अवतार और मेटावर्स में पहचान, भाग 2

हमारी डेटा साइंस टीम द्वारा लिखे गए इस ब्लॉग पोस्ट का भाग 1 यहाँ पढ़ें। 

हमारी पिछली पोस्ट में, हमने Roblox उपयोगकर्ताओं के व्यवहार को बेहतर ढंग से समझने के लिए अवतार सौंदर्यशास्त्र का विश्लेषण किया। भाग 2 में, हम अवतार और पहचान की अपनी जांच जारी रखते हैं ताकि यह बेहतर ढंग से समझ सकें कि उपयोगकर्ताओं की वास्तविक-जीवन पहचानकर्ता उनकी Roblox पहचानों के साथ कैसे मेल खाते हैं। 

आयु

आयु एक महत्वपूर्ण लेकिन शुरू करने के लिए आसान बिंदु है। क्या बड़े या छोटे उपयोगकर्ताओं की सौंदर्य संबंधी प्राथमिकताएँ अलग होती हैं? आश्चर्यजनक रूप से, इसका जवाब काफी हद तक "नहीं" है!

हालांकि हम विभिन्न क्लस्टर के आयु वितरण में कुछ भिन्नता देखते हैं, सामान्य तौर पर, विभेदन की तुलना में अधिक ओवरलैप है, जिसमें केवल कुछ सांख्यिकीय रूप से महत्वपूर्ण विचलन हैं।

भौगोलिक पहचान

Roblox एक वैश्विक मंच है, और हर संस्कृति अद्वितीय है। यह हमारे डेटा में परिलक्षित होता है: जब हम विभिन्न देशों में क्लस्टर आवृत्तियों को प्लॉट करते हैं, तो हमें नाटकीय सौंदर्य विविधताएँ दिखाई देती हैं। 

कभी-कभी, ऐसा जनसांख्यिकीय कारणों से होता है: उदाहरण के लिए, सऊदी अरब में, Roblox पर पुरुषों की तुलना में अधिक आत्म-रिपोर्टेड महिलाएं हैं, जो महिला-दिखने वाले अवतार क्लस्टर की लोकप्रियता में वृद्धि के रूप में सामने आता है। 

दूसरी ओर, कुछ भौगोलिक आदर्श प्रकार संस्कृति में निहित हो सकते हैं। ब्राज़ील में, हम देखते हैं कि हरी स्पोर्ट्स जर्सी और भूरे, फ़ॉक्स-हॉक हेयरस्टाइल वाले पुरुषों जैसे दिखने वाले अवतार (नीचे क्लस्टर 15) अन्य देशों की तुलना में अनुपातहीन रूप से लोकप्रिय हैं। ब्राज़ील के राष्ट्रीय रंगों, वहां फुटबॉल के महत्व और उनके सेलिब्रिटीज के हेयरस्टाइल को देखते हुए, यह बात समझ में आती है। 

लिंग

हमारे क्लस्टरों की सबसे चौंकाने वाली विशेषताओं में से एक उनकी असंतुलित लिंग विभाजन है: अधिकांश क्लस्टर लगभग पूरी तरह से पुरुष या महिला होते हैं, और केवल कुछ ही विषम समूह होते हैं। Roblox उपयोगकर्ता जिनका लिंग पहचाना गया है, वे आमतौर पर ऐसे अवतार चुनते हैं जो इसे दर्शाते हैं।

हम इसे माप सकते हैं। थंबनेल पर प्रशिक्षित एक अत्यंत सरल कन्वोल्यूशनल न्यूरल नेटवर्क 91% सटीकता के साथ उपयोगकर्ता द्वारा स्व-पहचाने गए लिंग की भविष्यवाणी करने में सक्षम था। एक दिलचस्प बात यह है कि, जब हमने उन उपयोगकर्ताओं को देखा जिन्हें मॉडल ने गलत तरीके से आंका था, तो हमने पाया कि उनमें से 65% ने खुद को महिला के रूप में पहचाना था, जिससे यह पता चलता है कि महिला उपयोगकर्ताओं द्वारा स्पष्ट रूप से महिला जैसा दिखने वाला अवतार चुनने की संभावना कम हो सकती है।

