WO2019176775A1 - ゲーム傾向分析システム、及びそのコンピュータプログラム並びに分析方法 - Google Patents

ゲーム傾向分析システム、及びそのコンピュータプログラム並びに分析方法 Download PDF

Info

Publication number
WO2019176775A1
WO2019176775A1 PCT/JP2019/009345 JP2019009345W WO2019176775A1 WO 2019176775 A1 WO2019176775 A1 WO 2019176775A1 JP 2019009345 W JP2019009345 W JP 2019009345W WO 2019176775 A1 WO2019176775 A1 WO 2019176775A1
Authority
WO
WIPO (PCT)
Prior art keywords
game
card
aggregate
configuration example
deck
Prior art date
Application number
PCT/JP2019/009345
Other languages
English (en)
French (fr)
Inventor
貴裕 吉田
Original Assignee
株式会社コナミデジタルエンタテインメント
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 株式会社コナミデジタルエンタテインメント filed Critical 株式会社コナミデジタルエンタテインメント
Priority to CN201980017958.2A priority Critical patent/CN111836670A/zh
Priority to KR1020207024133A priority patent/KR102427778B1/ko
Publication of WO2019176775A1 publication Critical patent/WO2019176775A1/ja
Priority to US17/002,951 priority patent/US11484778B2/en

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F1/00—Card games
    • A63F1/06—Card games appurtenances
    • A63F1/18—Score computers; Miscellaneous indicators
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/30—Interconnection arrangements between game servers and game devices; Interconnection arrangements between game devices; Interconnection arrangements between game servers
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/40—Processing input control signals of video game devices, e.g. signals generated by the player or derived from the environment
    • A63F13/42—Processing input control signals of video game devices, e.g. signals generated by the player or derived from the environment by mapping the input signals into game commands, e.g. mapping the displacement of a stylus on a touch screen to the steering angle of a virtual vehicle
    • A63F13/422—Processing input control signals of video game devices, e.g. signals generated by the player or derived from the environment by mapping the input signals into game commands, e.g. mapping the displacement of a stylus on a touch screen to the steering angle of a virtual vehicle automatically for the purpose of assisting the player, e.g. automatic braking in a driving game
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/60—Generating or modifying game content before or while executing the game program, e.g. authoring tools specially adapted for game development or game-integrated level editor
    • A63F13/69—Generating or modifying game content before or while executing the game program, e.g. authoring tools specially adapted for game development or game-integrated level editor by enabling or updating specific game elements, e.g. unlocking hidden features, items, levels or versions
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/70—Game security or game management aspects
    • A63F13/79—Game security or game management aspects involving player-related data, e.g. identities, accounts, preferences or play histories
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/80—Special adaptations for executing a specific game genre or game mode
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/85—Providing additional services to players
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F9/00—Games not otherwise provided for
    • A63F9/24—Electric games; Games using electronic circuits not otherwise provided for
    • A63F2009/2401—Detail of input, input devices
    • A63F2009/243—Detail of input, input devices with other kinds of input
    • A63F2009/2435—Detail of input, input devices with other kinds of input using a video camera
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F2300/00—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game
    • A63F2300/60—Methods for processing data by generating or executing the game program
    • A63F2300/6027—Methods for processing data by generating or executing the game program using adaptive systems learning from user actions, e.g. for skill level adjustment

Definitions

  • the present invention relates to a game tendency analysis system for analyzing a tendency of an aggregate in a game played using an aggregate of a plurality of physical play media.
  • Patent Document 1 A system has been proposed in which a game play situation is photographed and an effect is added to the obtained moving image (video) for viewing by a user (see, for example, Patent Document 1).
  • games using physical game media such as board games such as chess and shogi, or card games using playing cards, trading cards, etc.
  • the bar code provided on the game media is used as the game media used in the game.
  • a system that identifies based on information recorded on an IC chip or information obtained through image recognition, and adds an image according to the identification result to a game play image for viewing by the user. (For example, refer to Patent Document 2).
  • an object of the present invention is to provide a game tendency analysis system that utilizes the identification result of a physical play medium used in a game in order to analyze the tendency of the game.
  • a game tendency analysis system is applied to a game in which each of a plurality of players competes using a plurality of physical play media aggregates, and relates to a configuration of the aggregate used in the game.
  • a game trend analysis system for analyzing a trend, wherein medium identification means for identifying at least a part of game media included in an aggregate configured to be used by each player in the game, Based on the configuration example recording unit that records the identification result of the medium identification unit as the configuration example information indicating the configuration example of the aggregate and records it in a predetermined configuration example data by distinguishing the aggregate.
  • Tendency estimation means for estimating a frequent medium group as a combination of game media having a relatively high frequency included in the aggregate as an element representing at least a part of the tendency; It is those with a.
  • a computer program for a game media trend analysis system is applied to a game in which each of a plurality of players competes using a physical collection of a plurality of game media, and is used in the game.
  • a computer program for use in a game trend analysis system for analyzing trends relating to the composition of an aggregate, the computer of the game trend analysis system being included in an aggregate configured for use by each player in the game
  • Medium identification means for identifying at least some of the game media among the game media, and identification results of the medium identification means as configuration example information indicating a configuration example of the aggregate for each aggregate, and a predetermined configuration example Configuration example recording means for recording data, and based on the configuration example data, the frequency of inclusion in the aggregate is relatively high Frequent medium group as a combination of ⁇ body, in which is configured to function as a tendency estimation means for estimating a component representing at least part of the trend.
  • the analysis method is applied to a game in which each of a plurality of players competes using a plurality of physical play media aggregates, and relates to a configuration of the aggregate used in the game.
  • An analysis method in a game trend analysis system for analyzing a trend wherein each player identifies at least a part of game media included in an aggregate configured to be used in the game, and the game
  • the identification result of the medium is recorded as predetermined configuration example data as configuration example information indicating the configuration example of the aggregate, and is recorded in predetermined configuration example data.
  • the frequency included in the aggregate based on the configuration example data
  • the frequent media group as a combination of game media having a relatively high value is estimated as an element representing at least a part of the tendency.
  • the figure which shows an example of a mode that the game as a target to which the game tendency analysis system which concerns on one form of this invention is applied is played.
  • the figure which shows an example of the progress procedure of the game shown in FIG. The figure which shows an example of the outline
  • the figure which shows an example of the record recorded on the similar group data of FIG. The figure which shows an example of the record recorded on the model data of FIG.
  • FIG. 5 is a flowchart showing an example of a procedure of card identification processing executed by the identification device of FIG.
  • FIG. 5 is a flowchart showing an example of the procedure of a cascading data creation process executed by the identification device of FIG.
  • the flowchart which shows an example of the procedure of the frequent card group estimation process which the server system of FIG. 4 performs.
  • the flowchart which shows an example of the procedure of the model estimation process which the server system of FIG. 4 performs.
  • the flowchart which shows an example of the procedure of the deck evaluation process which the server system of FIG. 4 performs.
  • a game trend analysis system according to an embodiment of the present invention (hereinafter, may be abbreviated as a trend analysis system) will be described with reference to the drawings.
  • a trend analysis system when a plurality of elements that are common to each other are drawn, reference numerals may be given to represent some of the elements in order to avoid complication of the drawing.
  • terms such as “first” and “second” may be used to distinguish elements from each other. However, these terms are used for convenience of explanation and have priority. It does not have any ranking or other significance.
  • the game illustrated in FIG. 1 is configured as a kind of card battle game in which two players P1 and P2 battle using a card C as an example of a physical play medium.
  • a card battle game there are a plurality of types of cards C having different uses, roles or effects in the game.
  • a card that is used to attack an opponent's card a card that is used to strengthen or weaken the effect of an attack, or a special character (for example, sometimes called a monster) is called to obtain a specific effect.
  • a wide variety of cards are used, such as cards used to generate them.
  • the deck DC corresponds to an example of a collection of game media.
  • the details of the type of the card C may be appropriately determined according to the content of the game, and the details of the type of the card C and the like are not described below.
  • On the front side of the card C an image showing a character such as a monster to be symbolized by the card C, an image symbolizing the effect of the card C, a character indicating the name, attribute, etc. given to the character or effect of the card C Symbols, patterns and the like are added as appearance elements that characterize the appearance of the card C.
  • the back side of the card C is given a common appearance to all the cards C so that the card C cannot be distinguished when the card C is turned upside down.
  • FIG. 1 details of each card C are omitted, and the cards C are visually distinguished according to whether each card C is face up or turned over.
  • the game is advanced using a game field GF as an example of a place where the players P1 and P2 should place the cards C.
  • a plurality of card storage areas CP are set in the game field GF.
  • Each card storage CP has substantially the same shape and the same size as one card C.
  • the card storage area CP is divided into a first area AR1 and a second area AR2 except for the two card storage areas CP arranged in the center in the direction in which the players P1 and P2 face each other.
  • the card placement CP in the first area AR1 is used by one player P1, and the card placement CP in the second area AR2 is used by the other player P2.
  • the central two card storage areas CP are basically used by each player P1, P2.
  • the card storage areas CP in the areas AR1 and AR2 are further divided into a plurality of zones (not shown) according to the usage and role in the game.
  • the card storage CP located on the right front side when viewed from the players P1 and P2 is a zone where a plurality of cards C constituting the deck DC are placed in an inverted state, and the card storage CP on the far right end is a game.
  • Each zone is set as a zone where cards C that have been used or become unusable due to an attack from the opponent are placed face up.
  • the number of card storage CPs and zone divisions may be appropriately determined according to game rules and the like, and detailed description thereof will be omitted.
  • Each player P1, P2 configures a deck DC used in the game from a large number of cards owned by the player, and advances the game while appropriately placing the cards C included in the deck DC in the card storage CP.
  • an operation different from the operation of placing the cards in the game field GF is performed such that the players P1 and P2 hold a part of the cards C as a hand or place them at an appropriate position outside the game field GF.
  • FIG. 1 shows a state where the player P1 holds a part of the cards C as a hand and the player P2 turns the hand over and places it in his hand.
  • an external device such as a computer CL for calculating a numerical value that affects the progress of the game, such as an attack effect or a score, may be used.
  • FIG. 2 shows an example of progress in the game.
