblox에 처음 가입할 때 아래의 다섯 가지(측정할 수 있을 정도로 다양한) 아바타가 생각을 시작할 수 있다고 상상해 보세요. 아마도 그것들을 스크롤하면 훨씬 더 독특한 변형이 드러날 수 있습니까?

2. 제안된 의상 변형: 기본 아바타가 제공하는 "아바타 영감" 유형은 기존 아바타를 편집하는 데에도 유용할 수 있습니다. 이것은 본질적으로 새로운 검색 및 발견 기회입니다. 유사성 또는 비 유사성을 기반으로 사용자의 상상력을 자극하기 위해 심하게 편집된 아바타 원형을 제시합니다. 프로토타입의 사용자 흐름(아래 참조)에 문제가 있지만 작동할 때 아주 좋습니다.

3. 아바타 설명: 때때로 프로토타이핑의 이점은 실현 가능성과 일정을 알리는 것입니다. 사용자의 영어 쿼리를 자동으로 꾸미는 아바타로 바꾸는 야심찬 아이디어를 생각해 보십시오. 이 방향의 한 단계는 아바타 자산에 설명 단어를 알고리즘 방식으로 태그하는 것입니다. 그러나 아래 예에서 볼 수 있듯이 기성품 모델링 기술은 재미있을 정도로 갈 길이 멉니다..

이 특정 예는 유익한 메타 학습을 산출합니다. so Roblox 자산의 다양성으로 인해 사전 훈련된 네트워크와 수만 개의 훈련 샘플로도 공간을 적절하게 모델링하는 것이 어렵습니다.
각 예에는 자산 썸네일이 포함되어 있습니다. 그 아래에는 각 태그의 관련성에 대한 점수와 함께 자동으로 제안된 태그가 있습니다(작을수록 좋음).

최소한 "판다"는 상위 XNUMX위 안에 들었지만... 그럼에도 불구하고 저는 "거북이"와 "개"가 사랑스럽다고 생각합니다.

색상은 배우기 쉽다고 생각할 수 있지만 분명히 그렇지 않습니다.

모델은 여기에서 올바른 생각을 가지고 있었습니다! 다른 유형의 무기를 더 세밀하게 구분할 수는 없습니다.

결론: 정체성을 중심으로 제품 구축

아바타 미학에 대한 이 연구는 단일 Roblox 여정이 없다는 것을 분명히 합니다. 사용자는 무수히 많은 배경을 가지고 있으며 플랫폼에서 유사한 다양한 경험과 표현을 찾습니다. 데이터 과학자로서 우리는 가설의 관점에서 제품 개발에 대해 생각하는 것을 좋아합니다. 이 언어로 구성하여 우리의 핵심 가설은 사용자의 다양한 미적 요구를 수용하는 제품 기능이 사용자와 Metaverse 모두에게 가장 적합할 것이라는 것입니다.

일반적으로 이것은 우리가 좋아하는 패턴입니다. 사용자 요구 사항의 그림을 그리는 심층 분석과 개발자가 들었을 수 있는 혁신적인 제품 개발을 결합합니다. RDC에서 응원. 우리는 Avatar와 함께 이 여정의 양쪽 모두의 맨 처음에 있으며 그 과정에서 많은 도움이 필요할 것입니다!

Nameer Hirschkind는 Roblox의 데이터 과학 인턴입니다. 그는 모든 플레이어가 좋아하는 아바타를 만들 수 있도록 Roblox의 아바타 작업을 합니다. Roblox Corporation이나 이 블로그는 어떤 회사나 서비스도 보증하거나 지원하지 않습니다. 또한 이 블로그에 포함된 정보의 정확성, 신뢰성 또는 완전성에 대해 어떠한 보증이나 약속도 하지 않습니다.

©2021 Roblox Corporation. Roblox, Roblox 로고 및 Powering Imagination은 미국 및 기타 국가에서 등록 및 미등록 상표입니다.

출처: https://blog.roblox.com/2021/12/avatars-identity-metaverse-part-2/