20 क्लस्टर में लिंग विभाजन:

सौंदर्य चरम: Rthro और Blocky

रॉब्लॉक्स में सौंदर्य विविधता को दर्शाने वाले दो विशिष्ट आदर्श "Rthro" और "Blocky" हैं। Rthro 2018 में जारी किए गए "ह्यूमैनाइड" लंबे और पतले अवतारों की एक श्रेणी है, जबकि "Blocky" रॉब्लॉक्स में शुरुआती दिनों में एक अत्यधिक लोकप्रिय सौंदर्य था (प्रत्येक के उदाहरणों के लिए नीचे दिया गया विज़ुअल देखें)। आज दोनों समान रूप से छोटे आकार के क्लस्टर हैं, लेकिन दृश्य रूप से उनसे अधिक भिन्न नहीं हो सकते।

इन विशिष्ट आदर्शों की तुलना करने के लिए, हमने एक हल्का अर्ध-पर्यवेक्षित दृष्टिकोण अपनाया: पहले हमने बड़ी संख्या (100) में क्लस्टर बनाए, फिर नमूनों के दृश्य निरीक्षण से उन्हें Rthro और Blocky के रूप में मैन्युअल रूप से लेबल किया, और अंत में एक ही लेबल वाले क्लस्टर को समूहित किया। यह तकनीक अधिक सघन, अधिक सुसंगत क्लस्टर बनाने में सक्षम बनाती है जो दो वर्गों के लिए हमारे बाहरी मानदंडों के अनुरूप भी हैं।

कुछ क्लस्टर मिलकर ब्लॉकी बने:

सबसे पहले, इस अभ्यास ने हमें यह पुष्टि की कि ये समूह अपेक्षाकृत छोटे हैं: ये मिलकर हमारे सक्रिय उपयोगकर्ता आधार का केवल लगभग 7% ही प्रतिनिधित्व करते हैं, जबकि कम चरम Roblox बॉडी टाइप्स शेष 93% का हिस्सा हैं। दूसरी बात, हमने पाया कि Rthro और Blocky के बीच सौंदर्य संबंधी अंतर उनके विशिष्ट उपयोगकर्ताओं की विशेषताओं में परिलक्षित होते हैं: 

• ब्लॉकी उपयोगकर्ताओं का प्लेटफ़ॉर्म पर कार्यकाल Rthro उपयोगकर्ताओं की तुलना में कहीं अधिक लंबा है; वास्तव में, एक सामान्य ब्लॉकी उपयोगकर्ता औसत Rthro उपयोगकर्ता की तुलना में दो गुना से भी अधिक समय से Roblox पर है।
• प्ले टाइम के मामले में भी अंतर उतना ही स्पष्ट है, ब्लॉकी का प्ले टाइम Rthro से दोगुना है। 
• हम यह भी पाते हैं कि ब्लॉकी उपयोगकर्ता अपना अधिकांश खेलने का समय उन खेलों के एक विशेष क्षेत्र में बिताते हैं जो पुराने R6 अवतार कॉन्फ़िगरेशन का उपयोग करते हैं।

ये सभी तुलनाएँ मिलकर ब्लॉकी उपयोगकर्ताओं की एक स्पष्ट तस्वीर पेश करती हैं: एक छोटा लेकिन वफादार, अत्यधिक-संलग्न उपयोगकर्ता आधार जो गेमप्ले और अवतार डिज़ाइन दोनों में रोब्लॉक्स के पुराने, ब्लॉकी सौंदर्यशास्त्र से आकर्षित होता है। दूसरी ओर, आरथ्रो उपयोगकर्ता, रोब्लॉक्स में अपनी यात्रा के शुरुआती दौर में नए प्रवेशक हैं।