  • the game in FIG. 1 proceeds in a so-called turn system in which the turn is repeated alternately between the players P1 and P2.
  • a preparation for the game for example, after the decks DC of the players P1 and P2 are shuffled, they are placed in the card storage CP on the right front side, and a predetermined number of cards C are drawn from their own deck DC and held as a hand. Are performed.
  • the preparation is completed, the game is started from the turn of the first player (for example, the player P1 is the first player).
  • One turn is divided into multiple phases.
  • a phase is a concept for dividing a procedure to be performed in one turn into a plurality of stages according to its contents and properties. In the example of FIG. 2, one turn is divided into six stages from phase 1 to phase 6, but this is only an example.
  • the player P1 who is given a turn can select an appropriate action within the range determined for each phase.
  • An example is as follows.
  • the card C is drawn from the deck DC, and in the phase 2, the effect of the card C designated as the effect process should be performed in the phase can be activated.
  • the effect process should be performed in the phase can be activated.
  • using cards C as appropriate calling (summoning) virtual characters such as monsters used in battle, setting cards C having specific effects such as magic and spear, or activating card C effects Various actions are allowed.
  • a battle (battle) using the card C is performed. For example, the battle is performed by selecting the card C used for the attack by the player P1 (or P2) of his turn and the card C to be attacked by the opponent player P2 (or P1).
  • the opponent player may be the target of attack.
  • the result of the battle is determined according to parameters such as the attribute and strength of the card C.
  • phase 5 the same behavior as in phase 3 is allowed.
  • phase 6 the end of the turn is declared.
  • the battle in phase 4 can be avoided by selecting the player P1 (or P2) who is given a turn. In that case, phases 4 and 5 are skipped.
  • the end of one phase may be explicitly indicated by the operation of the card C, physical actions other than the card operations of the players P1 and P2, such as gestures and other actions, or certain contents of the players P1 and P2. Sometimes indicated by utterance.
  • the turn moves to the opponent player P2 (or P1).
  • the game ends when a predetermined end condition is satisfied while turns are alternately repeated.
  • the end condition is satisfied when, for example, the values of parameters such as life set for the players P1 and P2 are reduced to a predetermined value (for example, 0) by battle.
  • the game field GF is photographed, the image of the card C is extracted from the obtained image, and the appearance elements reflected in the image of the card C are analyzed. It is possible to identify the card C used in the play.
  • the trend analysis system of the present embodiment can be applied to an application for analyzing the tendency of the deck DC in the game by using information obtained by identifying such a card C.
  • deck usage data is collected based on the identification result of the card C used in the game.
  • the deck usage data is data in which the identification result of the card C used by the player in the game is recorded separately for each deck DC such as deck examples 1, 2,.
  • the deck example corresponds to an example of a configuration example of a set of decks DC actually used by the player in the game. In creating the deck usage data, it is not always necessary to identify all the cards C in each deck DC.
  • the deck usage data may be created using only the identified cards C.
  • the reliability may be set in the deck example according to the number of cards C included in each deck example or the ratio of the number of identified cards C to the number of cards included in one deck DC. In other words, a deck example in which more cards C are identified may be regarded as a deck example with higher reliability, and the reliability may be reflected in subsequent processing.
  • a key card is extracted based on the deck usage data, and a sub card is extracted for each obtained key card, so that the combination of the key card and the sub card is frequently incorporated into the deck DC.
  • the key card is a card C that is relatively frequently included in the deck examples 1, 2,... X, and corresponds to an example of a main medium.
  • the key card is a card C that is relatively likely to be incorporated into the deck DC by each player.
  • the frequency at which the card C is included can be specified by detecting the number of deck examples including the card C for each type of the card C. The higher the number of deck examples, the higher the frequency.
  • a card C within a certain range from the card C having the highest frequency may be selected as the key card.
  • the range selected as the key card may be set as a certain number of ranges from the card C having the highest frequency, or may be set as a range where the frequency is equal to or more than a certain value.
  • FIG. 3 shows an example in which the key cards Ck1 to Ckn are selected.
  • the frequency with which the card C is included may be calculated after weighting the deck example according to the reliability of each deck example.
  • the sub card is a card C that is relatively frequently incorporated in the deck DC along with the key card, and corresponds to an example of an accompanying medium.
  • a sub card is extracted for each key card.
  • Corresponding to the key card Ck1 are targeted for the deck example including the key card Ck1, and the frequency of the card C other than the key card, that is, the number of the deck examples is set to the card C.
  • the card C within a certain range from the card C having a relatively large number of deck examples may be identified as the sub cards Cs11, Cs12.
  • FIG. 3 shows an example in which sub cards Cs21, Cs22... Are extracted corresponding to the key card Ck2, and sub cards CsN1, CsN2. Note that the number of sub-cards may be constant or may change dynamically for each key card. Further, it is not always necessary to select one key card at a time. For example, a combination of cards C that are used in combination with a considerably high frequency may be set as a pair of key cards, and a sub card may be extracted for the pair. Also in the extraction of the sub card, the frequency with which the card C is included may be calculated after weighting the deck example according to the reliability of each deck example.
  • Frequent card groups that is, combinations of key cards and sub-cards, classify the deck DC according to how the player PL composes the deck DC, and further show the tendency regarding the configuration of the deck DC.
  • the index should be classified according to the property, and is estimated as an element representing at least a part of the tendency related to the configuration of the deck DC. That is, when the player PL configures the deck DC, the configuration of C of the cards included in the deck DC changes depending on the player PL's way of thinking, for example, strategy, policy, and the like. For example, the card C included in the deck DC varies depending on whether the deck DC is configured with emphasis on attack or the deck DC is configured with emphasis on defense.
  • the structure of the deck DC may change due to a further difference in the way of thinking.
  • the way of thinking about the configuration of the deck DC changes depending on the opponent, and the configuration of the deck DC may change accordingly.
  • a card C having a central role for realizing the concept of the player PL is first incorporated in the deck DC, and the relationship with the card C, compatibility, reinforcement, complement, etc. It is customary that the card C is further selected in consideration of the above.
  • the key card is a card C that is estimated to be highly likely to be selected as the center of the deck DC, and is estimated as a central card C that represents the player PL concept or the nature of the deck DC. Can do.
  • the sub-card is a card C that is estimated to be likely to be incorporated together with the key card, and is likely to be used together with the key card in accordance with the concept of the player PL and the nature of the deck DC. It can be estimated as card C. Therefore, by extracting the combination of the key card and the sub card, it is possible to obtain an index for distinguishing the tendency and property of the deck DC.
  • the deck examples included in the deck usage data are classified into the similar groups 1 to P based on the similarity to the combination of the key card and the sub card.
  • the deck examples are classified so that the deck examples having similar configurations are grouped into one similar group. Examples of decks that include a combination of a specific key card and sub-card, even if there is a difference in the other cards C, tend to match in tendency and nature, or group them together in one similar group as being similar examples of decks. Classification may be performed as follows. However, for a deck example that includes a plurality of combinations related to the key card and the sub card and whose property of the deck DC is ambiguous, exceptional processing such as exclusion from the similar group may be applied.
  • model examples 1, 2,... P are estimated for each similar group.
  • the model example may be configured as an average or standard example indicating the tendency of the deck examples included in one similar group, for example.
  • the model example may be configured to include the above-described set of frequent cards and add a card C other than the cards C of the frequent cards.
  • the model example may be configured such that a relatively large number of cards C included in the deck examples belonging to the similar group are added to the frequent card group.
  • the combination of the key card and sub-card is set as the card C required for the model example, and the remainder The card C may not be included in the model example.
  • the cards C other than the frequent card group have a relatively small influence on the tendency of the deck DC, and may be included in the model example as a card C that can be arbitrarily selected, or may be presented separately from the model example.
  • the deck examples included in the similar group are constant in the match.
  • the model example may be configured in consideration of game information such that the card C to be added to the model example is selected from the deck example that has left the result.
  • the model example includes at least a combination of a key card and a sub card, and when the player PL configures the deck DC by arbitrarily adding an appropriate card C from the deck examples included in the similar group. It may be estimated that it can be used as a reference example.
  • FIG. 4 shows a configuration example of the trend analysis system 1 for realizing the trend analysis processing.
  • the trend analysis system 1 is connected to an identification system 2 for collecting deck usage data, and a server system 3 that is connected to the identification system 2 via a network such as the Internet so as to be in charge of processing such as analysis of deck usage data.
  • the identification system 2 includes a camera 4 as an example of an imaging unit that captures an image of the game field GF, and an identification device 5 that identifies a card C included in the deck DC based on an image acquired by the camera 4. Yes.
  • the identification device 5 is configured as an example of a computer including a CPU and peripheral devices such as an internal memory necessary for its operation, and functions as a client for the server system 3.
  • the server system 3 is configured by a single physical server unit or a logical server system in which a plurality of physical server units are combined.
  • the server system 3 also functions as an example of a computer.
  • the server system 3 may be configured as a cloud server.
  • FIG. 3 shows a state where a single identification system 2 is connected to the server system 3, a plurality of identification systems 2 may be connected to the server system 3.
  • the identification device 5 is provided with a card identification unit 11 and a data creation unit 12 as logical devices realized by a combination of hardware resources of the identification device 5 and a computer program PGc as an example of software resources.
  • the card identification unit 11 analyzes the image of the card C taken by the camera 4, collates the analysis result with the card data D1, identifies the card C, and records the obtained identification result in the card identification data D2.
  • the card data D1 stores a record in which the card ID of the card C and feature information are recorded in association with each other.
  • the card ID is an example of medium identification information that is uniquely set for each type of card C.
  • the feature information is information describing the appearance features on the front side of the card C.
  • the appearance on the front side of the card C differs depending on the type of the card C due to the appearance elements described above. Therefore, the type of the card C can be specified based on the image, and the feature information is generated in advance as information describing the feature of the appearance element. If the image captured by the camera 4 is analyzed so that it can be compared with the feature information, the card ID corresponding to the type of the card C can be identified from the image of the card C.
  • the specific contents of the card C for example, information such as the name, attribute, strength, and effect of the character, etc. are recorded in advance in data not shown in association with the card ID. The specific contents of the card C can be determined using the card ID as a clue.
