論文の概要: Cheating in online gaming spreads through observation and victimization
- arxiv url: http://arxiv.org/abs/2003.11139v2
- Date: Thu, 27 Jan 2022 14:45:30 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-28 00:47:00.952893
- Title: Cheating in online gaming spreads through observation and victimization
- Title（参考訳）: オンラインゲームにおける不正行為の観察と被害者化
- Authors: Ji Eun Kim and Milena Tsvetkova
- Abstract要約: オンラインマルチプレイヤーファーストパーソンシューティングゲームの100万試合以上における不正行為の拡散について検討した。
我々は、不正行為を観察し経験している人々にとって、社会的伝染は存在する可能性が高いことに気付きました。
- 参考スコア（独自算出の注目度）: 2.7739004171676904
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Antisocial behavior can be contagious, spreading from individual to
individual and rippling through social networks. Moreover, it can spread not
only through third-party influence from observation, just like innovations or
individual behavior do, but also through direct experience, via
"pay-it-forward" retaliation. Here, we distinguish between the effects of
observation and victimization for the contagion of antisocial behavior by
analyzing large-scale digital-trace data. We study the spread of cheating in
more than a million matches of an online multiplayer first-person shooter game,
in which up to 100 players compete individually or in teams against strangers.
We identify event sequences in which a player who observes or is killed by a
certain number of cheaters starts cheating, and evaluate the extent to which
these sequences would appear if we preserve the team and interaction structure
but assume alternative gameplay scenarios. The results reveal that social
contagion is only likely to exist for those who both observe and experience
cheating, suggesting that third-party influence and "pay-it-forward"
reciprocity interact positively. In addition, the effect is present only for
those who both observe and experience more than once, suggesting that cheating
is more likely to spread after repeated or multi-source exposure. Approaching
online games as models of social systems, we use the findings to discuss
strategies for targeted interventions to stem the spread of cheating and
antisocial behavior more generally in online communities, schools,
organizations, and sports.
- Abstract（参考訳）: 反社会的行動は伝染性があり、個人から個人へと広がり、ソーシャルネットワークを通じて波及する。
さらに、イノベーションや個人の行動と同じように、観察によるサードパーティの影響だけでなく、"ペイ・イット・フォワード(pay-it-forward)"による報復を通じて直接経験を通じても広めることができる。
本稿では,大規模デジタル追跡データを用いて,反社会的行動の伝染に対する観察と被害者化の効果を識別する。
我々は、オンライン・マルチプレイヤー・ファーストパーソン・シューティング・ゲーム(英語版)の100万試合以上における不正行為の広がりを調査した。
我々は、特定の数の不正行為者によって観察または殺されたプレイヤーが不正行為を開始するイベントシーケンスを特定し、チームとインタラクション構造を維持しながら、別のゲームプレイシナリオを想定して、これらのシーケンスが現れる程度を評価する。
その結果, 不正行為を観察し経験している人々にとって, 社会的伝染は存在する可能性が示唆され, 第三者の影響と「有償先進」の相互関係が肯定的に相互作用することが示唆された。
さらに、この効果は一度以上観察し、経験した人だけに存在し、繰り返しまたは複数ソースの暴露後に不正行為が拡散する可能性が高いことを示唆している。
ソーシャルシステムのモデルとしてオンラインゲームにアプローチし,オンラインコミュニティ,学校,組織,スポーツにおいて,不正行為や反社会的行動の拡散を根ざすためのターゲティング戦略について検討した。
関連論文リスト