आप यह कल्पना कर सकते हैं कि इन सौंदर्य चरमों के बीच के अवतार शरीरों के अन्य 93% के लिए, साथ ही उनसे संबंधित रोब्लॉक्सियन उपसंस्कृतियों के लिए भी इस प्रकार की गहन-जांच को दोहराया जा सकता है। 

संभावित अवतार संवर्द्धन

अंततः, हमारे विश्लेषण का उद्देश्य हमारे उपयोगकर्ताओं के लिए रोब्लॉक्स अनुभव को बेहतर बनाने के तरीकों पर परिकल्पनाओं का सुझाव देना या उनका समर्थन करना है। पहलों का सुझाव देने और मूल्यांकन करने के लिए, कभी-कभी एक स्पेक से आगे जाकर उत्पाद रोडमैप पर विचार के लिए एक वास्तविक प्रूफ ऑफ कॉन्सेप्ट (PoC) बनाना सहायक होता है। 

यहाँ कुछ ऐसे उदाहरण दिए गए हैं जिन्हें हमने इस गर्मी में तैयार किया है। स्पष्ट रूप से कहें तो, ये सिर्फ प्रोटोटाइप हैं, और हो सकता है कि ये कभी भी प्रकाश में न आएं, लेकिन ये उम्मीद है कि ये दर्शाते हैं कि हमारे उपयोगकर्ताओं की गहरी समझ हमें एक ऐसा उत्पाद बनाने में कैसे मदद कर सकती है जो उनकी बेहतर सेवा करे।

1. बेहतर अवतार डिफ़ॉल्ट: वर्तमान में, कई नए उपयोगकर्ता उन मानकीकृत डिफ़ॉल्ट अवतारों का ही उपयोग करते हैं जो उन्हें पहली बार दिए जाते हैं। उत्पाद परिकल्पना: नए उपयोगकर्ताओं को जल्दी से एक अनुकूलित और व्यक्तिगत रूप से प्रासंगिक अवतार बनाने में मदद करके, हम उन्हें Roblox से मिलने वाले मूल्य को और बढ़ा सकते हैं।

हमारे अवतार क्लस्टरिंग मॉडल का लाभ उठाकर, हम उपयोगकर्ताओं को मौजूदा अत्यधिक अनुकूलित डिज़ाइनों के आधार पर शुरू से ही अनोखे, आकर्षक दिखने वाले अवतारों का एक नमूना प्रदान कर सकते हैं। कल्पना कीजिए जब आप पहली बार Roblox में शामिल होते हैं, तो आपको विचार-प्रारंभकर्ता के रूप में नीचे दिए गए पाँच (मापनीय रूप से विविध) अवतार दिखाए जाते हैं। शायद उन पर स्क्रॉल करने से और भी अनोखी विविधताएँ सामने आ सकती हैं?

2. सुझाए गए पोशाक के प्रकार: डिफ़ॉल्ट अवतार जो "अवतार प्रेरणा" का प्रकार प्रदान करते हैं, वह मौजूदा अवतारों को संपादित करने में भी मूल्यवान हो सकता है। यह अनिवार्य रूप से खोज और खोज का एक नया अवसर है: उपयोगकर्ताओं को समानता या भिन्नता के आधार पर उनकी कल्पना को जगाने के लिए, भारी-संपादित अवतार आदर्श प्रस्तुत करना। हमारे प्रोटोटाइप का उपयोगकर्ता प्रवाह (नीचे देखें) में समस्याएं हैं, लेकिन जब यह काम करता है तो यह काफी बढ़िया होता है।