  • the data creation unit 12 refers to the card identification data D2 to determine the card ID of the card C included in the set of decks DC used by the player PL, and based on the determination result. Deck usage data D3. Further, the data creation unit 12 transmits the created deck usage data D3 to the server system 3 at an appropriate time.
  • the computer program PGc and the data D1 to D3 are appropriately stored in a storage device (not shown) provided in the identification device 5.
  • the deck usage data D3 is a set of records in which information of the cards C included in the set of decks DC is recorded, and corresponds to an example of configuration example data.
  • FIG. 6 shows an example of one record recorded in the deck usage data D3.
  • information on the card C included in a set of decks DC, identification rate information, and incidental information are recorded in association with a unique deck ID for each deck DC.
  • the record in FIG. 6 is an example of configuration example information to be recorded in the deck usage data D3.
  • As information about the card C for example, the card ID of each card C included in a set of decks DC is recorded.
  • the identification rate is information indicating the ratio of the number of cards C identified by the card identification unit 11 to the number of cards C included in the deck DC.
  • the incidental information is information acquired by the identification device 5 as information on a game in which the deck DC is used, and is selected in advance as information to be appropriately referred to in the processing in the server system 3.
  • information suitable for determining the nature or the like of the deck DC may be selected.
  • the result given to the game by the deck DC or information that can be used for determining the influence may be selected as incidental information.
  • An example is as follows. When it is possible to determine the match result based on the image acquired by the camera 4, the match result information may be recorded as at least a part of the supplementary information.
  • the incidental information is not limited to the example of determining from the image of the camera 4.
  • the identification device 5 can acquire input information of an auxiliary device such as the computer CL, the input information or information obtained from the input information may be included in the incidental information.
  • the operator of the identification device 5 can input game information via an input device such as a keyboard, at least a part of the input information may be included in the incidental information.
  • the deck ID may not be assigned by the identification device 5 but may be assigned for each record on the server system 3 side. That is, each time the identification device 5 creates a record to be included in the deck usage data D3, it transmits this to the server system 3, and the server system 3 that receives the record attaches a deck ID to the deck usage data D3. It is good also as what accumulates.
  • the record specified by one deck ID corresponds to a set of deck examples included in the deck usage data shown in FIG.
  • the server system 3 includes a trend estimation unit 21 as a logical device realized by a combination of hardware resources of the server system 3 and a computer program PGs as an example of software resources.
  • a management unit 22 and an evaluation unit 23 are provided.
  • the tendency estimation unit 21 accumulates the deck usage data D3 transmitted from the identification system 2, executes various processes shown in FIG. 3 based on the deck usage data D3, and records the execution results in the analysis data D10. .
  • the analysis data D10 includes frequent card data D11, similar group data D12, and model data D13.
  • the computer program PGs and the data D3 and D10 are held in an appropriate storage device (not shown) included in the server system 3.
  • the deck usage data D3 and the analysis data D10 may be held by a database server.
  • the frequent card data D11 is data obtained by accumulating records in which key cards and sub cards are associated and recorded as illustrated in FIG. That is, the frequent card data D11 is data in which an analysis result of a combination of cards C that is included in the deck DC and has a relatively high frequency is recorded.
  • the similar group data D12 is a set of records indicating the correspondence between the deck example recorded in the deck usage data D3 and the similar group. An example of one record recorded in the similar group data D12 is shown in FIG. In the example of FIG. 8, information for identifying example decks included in one similar group and information indicating the characteristics of the similar group are recorded in association with a unique similar group number for each similar group. As an example of identifying the deck example, each deck ID of the deck example classified into one similar group is recorded.
  • the feature information is information indicating the feature of the deck DC for each similar group estimated by the tendency estimation unit 21. For example, information for determining whether a similar group has an attack-oriented or defense-oriented property, information for determining the strength of a deck example included in the similar group, or an identification rate in each deck example included in the similar group (see FIG. Various information that can be used as a reference when using the similar group data D12, such as information for determining the reliability of data based on 6), may be recorded as feature information.
  • the model data D13 is a set of records in which information related to a set of model examples is recorded.
  • FIG. 9 shows an example of one record recorded in the model data D13. An example of one record recorded in the model data D13 is shown in FIG.
  • information specifying the card C included in one model example and information indicating the characteristics of the model example are recorded in association with a unique model number for each model example.
  • the card ID of the card C to be included in one model example is recorded.
  • the feature information is information indicating the features of the deck DC shown as an example model.
  • the feature information may be the same as the feature information included in the record of the similar group data D12, and includes various types of information such as properties, strengths, and reliability of a model example that can be referred to when using the model data D13. It may be recorded as information.
  • the disclosure management unit 22 functions as an example of an information disclosure unit by managing the disclosure of the analysis data D10 to the terminal device 6.
  • the terminal device 6 includes, for example, a personal computer 6a used by a user or a portable information communication terminal (smartphone as an example) 6b, and can communicate with the server system 3 via a predetermined network in the same manner as the identification device 5.
  • the public management unit 22 distributes at least a part of the analysis data D10 in a form suitable for use such as browsing and reference in the terminal device 6 in response to access from the terminal device 6.
  • the user of the terminal device 6 uses the analysis data D10 such that the deck DC used in the game is constructed while referring to the model example and the like created by the tendency estimation unit 21 on the terminal device 6.
  • the evaluation unit 23 acquires information indicating the configuration of the user's deck DC from the terminal device 6, and evaluates the user's deck DC by appropriately comparing the obtained deck DC with the analysis data D10. Thereby, the evaluation unit 23 functions as an example of an evaluation unit.
  • FIG. 10 shows an example of a procedure of card identification processing that is repeatedly executed at a predetermined cycle during game play in order for the card identification unit 11 of the identification device 5 to identify the card C.
  • the card identification unit 11 acquires the latest image captured by the camera 4, analyzes the obtained image, and extracts the image of the card C arranged in the game field GF ( Step S11).
  • the card C arranged in the front direction that is, the direction in which the identification based on the appearance element can be performed may be the extraction target.
  • the card identifying unit 11 also determines the position of the card C in the game field GF, and identifies whether the extracted card C is the card C used by the player P1 or P2. Also good. Next, the card identification unit 11 selects one card C to be processed from the cards C extracted in step S11 (step S12).
  • the card identification unit 11 extracts feature information of the appearance of the processing target card C (step S13). Further, the card identification unit 11 extracts from the card data D1 a record having feature information that matches or is most similar to the extracted feature information, and determines the card ID of the record as the card ID of the card C (step) S14). Thereafter, the card identification unit 11 determines whether or not the processing for determining the card ID is completed for all the cards C extracted in Step S11 (Step S15). If there is an unprocessed card C, the card identification unit 11 returns to step S12 and selects a processing target from the unprocessed card C.
  • the card identification unit 11 When it is determined in step S15 that all the cards C have been processed, the card identification unit 11 records the card ID of the determined card C in the card identification data D2 as an identification result (step S16). At this time, the card identification unit 11 also records in the card identification data D2 information for identifying which of the players P1 and P2 is the card C used. That is, the identification result is recorded in the card identification data D2 so that it can be identified which of the players P1 and P2 is the card C included in the used deck DC. The current card identification process is completed with the process of step S16.
  • the card identification unit 11 functions as an example of a medium identification unit by executing the processes of steps S11 to S16 in FIG.
  • FIG. 11 shows an example of the procedure of the deck usage data creation process executed by the data creation unit 12 of the identification device 5 to create the record of the deck usage data D3.
  • This process is a process executed at an appropriate time after the completion of one battle and the identification result of the card C used by each player PL is recorded in the card identification data D2, and for each deck DC, In other words, it is executed for each of the players P1 and P2.
  • the data creation unit 12 acquires the identification result regarding the card C used by any one player PL from the card identification data D2, and the player PL determines based on the obtained identification result.
  • the configuration of the used deck DC that is, the card ID of the card C included in the deck DC is determined (step S21).
  • the card identification data D2 is a set of records repeatedly generated at an appropriate cycle by the card identification unit 11, and the same card C is recorded over a plurality of records. Therefore, for example, in step S21, the record of the card identification data D2 is analyzed in time series, the cards C that appear in the game field GF between the start and end of the game are specified, and the set of card IDs of these cards C Is determined as the configuration of the deck DC.
  • the data creation unit 12 calculates the identification rate of the card C in the deck configuration determined in step S21 (step S22).
  • the identification rate can be obtained by dividing the number of cards determined in step S21 by the total number of cards (predetermined) included in the deck DC.
  • the identification rate can be used as an index indicating the reliability of the above-described deck example.
  • the data creation unit 12 generates incidental information to be included in the record of the deck usage data D3 (step S23). For example, the data creation unit 12 may monitor the image captured by the camera 4 to determine whether or not the game has been won and lost, and may create incidental information so that the determination result is included.
  • the card identification data D2 Based on the card identification data D2, it is possible to determine the change of the card C in the game field GF, that is, how the card C is used, and to generate the incidental information by estimating the win or loss based on the determination result. .
  • winning / losing or the like may be determined based on the input of the operator of the identification device 5, and incidental information may be generated based on the input information.
  • the data creation unit 12 creates one record to be included in the deck usage data D3 according to the information obtained in the processing of steps S21 to S23 (step S24), and the record is used as the deck usage data. Record in D3 (step S25).
  • step S25 By executing the above processing for each of the players P1 and P2, deck usage data D3 related to the deck DC used in one battle is recorded in the identification device 5.
  • the obtained deck usage data D3 is transmitted to the server system 3 at an appropriate timing.
  • the data creation unit 12 functions as an example of a configuration example recording unit by executing the processing of steps S21 to S25 in FIG.
  • FIG. 12 shows an example of a procedure of frequent card group estimation processing executed by the trend estimating unit 21 in order to create frequent card data D11 based on the deck usage data D3.
  • the process shown in FIG. 12 may be executed at an appropriate time after, for example, a sufficient number of records for the analysis of the deck DC are recorded in the deck usage data D3.
  • the trend estimation unit 21 first calculates the frequency with which each card C recorded in the deck usage data D3 is included in the deck example for each card C (step S31). .
