ふんわりとした発表

1. Splatoonの戦績データの解析

2. 概要
• 巷で話題のTPSアクションゲ
ーム”Splatoon”の戦績データを
集めて、授業で習った手法を
用いて解析します。

3. ゲームについて
• ルールが4種類
• ブキがいっぱい(91)、ステージもいっぱい(16)
• 4vs4でのチーム対戦ゲーム
• チームのマッチングはランダム

4. データ集め

5. データ集め
• LoLなどの他のゲームと違って、公式に戦績デ
ータは公開されていない。
• また、個人の戦績データの統計も自由に閲覧
できない。

6. データ集め
• LoLなどの他のゲームと違って、公式に戦績デ
ータは公開されていない。
• また、個人の戦績データの統計も自由に閲覧
できない。
• 第三者が戦績データを収集し、記録している
状況

7. IkaLog+stat.ink

8. IkaLog
• Splatoonのプレイ画面を読み込み、機械学習(k近傍法
)etcによって、戦績データを自動で記録する
• 正答率は99%を超えているらしい
• 勝っても負けても記録しているので、集められたデー
タはそれなりに正規化されている（はず）

9. IkaLog

10. stat.ink
• IkaLogで記録したデータを収集してくれるサイト
• 基本的には個人で見返すことを想定されているっぽい
• 戦績データを取得するAPIを公開してくれている！

11. とってきます

12. とってきました
• 10000レコード程要求して、解析に使えるデータ7000
件を得た
• stat.inkは自動記録でない手打ちのデータも受け付け
ているので、それは解析に用いなかった
• データはおそらくそれなりに上手いプレイヤーに偏
っていることにも注意

13. データセット
• ルール、ステージ、使用ブキ、勝敗、キル数、デス数、キルレシ
オ、塗りポイント（ナワバリバトルルールのみ）
諸事情で使用せず

14. 解析

15. 解析
• WEKAを用いて解析
• とりあえず「勝敗」を決定するものは何か？を考える。
• ブキ・ルール・ステージと勝敗に相関はありそうか？
• ◯◯ルールの△△ステージではこのブキが強い！な
ど
• キル/デスの数と勝敗に相関はありそうか？

16. 決定木

17. 決定木

18. 決定木
• あまりデスしない場合は少しキルできていれ
ば勝ちそう
• たくさんデスした場合は、たくさんキルでき
ていれば勝ちそうそれはそう

19. 決定木
• ブキ・ステージ・ルールと勝敗に関連がある
かは全くわからない。
• ルールごとに振り分けてみたが、結局同様
の結果に

20. 相関

21. 相関
• キル数・デス数

22. confidence
Best rules found:
1. rule=area 3465 ==> result=win 1930 <conf:(0.56)> lift:(1) lev:(0) [5]
conv:(1)
2. result=lose 2890 ==> rule=area 1527 <conf:(0.53)> lift:(1.01) lev:(0) [9]
conv:(1.01)
3. result=win 3666 ==> rule=area 1930 <conf:(0.53)> lift:(1) lev:(0) [5]
conv:(1)
4. rule=area 3465 ==> result=lose 1527 <conf:(0.44)> lift:(1.01) lev:(0) [9]
conv:(1)

23. 相関
• うーん・・・
• 意味のあるルールは抽出できなかった。
• Lift, Leverageなども同様

24. Splatoonは
敵を倒すゲームだった…?

25. 考察

26. 考察
• サンプル数が少ない？
• ルール(4) × ブキ(91) × ステージ (16) の組み合わ
せが多すぎて、サンプル数が足りない?
• ブキの特徴ごとにグループ化しないと相関を見出
すのは不可能？
• クラスタリングの話がもしかしたら使えるかも
？

27. 考察
• そもそも、ブキの強さなどよりも個人の強さ
の影響が大きい？
• 個人の強さを表す指標としてのキル/デス数
が勝敗を決定づけている。

28. ブキの強さ
• 「ブキの強さ」をなんとか定量化できないか
？僕が一番知りたいところ
• （流石にここで終わるのは消化不良）
• 「勝敗」以外の評価方法を考える

29. 「ナワバリバトル」ルールの
塗りポイント

30. ナワバリバトル
• 3分間の試合時間の後、最終的にステージの多
くを塗りつぶした方が「勝ち」のルール
• 8人のプレイヤーそれぞれに対して、その試合
で塗った面積のポイントが計算される。
• キル/デス以外の個人の活躍度合いが見れる！

31. ガチバトルのリザルト

32. ナワバリバトルのリザルト

33. 塗りポイント
• この「塗りポイント」という尺度で「ブキの
強さ」などを表現できるのではないか
• WEKAで線形回帰モデルを計算してみる。

34. 線形回帰

35. 線形回帰

36. 線形回帰

37. f(map=ステージ)
シオノメ タチウオ ほっけ ネギトロ アロワナ ハコフグ モンガラ Bバス
0 22.3105 22.3105 22.3105 24.8857 42.7829 50.471 69.4671
ヒラメ
デカライ
ン
マサバ マヒマヒ
アンチョ
ビ
モズク
ショッツ
ル
キンメダ
イ
69.4671 87.5202 94.3455 98.787 121.5429 182.7617 238.4453 279.06

38. f(map=ステージ)
• 狭いマップほど、塗りポイントが少なくなり
やすい。
⇔広いマップほど、塗りポイントが大きくなり
やすい
• 中央で拮抗しやすいマップほど、塗りポイン
トが少なくなりやすい

39. g(weapon=ブキ)
• あまりに多すぎるので代表的なブキだけ・・
・
リッター3kスコ
ープ
ダイナモローラ
ー
96ガロンデコ
スプラスピナー
コラボ
75.0772 376.6102 189.1657 209.5509
スプラシュータ
ーコラボ
ハイドラントカ
スタム
わかば n-zap89
274.5407 134.6368 332.4507 505.776

40. g(weapon=ブキ)
• おおよそプレイヤー（ぼく）の直感と合致す
る値
• 一部サンプル数の極端に少ないブキについて
はよくわからない

41. result
• 試合に勝った場合、塗りポイントに+300pの
ボーナスがつく。

42. result
• result=win時に+250pとボーナスの値より低く
計算されているのは、kill数と勝利が独立でな
いため、キル数の係数に吸収されている？

43. death
• 1deathごとに約-28p
• デス時に行動不能になる時間(8.5秒)だけマイ
ナスになる。
• デスすることで前線が近くなって個々人が
塗れる面積が増える…etcなど内容は複雑

44. kill
• 1killごとに約+14p
• 勝利とキル数が独立でないので注意
• キルするとプラスになるのはなぜ？

45. kill
• キル時にインクが飛び散る (約20p分)

46. 結論

47. だいたいモデル化できた
「ブキの強さ」という数値で測り
にくいものを数値で表現できた。

48. プレイヤーとして嬉しいこと
• （塗りポイントを多く稼ぎたいならば）
• 無理して敵を倒すよりも、逃げ回っている
方が得なことがわかる。（試合に勝てるか
どうかは別だが）
• 塗りポイントを稼ぎやすいステージ・ブキ
が存在することがわかる

49. プレイヤーとして嬉しいこと
• どんなに下手くそでも、死にまくりさえしな
ければ、3分間で450pぐらいは塗れるはずな
ことがわかる。
• 「塗りやすさ」という基準で、公平なチーム
分けを実現することができるかも？

50. Future work
• ブキの強さを、「塗りやすさ」で測っただけ
にすぎない
• 「敵の倒しやすさ」で測ることは可能？