3. अपने अवतार का वर्णन करें: कभी-कभी प्रोटोटाइपिंग का लाभ व्यवहार्यता और समय-सीमा के बारे में जानकारी देने में होता है। किसी उपयोगकर्ता की अंग्रेजी-भाषा की क्वेरी को स्वचालित रूप से तैयार किए गए अवतार में बदलने के विशेष रूप से महत्वाकांक्षी विचार पर विचार करें। इस दिशा में एक कदम अवतार एसेट्स को वर्णनात्मक शब्दों के साथ एल्गोरिथम रूप से टैग करना है। हालाँकि, जैसा कि आप नीचे दिए गए उदाहरणों में देख सकते हैं, तैयार-प्रणाली मॉडलिंग तकनीकों को एक मज़ेदार लंबा रास्ता तय करना है।

यह विशेष उदाहरण एक शिक्षाप्रद मेटा-लर्निंग प्रदान करता है: Roblox एसेट्स में इतनी विविधता है कि पूर्व-प्रशिक्षित नेटवर्क और दसियों हज़ार प्रशिक्षण नमूनों के साथ भी इस क्षेत्र का ठीक से मॉडल बनाना चुनौतीपूर्ण है।
प्रत्येक उदाहरण में एक एसेट थंबनेल होता है। इसके नीचे स्वचालित रूप से सुझाए गए टैग होते हैं, साथ ही प्रत्येक टैग की प्रासंगिकता के लिए स्कोर भी होते हैं (जितना छोटा उतना बेहतर)।

मॉडल ने यहाँ सही विचार रखा! यह बस विभिन्न प्रकार के हथियारों के बीच अधिक सूक्ष्म अंतर नहीं कर पाता।

निष्कर्ष: पहचान के इर्द-गिर्द उत्पाद का निर्माण

अवतार सौंदर्यशास्त्र का यह अध्ययन यह स्पष्ट करता है कि कोई एकल Roblox यात्रा नहीं है। उपयोगकर्ता अनगिनत पृष्ठभूमियों से आते हैं, और प्लेटफ़ॉर्म पर अनुभवों और प्रतिनिधित्व की समान विविधता की तलाश करते हैं। डेटा वैज्ञानिकों के रूप में, हम उत्पाद विकास के बारे में परिकल्पनाओं के संदर्भ में सोचना पसंद करते हैं। इसे इस भाषा में ढालते हुए, हमारी मुख्य परिकल्पना यह है कि उत्पाद की ऐसी विशेषताएं जो हमारे उपयोगकर्ताओं की विविध सौंदर्य संबंधी जरूरतों को अपनाती हैं, वे उनका और मेटावर्स दोनों का सबसे अच्छी तरह से सेवा करेंगी।

आम तौर पर, यह एक ऐसा पैटर्न है जिसे हम पसंद करते हैं: गहरे विश्लेषण को, जो उपयोगकर्ता की ज़रूरतों की तस्वीर पेश करता है, उस तरह के अभिनव उत्पाद विकास के साथ जोड़ना, जिसके बारे में आपने शायद हमारे डेवलपर्स को RDC में उत्साहित करते हुए सुना होगा। हम अवतार के साथ इस यात्रा के दोनों पहलुओं की शुरुआत में हैं, और हमें इस रास्ते में बहुत मदद की ज़रूरत पड़ेगी!

नामीर हर्शकाइंड रोब्लॉक्स में एक डेटा साइंस इंटर्न हैं। वह हर खिलाड़ी को अपना पसंदीदा अवतार बनाने में मदद करने के लिए रोब्लॉक्स के अवatars पर काम करते हैं। न तो रोब्लॉक्स कॉर्पोरेशन और न ही यह ब्लॉग किसी कंपनी या सेवा का समर्थन या अनुमोदन करता है। साथ ही, इस ब्लॉग में निहित जानकारी की सटीकता, विश्वसनीयता या पूर्णता के संबंध में कोई गारंटी या वादा नहीं किया जाता है।

©2021 रॉब्लॉक्स कॉर्पोरेशन। रॉब्लॉक्स, रॉब्लॉक्स लोगो और पावरिंग इमैजिनेशन अमेरिका और अन्य देशों में हमारे पंजीकृत और गैर-पंजीकृत ट्रेडमार्क में से हैं।