  • the identification rate recorded in each record of the deck usage data D3 may be considered as an example of an index indicating the reliability of the deck example specified by one record.
  • the number of detection of each card ID recorded in the record is set to 1, while for a record with a relatively low identification rate, according to the identification rate. Weighting may be performed such that the number of detections is reduced to less than one.
  • the card ID of a specific card C is recorded in each of 10 records with a sufficiently high identification rate and two records with an identification rate of about half, detection of a record with a low identification rate is detected.
  • the trend estimation unit 21 extracts a key card based on the frequency calculated in step S31 (step S32).
  • This process may be realized by a process of selecting a certain range of cards C as a key card in order from the card C with the highest number of detections.
  • the tendency estimation unit 21 temporarily records the card IDs of these key cards in the frequent card data D11 (step S33).
  • the trend estimation unit 21 selects one of the key cards recorded in the frequent card data D11 as a processing target key card (step S34), and records the deck usage data D3 together with the key card.
  • the frequency relating to the card C recorded on the card is calculated (step S35).
  • the identification rate may be considered in the same manner as in step S31, and records whose identification rate is smaller than the allowable range may be excluded from the calculation target.
  • the trend estimation unit 21 extracts a sub card based on the frequency calculated in step S35 (step S36).
  • This process may be realized by a process of selecting a certain range of cards C as a sub card in order from the card C with the highest number of detections.
  • the trend estimation unit 21 estimates the combination of the card ID of the key card detected in step S34 and the card ID of the sub card extracted in step S36 as a set of frequent cards, A record in which these card IDs are associated with each other is generated and recorded in the frequent card data D11 (step S37).
  • the trend estimation unit 21 determines whether or not the processing of steps S34 to S37 has been applied to all the key cards extracted in step S32 (step S38), and if there is an unprocessed key card, the step Return to S34.
  • the tendency estimation unit 21 ends the process of FIG.
  • the trend estimation unit 21 functions as an example of a trend estimation unit by executing the processing of steps S31 to S38 in FIG.
  • FIG. 13 shows an example of a model estimation process performed by the trend estimation unit 21 to create the similar group data D12 and the model data D13 based on the frequent card data D11.
  • the process of FIG. 13 may be a process executed at an appropriate time after the frequent card data D11 is created or updated by the process of FIG. 12, for example.
  • the trend estimation unit 21 first processes a record corresponding to a set of frequent cards (a combination of a key card and a sub card) from the records recorded in the frequent card data D11. (Step S41).
  • the trend estimation unit 21 extracts, from the deck usage data D3, the records of the deck examples that should be classified into the same similar group with reference to the combination of the key card and the sub card of the record selected in step S41 (Ste S42).
  • This process may be executed so as to extract a deck example at least as a requirement that a key card and a sub card of a frequent card group to be processed are included.
  • a determination may be applied to include in the same similar group.
  • an exception process may be applied in which a deck example including a plurality of frequent card groups and having an ambiguous deck DC property is excluded.
  • the trend estimating unit 21 refers to the incidental information of the record of the deck example extracted in step S42, and generates feature information to be associated with the similar group (step S43).
  • the feature information may be appropriately generated based on the incidental information of the deck usage data D3.
  • what kind of effect each deck DC included in the similar group exerts in the game such as the nature and type of the deck DC, the winning / losing rate of the example deck included in the similar group, and what influence
  • the feature may be generated as information that is a clue to know whether or not the game has been given to the game.
  • the trend estimation unit 21 After generating the feature information, the trend estimation unit 21 generates a record (see FIG. 8) to be recorded in the similar group data D12 based on the processing results of steps S42 and S43, and stores this in the similar group data D12. Recording is performed (step S44).
  • the trend estimation unit 21 estimates a model example corresponding to the similar group recorded in step S44 as an example of a configuration example model in the similar group (step S45).
  • the model example may be created by estimating an average or standard example regarding the configuration of the deck examples included in one similar group.
  • the model example may include a key card and a sub card of the frequent card group to be processed, and may include an appropriate card C selected from the deck example of the similar group.
  • the trend estimation unit 21 generates feature information corresponding to the model example estimated in step S45 (step S46). This process is information describing the properties of the model example, and the information generated in step S43 may be used as it is, or information indicating further features of the model example may be added in step S46. .
  • the trend estimation unit 21 creates a record to be recorded in the model data D13 based on the processing results of steps S45 and S46 (step S47), and records this in the model data D13 (step S48). Thereafter, the trend estimation unit 21 determines whether or not the processing in steps S42 to S48 has been applied to all the records recorded in the frequent card data D11 (step S49). When there is an unprocessed record, The process returns to step S41. When it is determined in step S48 that the processing for all the frequent card groups has been completed, the trend estimation unit 21 ends the processing in FIG.
  • the deck usage data D3 that can be a clue to know what deck DC the player PL is using in the game based on the identification information of the card C used in the game.
  • a frequent card group that is used as a clue to know a tendency related to the structure of the deck DC based on the deck usage data D3, that is, a frequent card that indicates a combination of cards C that are frequently included in the deck DC in combination with the player PL.
  • Data D11 is created.
  • the frequent card data D11 it is possible to classify a wide variety of decks DC into a plurality of similar groups according to their properties and to estimate a deck DC as a model example for each similar group. Therefore, the identification result of the card C can be used as information for grasping the tendency regarding the configuration of the deck DC, and the use of the identification result of the card C can be expanded to effectively use the information.
  • the public management unit 22 appropriately selects the information of the frequent card data D11, the similar group data D12, and the model data D13 included in the analysis data D10 according to the request of the user of the terminal device 6. And may be provided to the terminal device 6.
  • the evaluation unit 23 acquires information on the card C included in the deck DC configured by the user from the terminal device 6, and the configuration of the deck DC identified based on the information and the estimation result of the trend estimation unit 21 Based on the comparison, the deck DC of the player PL is evaluated. An example of processing by the evaluation unit 23 is shown in FIG.
  • the trend estimation unit 21 of the server system 3 acquires information for identifying the configuration of the deck DC from the terminal device 6 (step S61), and the deck configured by the user based on the obtained information.
  • Data similar to DC is extracted from the analysis data D10 (step S62).
  • the card ID of the card C included in the user's deck DC is compared with the frequent card group recorded in the frequent card data D11, and the record of the frequent card group whose similarity is equal to or higher than a predetermined level is extracted.
  • the card ID of the card C included in the user's deck DC is compared with the frequent card group recorded in the frequent card data D11, and a record of the frequent card group having a similarity equal to or higher than a predetermined level is extracted.
  • a process of extracting a similar group record having a configuration similar to that of the deck DC configured by the user from the similar group data D12 may be applied.
  • the evaluation unit 23 evaluates the user's deck DC by comparing the configuration of the deck DC acquired in step S61 with the data (record) extracted in step S62.
  • the user's deck DC is quantitatively calculated by calculating the similarity between the user's deck DC and the frequent card group, or the similarity between the user's deck DC and the deck configuration recorded in the similar group data D12.
  • the evaluation unit 23 delivers the evaluation result of step S63 to the terminal device 6 and presents it to the user (step S64).
  • feature information recorded in the similar group data D12 or the like, or an evaluation comment or the like appropriately arranged in accordance with the user's deck DC may be provided together with the terminal device 6.
  • the information on the card C included in the user's deck DC is provided from the terminal device 6 to the server system 3, so that the terminal device 6 itself functions as an example of a medium identifying unit.
  • a camera or other input device connected to the terminal device 6 may be used as appropriate, and an input device (input interface) such as a keyboard provided on the terminal device 6 by the user. ) May be used to input information about the card C.
  • the deck DC identified by the user by the terminal device 6 can be included in the concept of the aggregate configured to be used in the game.
  • the card IC of the deck DC may be identified using the identification system 2, and the obtained identification result may be evaluated by the evaluation unit 23. That is, the evaluation unit 23 may evaluate the deck DC itself brought into the place where the game is played.
  • the present invention is not limited to the above-described embodiments, and may be implemented in various modifications or changes.
  • the frequent card group, the similar group, and the model example are estimated as elements indicating a tendency related to the configuration of the deck DC, but the present invention does not necessarily require all of them. If a frequent card group can be estimated, it is possible to clarify the tendency of what card C should be incorporated into the deck DC in accordance with the concept of configuring the deck DC. Therefore, the trend analysis system may be configured to omit the estimation of the similar group and the model example and use the estimation result of the frequent card group for appropriate use.
  • the model example is not limited to one set for one similar group. Two or more model examples may be estimated for one similar group.
  • the example deck included in the deck usage data does not necessarily need to be uniquely classified for any one similar group.
  • a set of deck examples may be classified in parallel into two or more similar groups.
  • the target game to which the trend analysis system of the present invention is applied is not limited to a battle game that progresses while game media are appropriately arranged at a plurality of locations in the game field.
  • the trend analysis system of the present invention is applied even to a game in which a card as a game medium is progressed while being sequentially drawn out one by one or more in a predetermined place (may be variable). It is possible.
  • the card C is identified based on the image taken by the camera 4, but the medium identifying means is not limited to such an example.
  • an IC chip, a barcode, a two-dimensional code, etc. are attached as identification information to each of the game media used in the game or to each of the additional materials used in combination with the game media (for example, a sleeve for the card C).
  • the game medium may be identified by reading the identification information from the game medium or the like placed in the game field GF or the like.
  • a reader for an IC chip, a scanner for a barcode or the like can be used as the medium information acquisition means.
  • the game medium is not limited to a flat example such as a card, and even if it has a figure, piece, or other three-dimensional shape, an appropriate game medium can be used as long as it can be identified to create configuration example data. May be targeted.
  • the play media included in the aggregate such as the deck DC used in the game do not necessarily need to be identified based on information obtained during the game play.
  • the cards included in the deck constituted by the player may be identified by sequentially scanning the cards before the game play is started. In this case, at least a part of the input operation of the identification information may depend on a manual operation by an operator of the identification device 5 or the like.
  • the game tendency analysis system is applied to a game in which each of a plurality of players (P1, P2) battles using a set (DC) of a plurality of physical play media (C),
  • a game tendency analysis system (1) for analyzing a tendency related to a configuration of an aggregate used in the game, wherein at least one of the game media included in the aggregate configured to be used in the game by each player
  • the medium identification means (11, S11 to 16; 6) for identifying a part of the game media, the identification result of the medium identification means, the configuration example information indicating the configuration example of the aggregate (record shown in FIG.