- Online Moderation in Competitive Action Games: How Intervention Affects Player Behaviors [40.395860809162265]
本研究は,オンラインゲームにおけるプレイヤ行動に対するモデレーションの影響について,未解明領域について考察する。
我々は,実世界の産業規模のモデレーションシステムにおけるモデレーションの影響を調べるために,準実験設計と因果推論技術を用いている。
本研究は, 破壊行動の抑制と, 破壊的プレイヤーの参加を阻害する2つの影響の緩和について明らかにした。
論文 参考訳（メタデータ） (2024-11-01T22:01:25Z) - Uncovering the Viral Nature of Toxicity in Competitive Online Video Games [0.4681661603096334]
フリー・ツー・プレイのアクションゲーム『Call of Duty: Warzone』のプロプライエタリなデータを分析した。
選手のチームメイトが有毒なスピーチを行う確率は、平均的な選手が有毒なスピーチを行う確率の26.1倍から30.3倍になる。
論文 参考訳（メタデータ） (2024-10-01T18:07:06Z) - All by Myself: Learning Individualized Competitive Behaviour with a
Contrastive Reinforcement Learning optimization [57.615269148301515]
競争ゲームのシナリオでは、エージェントのセットは、彼らの目標を最大化し、敵の目標を同時に最小化する決定を学習する必要があります。
本稿では,競争ゲームの表現を学習し,特定の相手の戦略をどうマップするか,それらを破壊するかを学習する3つのニューラルネットワーク層からなる新しいモデルを提案する。
我々の実験は、オフライン、オンライン、競争特化モデル、特に同じ対戦相手と複数回対戦した場合に、我々のモデルがより良いパフォーマンスを達成することを示した。
論文 参考訳（メタデータ） (2023-10-02T08:11:07Z) - Flexible social inference facilitates targeted social learning when
rewards are not observable [58.762004496858836]
グループは、個人が他人の成功から学べるときにより効果的にコーディネートする。
社会的推論能力は、このギャップを埋める助けとなり、個人が他人の基本的な知識に対する信念を更新し、観察可能な行動軌跡から成功することを示唆する。
論文 参考訳（メタデータ） (2022-12-01T21:04:03Z) - Incorporating Rivalry in Reinforcement Learning for a Competitive Game [65.2200847818153]
本研究は,競争行動の社会的影響に基づく新しい強化学習機構を提案する。
提案モデルでは, 人工エージェントの学習を調節するための競合スコアを導出するために, 客観的, 社会的認知的メカニズムを集約する。
論文 参考訳（メタデータ） (2022-08-22T14:06:06Z) - Collusion Detection in Team-Based Multiplayer Games [57.153233321515984]
チームベースのマルチプレイヤーゲームにおいて,協調動作を検出するシステムを提案する。
提案手法は,ゲーム内行動パターンと組み合わせたプレイヤーの社会的関係を解析する。
次に,非教師なし学習手法であるアイソレーションフォレストによる検出を自動化する。
論文 参考訳（メタデータ） (2022-03-10T02:37:39Z) - Theoretical Modeling of Communication Dynamics [0.0]
評論ゲームは、参加するエージェントの信頼性、他者が認識する誠実さに焦点を当てている。
シコファント、自我中心性、病理的嘘、送信者に対する攻撃性など、様々な送信者および受信者戦略が研究されている。
ミニマリストの悪意ある戦略は、操作的、支配的、破壊的であり、他人のコストに対する評判を著しく高める。
論文 参考訳（メタデータ） (2021-06-09T22:02:19Z) - Incorporating Rivalry in Reinforcement Learning for a Competitive Game [65.2200847818153]
本研究は、競合する社会的影響に基づく新しい学習メカニズムの提供に焦点を当てる。
本研究は,競争競合の概念に基づいて,これらのエージェントの評価を人的視点から変えられるかを検討することを目的とする。
論文 参考訳（メタデータ） (2020-11-02T21:54:18Z) - Learning to Play Sequential Games versus Unknown Opponents [93.8672371143881]
学習者が最初にプレーするゲームと、選択した行動に反応する相手との連続的なゲームについて考察する。
対戦相手の対戦相手列と対戦する際,学習者に対して新しいアルゴリズムを提案する。
我々の結果には、相手の反応の正則性に依存するアルゴリズムの後悔の保証が含まれている。
論文 参考訳（メタデータ） (2020-07-10T09:33:05Z) - Recognizing Affiliation: Using Behavioural Traces to Predict the Quality
of Social Interactions in Online Games [26.131859388185646]
我々は、オンラインゲーム環境でのソーシャルな交流を通じて、ディヤドの見知らぬ人との親和性を予測するために行動トレースを使用する。
我々は23のダイアドから音声、ビデオ、ゲーム内、および自己報告データを収集し、75の特徴を抽出し、ランダムフォレストとサポートベクターマシンモデルを訓練し、その性能予測バイナリ(ハイ/ロー)とパートナーへの継続的なアフィリエイトを評価した。
本研究は,マルチプレイヤーゲームやゲームコミュニティの設計について報告し,オンラインゲームにおける有害行為を軽減・軽減するためのシステム開発を指導するものである。
論文 参考訳（メタデータ） (2020-03-06T20:56:05Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。