फ्लैमेंगो ने प्रदर्शन विश्लेषण के लिए ब्लूशिफ्ट और गूगल क्लाउड के साथ डेटा इन्फ्रास्ट्रक्चर को आधुनिक बनाया

वीडियो गेम की प्रतिस्पर्धी सेटिंग भागीदारी के नए रूप ले सकती है। ई-स्पोर्ट्स के पारंपरिक टूर्नामेंटों के अलावा, प्लेटफॉर्म अब प्रतियोगिताओं में आम खिलाड़ियों को पेशेवर टीमों में शामिल होने की आवश्यकता के बिना भाग लेने की अनुमति देने के लिए प्रदर्शन डेटा का उपयोग करना शुरू कर रहे हैं।

ऐसी अवधारणाओं में से एक गेम स्किल मोनेटाइजेशन (GSM) है, एक मॉडल जो मैचों के दौरान प्राप्त सांख्यिकी को अंकों में बदल देता है जो प्रतियोगिताओं के विजेताओं को निर्धारित करते हैं।

गेमर्स ब्रॉल के प्रतिनिधि, जो इस प्रणाली का उपयोग करने वाला एक प्लेटफॉर्म है, ने ब्राज़ील गेम शो (BGS) के दौरान ओल्हार डिजिटल को दिए गए साक्षात्कार में तकनीक के कार्य सिद्धांत और परिणामों की निष्पक्षता सुनिश्चित करने की समस्याओं की व्याख्या की।

क्लासिक मुकाबले के विपरीत, प्रतिभागियों को एक-दूसरे के खिलाफ खेलने की आवश्यकता नहीं होती है। प्रत्येक उपयोगकर्ता सामान्य मोड में अपने मैच खेलता है, जबकि प्लेटफॉर्म हत्याएं, सहायता, संचित सोना और कब्जा किए गए लक्ष्यों जैसे संकेतकों को ट्रैक करता है।

लीग ऑफ लीजेंड्स के उदाहरण में, सिस्टम पात्रों की विभिन्न भूमिकाओं को ध्यान में रखता है। उदाहरण के लिए, एक सपोर्ट खिलाड़ी का मूल्यांकन उस तरह के मानदंडों पर नहीं किया जाता है जिस पर एक शूटर का मूल्यांकन किया जाता है, क्योंकि प्रत्येक स्थिति टीम में अलग तरह से योगदान करती है। अंततः, सांख्यिकी को अंकों में परिवर्तित किया जाता है जिनका उपयोग प्रतियोगिता के विजेता को निर्धारित करने के लिए किया जाता है।

यह दृष्टिकोण खिलाड़ियों को अपनी परिचित गेमिंग मोड को छोड़े बिना प्रतियोगिताओं में भाग लेने की अनुमति देता है। हालांकि, व्यक्तिगत सांख्यिकी का उपयोग भी कठिनाइयों से जुड़ा हुआ है, खासकर परिणामों में हेरफेर से संबंधित।

समस्याओं में द्वितीयक खातों का उपयोग, प्रोफाइल साझा करना और चीटिंग प्रोग्राम शामिल हैं। संभावित उल्लंघनों का पता लगाने के लिए एंटी-फ्रॉड सिस्टम प्रदर्शन इतिहास का विश्लेषण कर सकते हैं और खिलाड़ियों के व्यवहार में असामान्य परिवर्तनों की तलाश कर सकते हैं। प्रस्तुत मामले में, तकनीक मशीन लर्निंग का उपयोग करती है और संदिग्ध स्थितियों का पता लगाने के लिए 100 से अधिक विशेषताओं पर विचार करती है। सांख्यिकी में अचानक और महत्वपूर्ण परिवर्तन, उदाहरण के लिए, विश्लेषण के लिए प्रतियोगिता को निलंबित कर सकता है।

फिर भी, ऐसा मॉनिटरिंग धोखाधड़ी की संभावना को पूरी तरह से समाप्त नहीं करता है और अनुचित दंड से बचने के लिए उचित मानदंडों पर निर्भर करता है। यह मॉडल वीडियो गेम प्रतियोगिताओं तक पहुंच के मुद्दे को भी उठाता है। जहां पेशेवर दृश्य में आमतौर पर प्रशिक्षण, टीमों में भागीदारी और निरंतर समर्पण की आवश्यकता होती है, वहीं प्रदर्शन पर आधारित प्रतियोगिताएं आम खिलाड़ियों को अपने स्वयं के मैचों का उपयोग करके प्रतिस्पर्धी गतिशीलता का अनुभव करने की अनुमति देती हैं।

अवधारणा अभी भी अंक संतुलन, धोखाधड़ी की रोकथाम और विभिन्न गेम शैलियों की तुलना से जुड़ी समस्याओं का सामना कर रही है। फिर भी, व्यक्तिगत प्रतियोगिताओं के निर्माण के लिए सांख्यिकी के अनुप्रयोग से पता चलता है कि वीडियो गेम द्वारा उत्पन्न डेटा का उपयोग पारंपरिक चैंपियनशिप के अलावा नए प्रतिस्पर्धी प्रारूप विकसित करने के लिए कैसे किया जा सकता है।