  • each of a plurality of players competes using a physical group (DC) of a plurality of game media (C).
  • a computer program (PGc, PGs) used in a game trend analysis system (1) that is applied to a game and analyzes a trend relating to the composition of an aggregate used in the game, the computer (5 3), medium identification means (11, S11 to 16; 6) for identifying at least a part of the game media included in the aggregate configured to be used by each player in the game,
  • the identification result of the medium identifying means is classified into each aggregate as configuration example information (record shown in FIG. 6 as an example) indicating the configuration example of the aggregate.
  • a tendency estimation means 21, S31 to S38 for estimating at least a part of the tendency.
  • the analysis method according to one aspect of the present invention is applied to a game in which each of a plurality of players (P1, P2) battles using a set (DC) of a plurality of physical play media (C).
  • the identification result of the game medium is recorded as predetermined configuration example data (D3) as configuration example information (a record shown in FIG. 6 as an example) indicating the configuration example of the aggregate, distinguished for each aggregate (S21).
  • D3 configuration example data
  • configuration example information a record shown in FIG. 6 as an example
  • the frequent media group as a combination of the game media included in the aggregate with a relatively high frequency is estimated as an element representing at least a part of the tendency (S31 to S25).
  • the configuration example of a collection of game media is collected and stored in the configuration example data based on the identification result of the play media, and the frequency included in the collection based on the obtained configuration example data
  • a combination of game media having a relatively high is estimated.
  • the composition of the agglomerate can vary depending on the player's way of thinking, for example, strategy, policy, and the like.
  • the composition of the aggregate changes depending on whether attack or defense is emphasized.
  • the collective often includes play media that will play a central role in realizing the player's idea.
  • the frequent media group estimated by the above aspect can be an index for classifying the player's way of thinking about the composition of the aggregate. Then, by using such an estimation result of the frequent media group, it is possible to analyze the tendency of the player regarding the composition of the aggregate and present the analysis result to the player. Thereby, the use of the identification result of a game medium can be expanded and effective utilization of information can be aimed at.
  • the computer program according to one embodiment of the present invention may be provided in a state of being stored in a storage medium. If this storage medium is used, the system of the present invention can be realized by using the computer by installing and executing the computer program according to the present invention on the computer, for example.
  • the storage medium storing the computer program may be a non-transitory storage medium such as a CDROM.
  • the tendency estimation means extracts at least one game medium having a relatively high frequency included in the aggregate as a main medium (a key card as an example) based on the configuration example data, and At least one game medium that is relatively frequently included in the aggregate accompanying the main medium is extracted as an accompanying medium (sub card as an example), and a combination of the main medium and the accompanying medium is You may estimate as a frequent media group. According to this, after extracting the main medium from the frequency in which the game medium is included in each configuration example, the frequency is increased by examining the frequency in which the game medium is included in the configuration example in which the main medium is included. It is possible to efficiently estimate the combination of the main medium and the accompanying medium that should constitute the medium group.
  • the trend estimation means extracts a plurality of main media, extracts the accompanying media by distinguishing each of the plurality of main media for each main medium, and collects each aggregate recorded in the configuration example data. May be classified into a plurality of similar groups according to the similarity to the frequent media group, and a model of the aggregate configuration example may be estimated for each obtained similar group. According to this, by classifying the configuration examples into similar groups using the similarity to the frequent media group as an index, it becomes possible to classify a plurality of configuration examples into the similar group along the tendency indicated by the frequent media group. That is, it is possible to classify the configuration examples having similar tendencies into one similar group. And by estimating a model for every similar group, the model along the tendency which a frequent media group shows can be estimated. Furthermore, with reference to each configuration example included in the similar group, a game medium that should be included in the model, or a game medium that does not have a substantial influence on the tendency even if included in the model is appropriately selected and imported into the model. Processing is also possible.
