In the case of Massively Multiplaye

In the case of Massively Multiplayer OnlineRole Playing Games (“MMORPG”), the types of players vary, and,by classifying players’ behaviors, it is possible for developers to implement changes which satisfy players in targeted mannerswhich may impact their level of interest and amount of time spent in the game environment. This study suggests that it is possible to identify and classify players via gameplay analysis by using consolidated theories such as Bartle's archetypes or Marczewski’s types of players, which group players with the k-means algorithm.Below, is presented a dedicated section describing the Game Analytics processes and a session with the results obtained from the analysis of a specific guild from World of Warcraft

結果 (繁體中文) 1:

在大型多人在線的情況下，
角色扮演遊戲（“MMORPG”），該類型的球員不同，並且，玩家的行為進行分類，可以為開發者實現變化滿足有針對性的方式球員
可能會影響到他們的水平興趣和時間量在遊戲環境中度過的。這項研究表明，有可能通過遊戲分析分類的玩家識別並通過使用固結理論，如巴圖的原型或Marczewski的類型的玩家，該基團的玩家與K-means算法。
下面，提出了一種專門章節描述遊戲分析過程與結果從魔獸世界的特定公會的分析得到的會話

結果 (繁體中文) 2:

在大規模多人線上的情況下
角色扮演遊戲（"MMORPG"），玩家類型各不相同，通過對玩家的行為進行分類，開發人員可以實施以有針對性的方式滿足玩家的更改
可能會影響他們的興趣水準和在遊戲環境中花費的時間。這項研究表明，通過使用合併的理論，如巴特爾的原型或Marczewski的玩家類型，使用k-means演算法對玩家進行分組，可以通過遊戲分析來識別和分類玩家。
下面，介紹了一個專門的章節，描述遊戲分析過程和會話，從從魔獸世界的特定公會的分析中獲得的結果

結果 (繁體中文) 3:

在大規模多人線上的情况下
角色扮演遊戲（“MMORPG”），玩家的類型各不相同，並且，通過對玩家的行為進行分類，開發人員可以實現以有針對性的管道滿足玩家需求的更改
這可能會影響他們的興趣水准和在遊戲環境中花費的時間。本研究提出利用綜合理論，如巴特爾的原型或馬爾澤夫斯基的玩家類型，利用k-平均值算灋對玩家進行分組，通過遊戲分析來識別和分類玩家是可能的。
下麵是一個專門的章節，描述了遊戲的分析過程和一個會話，以及從魔獸世界的一個特定公會的分析中獲得的結果