雑記帳(@watagasi_)

声が好みのVTuber10選 第二弾

また声が好みのVTuberを10人挙げるだけです。「声が好みのVTuber」って括りは書くことに一切気負いを感じなくて済むのでいいですね。

 

 

続きを読む

ゲームプランナーが見ると楽しい記事(随時追加)

ゲームプランナーやそれを目指す人が見ると楽しい記事をまとめたです。全然そういう記録取ってないせいで自分の中で整理されてない事に気づいたので、まとめておきたいと思った次第です。

 

以下雑多にまとめていきます。ここ数年自分が見た記事をまとめようと思っているので、思い出しながら随時追加していきます。

 

続きを読む

VTuber盛り上がってるよね

VTuber、盛り上がってますよね。何を今更という感じですが。

 

色々追ってて今思うのは、なんか初めてニコニコ動画とか見てた頃の感じだな~っていう。毎日がお祭りみたいな感じしますよね。

 

スゲーしょうもないから書くの恥ずかしいなとか思うけど、毎月11日はハンマーの日とかあったの思い出したりとか、まああんまりいい話じゃないけど、人のブログ引っ張ってきて2chでやれ炎上だと騒ぎながらアホみたいにコメントしまくる人たちがいたなあとか。

 

そういうのってやっぱ自分も参加してる感じがするから面白いと言うか。「すごい一体感を感じる」とかクッセえなぁ~って言葉だけど、割りと本質的ですよね。

 

そういう「自分も参加してる感」ってのはどこから来るかというと、ニコニコの場合はコメントを書くと動画に流れるところから、2ch(5ch)の場合はまあ色々ですけどみんなで同じもの買ったりみたいに、同じことをするところから。

 

VTuberの場合はインタラクションがつよいところからですよね。絵を描いたら使ってもらえたり、コメントに逐一反応があったり、VRChatで会えたり。

 

まあ「お祭り的な楽しさ」っていうのはVTuberの魅力の一側面でしかないですけども。こういう面白さってまた味わえるもんなんだなあと思うと割りと人生楽しいもんだなと思いました。

 

おわり

きららファンタジア

どんな事情があってああなったのか非常に知りたい。何か短くてもこのゲームの名前を覚えておけるよう記録しておきたいと思って記事を書いてしまった。そのくらいインパクトがある(同時期に妖怪惑星クラリスがサービス開始したことも相まってその印象を強めている感がある)

 

ソシャゲのやらかし年表とか誰か作ってないかな?先日のFFBEのアイテム誤配布やドラゴンボールZドッカンバトルのガチャ疑惑からのソースコード提示なんかは記憶に新しいけど、本当は知らないところで数え切れないほどこういうこと起こってそうですよね

「白井博士の未来のゲームデザイン」読了

「白井博士の未来のゲームデザイン」読み終わりました。

 

ゲームデザインの話となると、経験則から構成される本がかなり多いですが、この本はメディアアートや「遊び」の哲学、工学の視点からゲームデザインが語られており、それらの蓄積を踏まえてこれからの未来何をすべきかや、広く汎用的な理論とは何かが非常にわかりやすく書かれていました。

 

ただ全体的に構成が散逸的であり、一つ一つの理屈はしっかりとしていて為になるものばかりでも、それらの繋がりの中で何が言いたいのかというのがイマイチわかりにくかったです。

 

おそらくそう感じるのは、この本の前に読んだ「ゲームプランナー集中講座 ゲーム創りはテンポが9割」が、「ゲームを作る工程」に沿って解説していたのに対して、この本はそういったガイドラインが存在しないからでしょう。

 

さらに言えば、上記に挙げたように様々な分野からの解説がなされていることも一因となっている気がします。

 

それとこの本は「未来のゲームデザイン」に関して、ハードウェア的な提案を多くしていますが、その提案は自分で設計などを行うことを前提としているものが多く、自分はハードウェアに関しては自分で設計したりしようという気がないので、そのあたりもピンとこなかったですね。この辺は単なる相性の問題です。

 

個人的にためになったと感じた部分は、ロジェ・カイヨワの遊びの分類などに見る近現代の「遊び」に関する研究紹介と、ユーザーを想定する際の「動的複合ペルソナ」という考え方の部分ですね。

 

「面白いとは何なのか」ということや「マーケティングの際何を考えるべきか」ということの知識は不足しているところなので勉強になりました。

 

特に「遊び」に関する研究は興味の対象なので、今後この点に関して更に研究していこうと思います。

EMアルゴリズム

EMアルゴリズム、パラメーターの推定に使われたり

yagays.github.io

 

混合ガウス分布の決定に使われたりしていますが

www.slideshare.net

どっちもやってることは同じで、尤度関数を最大化する値を探しているわけですよね。

 

で、今ユーザーのレビュー集合をLDA(のようなもの)に突っ込んで、ユーザーごとにパラメータの推論を行うトピックモデルの論文を読んでいて、ユーザーごとではなく似通ったユーザー集合ごとに推論が出来ないかというのを考えていて。

 

似通ったユーザーごとの確率分布を統合した混合分布をEMアルゴリズムを用いて作成することでそれが実現できないかと考えているんですが、どうやって似通っていると判断するのかとか、そもそもこの考え方が正しいのかとか完全にわからなくなっています。どうしましょう。