  • the trend estimation means may further estimate a model of the configuration example of the aggregate based on the estimation result of the frequent media group. According to this, by estimating the model based on the estimation result of the frequent medium group, the tendency indicated by the frequent medium group can be expressed by the configuration of the model. Therefore, for example, it is possible to provide useful information to the player, for example, by presenting the model to the player and providing the player with information that can be used as a reference for constructing an aggregate that follows the configuration example of others.
  • the trend estimation unit may weight the configuration example information based on the identification status of the medium identification unit for each aggregate, and reflect the weighting in the estimation of the frequent medium group. According to this, when a variation occurs in the identification status of the game media, the identification status can be reflected in the configuration example information to improve the reliability and accuracy regarding the estimation of the frequent media group.
  • the information disclosing means (22) for disclosing at least a part of the estimation result of the tendency estimating means on a predetermined network may be further provided. According to this, it is possible to provide information that serves as a reference regarding the configuration of the aggregate by presenting the estimation result of the frequent media group to the player.
  • the configuration example recording means acquires information on a game in which the aggregate is used as supplementary information, records the obtained supplementary information in association with the identification result of the game medium, and estimates the tendency
  • the means may estimate the tendency based on the incidental information so that information indicating a tendency characteristic regarding the configuration of the aggregate is included in the estimation result. According to this, it is possible to estimate the tendency related to the composition of the aggregate by appropriately referring to the information of the game in which the aggregate is used, thereby increasing the value of the estimation result.
  • an evaluation unit that evaluates the aggregate formed by the player based on the estimation result of the tendency estimation unit may be further provided. According to this, by using the estimation result of the trend estimation means, it is possible to objectively evaluate the player's aggregate in light of the tendency related to the composition of the aggregate.

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Business, Economics & Management (AREA)
  • Computer Security & Cryptography (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

複数のプレイヤが物理的なカード等の遊戯媒体の集合体を用いて対戦するゲームに適用され、ゲームで使用された集合体の構成に関する傾向を分析するゲーム傾向分析システムにおいて、各プレイヤがゲームにて使用すべく構成した集合体に含まれている遊戯媒体のうち少なくとも一部の遊戯媒体を識別し、その識別結果を、集合体の構成例を示す構成例情報として、集合体ごとに区別して所定の構成例データに記録し、構成例データに基づいて、集合体に含まれる頻度が相対的に高い遊戯媒体の組み合わせとしての頻出媒体群を集合体の構成に関する傾向の少なくとも一部を現す要素として推定する。

Description

ゲーム傾向分析システム、及びそのコンピュータプログラム並びに分析方法
　本発明は、複数の物理的な遊戯媒体の集合体を用いてプレイされるゲームにおける集合体の傾向を分析するゲーム傾向分析システム等に関する。
　ゲームのプレイ状況を撮影し、得られた動画（映像）に対してエフェクトを付加してユーザの視聴に供するシステムが提案されている（例えば特許文献１参照）。物理的な遊戯媒体を利用するゲーム、例えばチェスや将棋等のボードゲーム、あるいはトランプ、トレーディングカード等を用いるカードゲームにおいて、ゲームで使用されている遊戯媒体を、その遊戯媒体に設けられたバーコード、ＩＣチップに記録された情報、あるいは画像認識を介して得られる情報に基づいて識別し、その識別結果に応じた画像をゲームのプレイ画像に付加してユーザの視聴に供するシステムも知られている（例えば特許文献２参照）。
特開２０１７－１８８８３３号公報 特開２００３－１０３０４５号公報
　複数の物理的な遊戯媒体を適宜に組み合わせた集合体、例えばカードの束としてのデッキが用いられるゲームでは、他人が集合体をどのように構成しているかを知ることが重要である。例えば、プレイヤが遊戯媒体を組み合わせる場合、他人がどのように集合体を構成しているかに関する傾向を知ることができれば、自己の集合体の構築に役立てること可能である。しかしながら、上述した従来のシステムは、遊戯媒体がゲームでどのように使用されたかを識別し、得られた情報からゲームの進行を再現するといった用途で識別結果を利用しているに過ぎず、得られた情報の活用に関してさらなる検討の余地がある。
　そこで、本発明は、ゲームにて用いられた物理的な遊戯媒体の識別結果をゲームの傾向を分析するために活用するゲーム傾向分析システム等を提供することを目的とする。
　本発明の一態様に係るゲーム傾向分析システムは、複数のプレイヤのそれぞれが複数の物理的な遊戯媒体の集合体を用いて対戦するゲームに適用され、前記ゲームで使用された集合体の構成に関する傾向を分析するゲーム傾向分析システムであって、各プレイヤが前記ゲームにて使用すべく構成した集合体に含まれている遊戯媒体のうち少なくとも一部の遊戯媒体を識別する媒体識別手段と、前記媒体識別手段の識別結果を、前記集合体の構成例を示す構成例情報として、前記集合体ごとに区別して所定の構成例データに記録する構成例記録手段と、前記構成例データに基づいて、前記集合体に含まれる頻度が相対的に高い遊戯媒体の組み合わせとしての頻出媒体群を、前記傾向の少なくとも一部を現す要素として推定する傾向推定手段と、を備えたものである。
　本発明の一態様に係る遊戯媒体傾向分析システム用のコンピュータプログラムは、複数のプレイヤのそれぞれが物理的な複数の遊戯媒体の集合体を用いて対戦するゲームに適用され、前記ゲームで使用された集合体の構成に関する傾向を分析するゲーム傾向分析システムに用いられるコンピュータプログラムであって、前記ゲーム傾向分析システムのコンピュータを、各プレイヤが前記ゲームにて使用すべく構成した集合体に含まれている遊戯媒体のうち少なくとも一部の遊戯媒体を識別する媒体識別手段、前記媒体識別手段の識別結果を、前記集合体の構成例を示す構成例情報として、前記集合体ごとに区別して所定の構成例データに記録する構成例記録手段、及び前記構成例データに基づいて、前記集合体に含まれる頻度が相対的に高い遊戯媒体の組み合わせとしての頻出媒体群を、前記傾向の少なくとも一部を現す要素として推定する傾向推定手段として機能させるように構成されたものである。
　また、本発明の一態様に係る分析方法は、複数のプレイヤのそれぞれが複数の物理的な遊戯媒体の集合体を用いて対戦するゲームに適用され、前記ゲームで使用された集合体の構成に関する傾向を分析するゲーム傾向分析システムにおける分析方法であって、各プレイヤが前記ゲームにて使用すべく構成した集合体に含まれている遊戯媒体のうち少なくとも一部の遊戯媒体を識別し、前記遊戯媒体の識別結果を、前記集合体の構成例を示す構成例情報として、前記集合体ごとに区別して所定の構成例データに記録し、前記構成例データに基づいて、前記集合体に含まれる頻度が相対的に高い遊戯媒体の組み合わせとしての頻出媒体群を、前記傾向の少なくとも一部を現す要素として推定するものである。
本発明の一形態に係るゲーム傾向分析システムが適用される対象としてのゲームがプレイされている様子の一例を示す図。 図１に示したゲームの進行手順の一例を示す図。 ゲーム傾向分析システムにおける傾向分析処理の概要の一例を示す図。 一形態に係るゲーム傾向分析システムの全体構成の一例を示す図。 図４のカードデータに記録されるレコードの一例を示す図。 図４のデッキ使用データに記録されるレコードの一例を示す図。 図４の頻出カードデータに記録されるレコードの一例を示す図。 図４の類似群データに記録されるレコードの一例を示す図。 図４のモデルデータに記録されるレコードの一例を示す図。 図４の識別装置が実行するカード識別処理の手順の一例を示すフローチャート。 図４の識別装置が実行するカデッキ使用データ作成処理の手順の一例を示すフローチャート。 図４のサーバシステムが実行する頻出カード群推定処理の手順の一例を示すフローチャート。 図４のサーバシステムが実行するモデル推定処理の手順の一例を示すフローチャート。 図４のサーバシステムが実行するデッキ評価処理の手順の一例を示すフローチャート。
　以下、図面を参照して本発明の一形態に係るゲーム傾向分析システム（以下、傾向分析システムと略称することがある。）を説明する。なお、各図において、互いに共通する複数の要素が描かれている場合、図の煩雑を避けるため一部の要素に代表して参照符号を付すことがある。また、以下の説明では、要素を相互に区別するために「第１」、「第２」といった用語を用いることがあるが、それらの用語は説明の便宜のために用いるものであって、優先順位その他の意義を有するものではない。
　まず、図１を参照して本形態の傾向分析システムが適用される一例としてのゲームを説明する。図１に例示するゲームは、二人のプレイヤＰ１、Ｐ２が物理的な遊戯媒体の一例としてのカードＣを用いて対戦するカード対戦ゲームの一種として構成されている。周知のように、カード対戦ゲームでは、ゲームにおける用途や役割、あるいは効果等が異なる複数種類のカードＣが存在する。例えば、対戦相手のカードを攻撃するために用いられるカード、攻撃の効果を強め、あるいは弱めるために用いられるカード、特別のキャラクタ（例えばモンスター等と呼ばれることがある。）を呼び出して特有の効果を生じさせるために用いられるカードといったように多種多様なカードが用いられる。また、それらのカードＣは、カードＣの束を意味するデッキＤＣに適宜に組み入れられてゲームで使用される。デッキＤＣは遊戯媒体の集合体の一例に相当する。しかしながら、カードＣの種類の詳細はゲームの内容に応じて適宜に定められてよく、以下ではカードＣの種類等の詳細は説明を省略する。カードＣの表面側には、カードＣによって象徴されるべきモンスター等のキャラクタを示す画像、あるいはカードＣの効果を象徴する画像、カードＣのキャラクタや効果に付された名称、属性等を示す文字、記号、模様等がカードＣの外観を特徴付ける外観要素として付される。一方、カードＣの裏面側はカードＣを裏返したときのカードＣの判別を不可能とするために、全てのカードＣに対して共通の外観が付される。図１では個々のカードＣの詳細は省略し、各カードＣが表向き、又は裏返しのいずれの状態にあるかに応じてカードＣを視覚的に区別して示している。
　ゲームは、プレイヤＰ１、Ｐ２がカードＣを配置すべき場の一例としてのゲームフィールドＧＦを利用して進められる。ゲームフィールドＧＦには複数のカード置き場ＣＰが設定されている。各カード置き場ＣＰは一枚のカードＣと概ね同一形状でかつ同一の大きさである。カード置き場ＣＰは、プレイヤＰ１、Ｐ２が向かい合っている方向における中央部に配置された二つのカード置き場ＣＰを除いて、第１エリアＡＲ１及び第２エリアＡＲ２に分けて設けられている。第１エリアＡＲ１のカード置き場ＣＰは一方のプレイヤＰ１が使用し、第２エリアＡＲ２のカード置き場ＣＰは他方のプレイヤＰ２が使用する。中央の二つのカード置き場ＣＰは基本的には各プレイヤＰ１、Ｐ２が一つずつ使用する。各エリアＡＲ１、ＡＲ２のカード置き場ＣＰは、ゲームにおける用途、役割等に応じて複数のゾーン（不図示）にさらに区分される。例えば、各プレイヤＰ１、Ｐ２からみて右端手前側に位置するカード置き場ＣＰはデッキＤＣを構成する複数枚のカードＣが裏返しの状態で重ね置かれるゾーン、右端奥側のカード置き場ＣＰはゲームにて使用済、あるいは相手からの攻撃で使用不可能となったカードＣが表向きの状態で重ね置かれるゾーンとしてそれぞれ設定されている。カード置き場ＣＰの個数、ゾーンの区分はゲームのルール等に応じて適宜に定められてよく、それらの詳細な説明は省略する。
　各プレイヤＰ１、Ｐ２は自己が所有する多数枚のカードからゲームで使用するデッキＤＣを構成し、そのデッキＤＣに含まれたカードＣをカード置き場ＣＰに適宜に配置しつつゲームを進める。ゲームでは、プレイヤＰ１、Ｐ２が一部のカードＣを手札として保持し、あるいはゲームフィールドＧＦ外の適宜の位置に置くといったように、ゲームフィールドＧＦにカードを配置する操作とは異なる所作も行われる。例えば、図１では、プレイヤＰ１が一部のカードＣを手札として保持し、プレイヤＰ２が手札を裏返して手元に置いている状態が示されている。また、ゲームでは、例えば攻撃の効果、あるいは得点といったゲームの進行に影響する数値を計算するための計算機ＣＬ等の外部装置が用いられることもある。
　図２はゲームにおける進行の一例を示している。図１のゲームはプレイヤＰ１、Ｐ２間で手番を交互に繰り返すいわゆるターン制で進行する。最初に、ゲームの準備として、例えば各プレイヤＰ１、Ｐ２のデッキＤＣをシャッフルした上で右端手前側のカード置き場ＣＰに配置し、自分のデッキＤＣから所定枚数のカードＣを引いて手札として保持する、といった操作が行われる。準備が終わると先攻プレイヤ（一例としてプレイヤＰ１が先攻とする。）のターンからゲームが開始される。一つのターンは複数のフェーズに区分される。フェーズは、一回のターンで行われるべき手順を、その内容や性質に応じて複数段階に区分するための概念である。図２の例では一回のターンがフェーズ１～フェーズ６までの６段階に区分されているが、これはあくまで一例である。
　各フェーズではターンが与えられているプレイヤＰ１（又はＰ２）がフェーズごとに定められた範囲内で適宜の行動を選択することができる。一例として以下のごとくである。フェーズ１ではデッキＤＣからカードＣが引かれ、フェーズ２では、そのフェーズにて効果処理が行われるべきものとして指定されているカードＣの効果を発動させることができる。フェーズ３では、カードＣを適宜に用いつつ、戦闘で用いるモンスターといった仮想的なキャラクタ等の呼び出し（召喚）、魔法や罠といった特有の効果を有するカードＣのセット、あるいはカードＣの効果の発動といった各種の行動が許容される。フェーズ４ではカードＣを用いた戦闘（バトル）が行われる。例えば、自己のターンのプレイヤＰ１（又はＰ２）が攻撃に用いるカードＣと、相手方のプレイヤＰ２（又はＰ１）の攻撃対象となるべきカードＣとが選択されることにより戦闘が行われる。カードＣに代えて、又は加えて攻相手方のプレイヤ自身が攻撃対象となる場合があってもよい。戦闘の結果はカードＣの属性、強さといったパラメータに応じて定まる。フェーズ５では、フェーズ３と同様の行動が許容される。フェーズ６ではターンの終了が宣言される。なお、フェーズ４の戦闘はターンが与えられているプレイヤＰ１（又はＰ２）の選択によって回避することが可能である。その場合、フェーズ４及び５はスキップされる。一つのフェーズの終了は、カードＣの操作によって明示的に示されることもあれば、プレイヤＰ１、Ｐ２のカード操作以外の身体的所作、例えばジェスチャその他の所作、あるいはプレイヤＰ１、Ｐ２の一定内容の発話によって示されることもある。一回のターンが終わると、相手側のプレイヤＰ２（又はＰ１）へとターンが移る。ターンが交互に繰り返されていくうちに所定の終了条件が成立するとゲームが終了する。終了条件は例えばプレイヤＰ１、Ｐ２に設定されたライフ等のパラメータの値が戦闘によって所定値（例えば０）まで減少すると成立する。
　以上のようなゲームにおいては、例えば、ゲームフィールドＧＦを撮影し、得られた画像からカードＣの画像を抽出し、カードＣの画像に映し込まれた外観要素を解析する、といった手法によりゲームのプレイで使用されたカードＣを識別することが可能である。本形態の傾向分析システムはそのようなカードＣの識別によって得られる情報を利用して、ゲームにおけるデッキＤＣの傾向を分析する用途に適用し得るものである。
　次に、図３～図８を参照して傾向分析システムの一形態を説明する。なお、以下では図１に例示したプレイヤＰ１、Ｐ２を参照符号ＰＬにて代表してプレイヤＰＬと表記することがある。まず、図３を参照して、傾向分析システムにおける傾向分析処理の概要の一例を説明する。図３の例においては、ゲームにて使用されたカードＣの識別結果に基づきデッキ使用データが収集される。デッキ使用データは、プレイヤがゲームで使用したカードＣの識別結果を、デッキ例１、２、…ＸといったようにデッキＤＣごとに区別して記録したデータである。デッキ例は、プレイヤがゲームにて実際に使用した一組のデッキＤＣの構成例の一例に相当する。なお、デッキ使用データの作成にあたって、各デッキＤＣ内の全てのカードＣが識別されることは必ずしも要しない。デッキＤＣの一部のカードＣのみ識別ができた場合には、識別されたカードＣのみでデッキ使用データが作成されてよい。各デッキ例に含まれるカードＣの数、あるいは、識別されたカードＣの数が一つのデッキＤＣに含まれるカード枚数に占める比率等に応じてデッキ例に信頼性が設定されてもよい。つまり、より多くのカードＣが識別されているデッキ例ほど信頼性が高いデッキ例とみなし、以降の処理に信頼性を反映させてもよい。
　次に、デッキ使用データに基づいてキーカードが抽出され、得られたキーカードごとにサブカードが抽出されることにより、それらのキーカードとサブカードとの組み合わせがデッキＤＣに組み込まれる頻度が高いカードＣの組み合わせとして推定される。キーカードは、デッキ例１、２…Ｘに含まれている頻度が相対的に高いカードＣであって、主要媒体の一例に相当する。言い換えれば、キーカードは、各プレイヤがデッキＤＣに組み入れる可能性が相対的に高いカードＣである。カードＣが含まれている頻度は、カードＣが含まれているデッキ例の数をカードＣの種類ごとに検出することにより特定することが可能である。デッキ例の数が多いほど頻度が高い。キーカードは、最も頻度が高いカードＣから一定範囲のカードＣをキーカードとして選択すればよい。キーカードとして選択する範囲は、例えば、最も頻度が高いカードＣから一定数の範囲として設定されてもよいし、頻度が一定値以上の範囲として設定されてもよい。図３では、キーカードＣｋ１～Ｃｋｎが選択された例が示されている。キーカードを抽出する場合、各デッキ例の信頼性に応じてデッキ例を重み付けした上でカードＣが含まれている頻度が算出されてもよい。
　サブカードは、キーカードに付随してデッキＤＣに組み込まれている頻度が相対的に高いカードＣであって、付随媒体の一例に相当する。サブカードは、キーカードごとに抽出される。例えばキーカードＣｋ１に対応するサブカードＣｓ１１、１２…は、キーカードＣｋ１が含まれているデッキ例を対象として、キーカード以外のカードＣが含まれている頻度、すなわちデッキ例の数をカードＣの種類ごとに検出し、デッキ例の数が相対的に多いカードＣから一定範囲のカードＣをサブカードＣｓ１１、Ｃｓ１２…として特定すればよい。キーカードＣｋ１とサブカードＣｓ１１、Ｃｓ１２…との組み合わせは、デッキＤＣに含まれている頻度が相対的に高いカードＣの組み合わせの一例であって、頻出媒体群の一例に相当する。以下では、そのような組み合わせを頻出カード群と呼ぶことがある。図３では、他にキーカードＣｋ２に対応してサブカードＣｓ２１、Ｃｓ２２…が抽出され、キーカードＣｋｎに対応してサブカードＣｓＮ１、ＣｓＮ２…が抽出された例が示されている。なお、サブカードの数は一定でもよいし、キーカードごとに動的に変化してもよい。また、キーカードも一枚ずつ選択されることを必ずしも要しない。例えば、組み合わせて使用される頻度が相当程度に高いカードＣ同士の組み合わせをキーカードの対として設定し、その対に対してサブカードが抽出されてもよい。サブカードの抽出においても、各デッキ例の信頼性に応じてデッキ例を重み付けした上でカードＣが含まれている頻度が算出されてもよい。
　頻出カード群、すなわちキーカード及びサブカードの組み合わせは、プレイヤＰＬがどのような考え方でデッキＤＣを構成しているかに応じてデッキＤＣを分類し、さらにはデッキＤＣの構成に関する傾向をデッキＤＣの性質に応じて区分する指標となるべきものであって、デッキＤＣの構成に関する傾向の少なくとも一部を現す要素として推定される。すなわち、プレイヤＰＬがデッキＤＣを構成する場合には、プレイヤＰＬの考え方、例えば戦略、方針等によりデッキＤＣに含まれるカードのＣの構成が変化する。例えば、攻撃を重視してデッキＤＣを構成するか、又は守備を重視してデッキＤＣを構成するかに応じてデッキＤＣに含めるカードＣが変化する。あるいは、攻撃を重視するとしても、さらなる考え方の相違によりデッキＤＣの構成が変化することもある。対戦相手に応じてデッキＤＣの構成に関する考え方が変化し、それに応じてデッキＤＣの構成が変化することもある。そして、デッキＤＣを構成する場合には、プレイヤＰＬの考え方を実現するために中心的な役割を持つカードＣがまずデッキＤＣに組み込まれ、そのカードＣとの関連性、相性、補強、補完等を考慮してカードＣがさらに選択されることが通例である。キーカードは、デッキＤＣを構成する中心として選定されている可能性が高いと推定されるカードＣであり、プレイヤＰＬの考え方、あるいはデッキＤＣの性質を代表する中心的なカードＣとして推定することができる。また、サブカードは、キーカードと一緒に組み込まれる可能性が高いと推定されるカードＣであって、プレイヤＰＬの考え方やデッキＤＣの性質に合わせてキーカードと一緒に用いられる可能性が高いカードＣとして推定することができる。したがって、キーカード及びサブカードの組み合わせを抽出することにより、デッキＤＣの傾向や性質を区分する指標を得ることが可能である。
　キーカード及びサブカードの組み合わせが推定されると、次は、デッキ使用データに含まれているデッキ例が、キーカード及びサブカードの組み合わせとの類似度に基づいて類似群１～Ｐに分類される。例えば、キーカード及びサブカードの組み合わせを基準として、構成が似通ったデッキ例が一つの類似群に纏められるようにデッキ例が分類される。特定のキーカード及びサブカードの組み合わせを含んでいるデッキ例は、その余のカードＣに相違があっても傾向や性質が一致し、あるいは類似するデッキ例であるとして一つの類似群に纏める、といったように分類が行われてよい。ただし、キーカード及びサブカードに関する複数の組み合わせを含み、デッキＤＣの性質等が曖昧なデッキ例については、類似群から除外されるといった例外的な処理が適用されてもよい。
　次に、類似群ごとにモデル例１、２、…Ｐが推定される。モデル例は、例えば一つの類似群に含まれるデッキ例の傾向を示す平均的、あるいは標準的な例として構成されてよい。モデル例は、上述した一組の頻出カード群を含み、かつ頻出カード群のカードＣ以外のカードＣを追加するようにして構成されてよい。一例として、類似群に所属するデッキ例に比較的多く含まれているカードＣを頻出カード群に付加するようにしてモデル例が構成されてもよい。ただし、キーカード及びサブカードを組み合わせた枚数が既にモデル例に含まれるべきカード枚数として十分である場合には、キーカード及びサブカードの組み合わせをモデル例に必須のカードＣとして設定し、その余のカードＣはモデル例に含めないものとしてもよい。あるいは、頻出カード群以外のカードＣは、デッキＤＣの傾向に与える影響が比較的小さく、任意に選択し得るカードＣとしてモデル例に含めるか、モデル例とは別に提示されてもよい。デッキ使用データの収集に併せて、各デッキ例が使用されたゲームの情報、例えば対戦における勝敗といったゲームの結果の情報も取得できる場合には、類似群に含まれるデッキ例のうち、対戦で一定の結果を残したデッキ例からモデル例に加えるべきカードＣが選択されるといったように、ゲームの情報を考慮してモデル例が構成されてもよい。いずれにしても、モデル例はキーカード及びサブカードの組み合わせを少なくとも含み、さらに類似群に含まれるデッキ例から適宜のカードＣを任意的に付加することにより、プレイヤＰＬがデッキＤＣを構成する際の参考例として用い得るように推定されてよい。
　図４は、傾向分析処理を実現するための傾向分析システム１の構成例を示す。傾向分析システム１は、デッキ使用データを収集するための識別システム２と、識別システム２とインターネット等のネットワークを介して通信可能に接続され、デッキ使用データの分析等の処理を担当するサーバシステム３とを含んでいる。識別システム２には、ゲームフィールドＧＦを撮像する撮像手段の一例としてカメラ４と、カメラ４が取得した画像に基づいてデッキＤＣに含まれているカードＣを識別する識別装置５とが設けられている。識別装置５は、ＣＰＵと、その動作に必要な内部メモリ等の周辺機器とを含んだコンピュータの一例として構成され、サーバシステム３に対するクライアントとして機能する。サーバシステム３は、単一の物理的なサーバユニットによって構成され、又は複数の物理的なサーバユニットを組み合わせた論理的なサーバシステムとして構成される。サーバシステム３もまたコンピュータの一例として機能する。なお、サーバシステム３は、クラウドサーバとして構成されてもよい。図３では単一の識別システム２がサーバシステム３と接続された状態を示すが、複数の識別システム２がサーバシステム３と接続されてよい。
　識別装置５には、当該識別装置５のハードウエア資源とソフトウエア資源の一例としてのコンピュータプログラムＰＧｃとの組み合わせによって実現される論理的装置として、カード識別部１１及びデータ作成部１２が設けられる。カード識別部１１は、カメラ４が撮影したカードＣの画像を解析し、その解析結果をカードデータＤ１と照合してカードＣを識別し、得られた識別結果をカード識別データＤ２に記録する。カードデータＤ１には、一例として図５に示したように、カードＣのカードＩＤと特徴情報とを対応付けて記録したレコードが蓄積されている。カードＩＤはカードＣの種類ごとにユニークに設定される媒体識別情報の一例である。特徴情報はカードＣの表面側における外観上の特徴を記述した情報である。カードＣの表面側の外観は、上述した外観要素によりカードＣの種類ごとに相違する。したがって、画像に基づいてカードＣの種類を特定することが可能であり、特徴情報はその外観要素の特徴を記述した情報として予め生成される。カメラ４が撮影した画像を特徴情報と対比できるように解析すれば、カードＣの画像からカードＣの種類に対応したカードＩＤを識別することができる。なお、カードＣの具体的な内容、例えばキャラクタ等の名称、属性、強さ、効果といった情報はカードＩＤと対応付けて不図示のデータに予め記録されており、カードＩＤが判明すれば、そのカードＩＤを手がかりとしてカードＣの具体的内容は判別可能である。よって、本形態におけるカードＣの識別は、少なくともカードＩＤを識別すれば足りるものとする。カードＩＤが一致すればカードＣの外観要素の特徴は一致する。ゲームではカードＩＤが一致する複数のカードＣが一組のデッキＤＣに組み込まれ、それらのカードＣが適宜に使い分けられることもある。
　図４に戻って、データ作成部１２は、カード識別データＤ２を参照して、プレイヤＰＬが使用した一組のデッキＤＣに含まれているカードＣのカードＩＤを判別し、その判別結果に基づいてデッキ使用データＤ３を作成する。また、データ作成部１２は、作成されたデッキ使用データＤ３を適宜の時期にサーバシステム３に送信する。なお、コンピュータプログラムＰＧｃ及びデータＤ１～Ｄ３は識別装置５に設けられた記憶装置（不図示）に適宜に保存される。
　デッキ使用データＤ３は、一組のデッキＤＣに含まれるカードＣの情報を記録したレコードの集合であって、構成例データの一例に相当する。図６はデッキ使用データＤ３に記録される一件のレコードの一例を示している。図６のレコードにおいては、一組のデッキＤＣに含まれるカードＣの情報と、識別率の情報及び付帯情報とがデッキＤＣごとにユニークなデッキＩＤと対応付けて記録される。図６のレコードは、デッキ使用データＤ３に記録されるべき構成例情報の一例である。カードＣの情報としては、例えば一組のデッキＤＣに含まれる各カードＣのカードＩＤが記録される。識別率は、デッキＤＣに含まれるカードＣの枚数に対して、カード識別部１１にて識別されたカードＣの枚数の比率を示す情報である。
　付帯情報は、デッキＤＣが使用されたゲームの情報として識別装置５が取得する情報であって、サーバシステム３における処理にて適宜に参照されるべき情報として予め選定される。付帯情報としては、デッキＤＣの性質等を判別するに適した情報が選定されてよく、例えばデッキＤＣがゲームに与えた結果、あるいは影響の判別に用い得る情報が付帯情報として選定されてよい。一例を挙げれば次の通りである。カメラ４が取得した画像に基づいて対戦結果を判別することが可能な場合、対戦結果の情報が付帯情報の少なくとも一部として記録されてよい。付帯情報はカメラ４の画像から判別する例に限られない。例えば、計算機ＣＬ等の補助装置の入力情報を識別装置５が取得可能な場合には、その入力情報又は入力情報から得られる情報を付帯情報に含めてよい。あるいは、識別装置５のオペレータがキーボード等の入力装置を介してゲームの情報を入力することが可能な場合、入力された情報の少なくとも一部が付帯情報に含まれてよい。なお、デッキＩＤは識別装置５で付与せず、サーバシステム３側でレコードごとに付与されてもよい。つまり、識別装置５はデッキ使用データＤ３に含まれるべきレコードを作成するごとにこれをサーバシステム３に送信するものとし、そのレコードを受け取ったサーバシステム３側がデッキＩＤを付してデッキ使用データＤ３に蓄積するものとしてもよい。一つのデッキＩＤにて特定されるレコードは、図３に示したデッキ使用データに含まれる一組のデッキ例に対応する。
　図４に示すように、サーバシステム３には、そのサーバシステム３のハードウエア資源とソフトウエア資源の一例としてのコンピュータプログラムＰＧｓとの組み合わせによって実現される論理的装置として、傾向推定部２１、公開管理部２２及び評価部２３が設けられる。傾向推定部２１は、識別システム２から送信されるデッキ使用データＤ３を蓄積し、そのデッキ使用データＤ３に基づいて図３に示した各種の処理を実行し、実行結果を分析データＤ１０に記録する。分析データＤ１０には、頻出カードデータＤ１１、類似群データＤ１２及びモデルデータＤ１３が含まれる。なお、図４のサーバシステム３において、コンピュータプログラムＰＧｓ及びデータＤ３、Ｄ１０は、サーバシステム３に含まれる適宜の記憶装置（不図示）に保持される。デッキ使用データＤ３及び分析データＤ１０はデータベースサーバによって保持されてもよい。
　頻出カードデータＤ１１は、図７に例示したようにキーカードとサブカードとを対応付けて記録したレコードを蓄積したデータである。つまり、頻出カードデータＤ１１は、デッキＤＣに含まれている頻度が相対的に高いカードＣの組み合わせについての分析結果を記録したデータである。類似群データＤ１２は、デッキ使用データＤ３に記録されているデッキ例と類似群との対応関係を示すレコードの集合である。類似群データＤ１２に記録される一件のレコードの一例を図８に示す。図８の例では、一つの類似群に含まれるデッキ例を特定する情報と、その類似群の特徴を示す情報とが類似群ごとにユニークな類似群番号と対応付けて記録される。デッキ例を特定する情報としては、一例として、一つの類似群に分類されたデッキ例のそれぞれのデッキＩＤが記録される。特徴の情報は傾向推定部２１によって推定された類似群ごとのデッキＤＣの特徴を示す情報である。例えば、攻撃重視又は守備重視のいずれの性質を有する類似群かを判別する情報、類似群に含まれるデッキ例の強弱を判別する情報、あるいは、類似群に含まれる各デッキ例における識別率（図６参照）に基づくデータの信頼性を判別する情報、といったように類似群データＤ１２を利用する際に参考となり得る各種の情報が特徴の情報として記録されてよい。
　モデルデータＤ１３は、一組のモデル例に関する情報を記録したレコードの集合である。図９はモデルデータＤ１３に記録される一件のレコードの一例を示している。モデルデータＤ１３に記録される一件のレコードの一例を図９に示す。図９の例では、一つのモデル例に含まれるカードＣを特定する情報と、そのモデル例の特徴を示す情報とがモデル例ごとにユニークなモデル番号と対応付けて記録される。カードＣを特定する情報としては、一例として、一つのモデル例に含まれるべきカードＣのカードＩＤが記録される。特徴の情報はモデル例として示されるデッキＤＣの特徴を示す情報である。特徴の情報は、類似群データＤ１２のレコードに含まれる特徴の情報と同様であってよく、モデルデータＤ１３を利用する際に参考となり得るモデル例の性質、強弱、信頼性といった各種の情報が特徴の情報として記録されてよい。
　図４に戻って、公開管理部２２は、端末装置６への分析データＤ１０の公開を管理することにより、情報公開手段の一例として機能する。端末装置６は、例えばユーザが利用するパーソナルコンピュータ６ａ、あるいは携帯型の情報通信端末（一例としてスマートフォン）６ｂを含み、サーバシステム３に対して識別装置５と同様に所定のネットワークを介して通信可能に接続される。公開管理部２２は、端末装置６からのアクセスに応じて分析データＤ１０の少なくとも一部を端末装置６における閲覧、参照等の利用に適した形態で配信する。それにより、端末装置６のユーザは、傾向推定部２１によって作成されたモデル例等を端末装置６にて参照しつつゲームにて使用するデッキＤＣを構築する、といったように分析データＤ１０を利用することが可能である。評価部２３は、例えば端末装置６からユーザのデッキＤＣの構成を示す情報を取得し、得られたデッキＤＣを分析データＤ１０と適宜に比較することにより、ユーザのデッキＤＣを評価する。それにより、評価部２３は評価手段の一例として機能する。
　次に、傾向分析システム１にて実行される各種の処理の具体的な手順の一例を説明する。まず、図１０及び図１１を参照して識別装置５における処理の一例を説明する。図１０は、識別装置５のカード識別部１１がカードＣを識別するためにゲームのプレイ中に所定の周期で繰り返し実行するカード識別処理の手順の一例を示している。図７のカード識別処理において、カード識別部１１は、カメラ４が撮影した最新の画像を取得し、得られた画像を解析してゲームフィールドＧＦに配置されているカードＣの画像を抽出する（ステップＳ１１）。この場合、表向き、すなわち外観要素に基づく識別が可能な向きで配置されているカードＣのみが抽出対象とされてよい。また、カード識別部１１は、ゲームフィールドＧＦにおけるカードＣの位置を併せて判別し、抽出されたカードＣがプレイヤＰ１、Ｐ２のいずれが使用しているカードＣであるかを併せて識別してもよい。次に、カード識別部１１は、ステップＳ１１で抽出したカードＣから処理対象の一枚のカードＣを選択する（ステップＳ１２）。
　続いて、カード識別部１１は、処理対象のカードＣの外観の特徴情報を抽出する（ステップＳ１３）。さらに、カード識別部１１は、抽出された特徴情報と一致し、又は最も近似する特徴情報を有するレコードをカードデータＤ１から抽出し、そのレコードのカードＩＤをカードＣのカードＩＤとして判別する（ステップＳ１４）。その後、カード識別部１１は、ステップＳ１１で抽出した全てのカードＣについてカードＩＤを判別する処理が終了したか否かを判別する（ステップＳ１５）。未処理のカードＣがあればカード識別部１１はステップＳ１２へ戻り、未処理のカードＣから処理対象を選択する。ステップＳ１５にて全てのカードＣが処理済と判断された場合、カード識別部１１は判別したカードＣのカードＩＤを識別結果としてカード識別データＤ２に記録する（ステップＳ１６）。この際、カード識別部１１は、プレイヤＰ１、Ｐ２のいずれが使用したカードＣであるかを区別する情報もカード識別データＤ２に記録する。つまり、プレイヤＰ１、Ｐ２のいずれが使用したデッキＤＣに含まれていたカードＣであるかが区別できるようにしてカード識別データＤ２に識別結果が記録される。ステップＳ１６の処理をもって今回のカード識別処理が終了する。カード識別部１１は、図１０のステップＳ１１～Ｓ１６の処理を実行することにより媒体識別手段の一例として機能する。
　図１１は、識別装置５のデータ作成部１２がデッキ使用データＤ３のレコードを作成するために実行するデッキ使用データ作成処理の手順の一例を示している。この処理は、一回の対戦が終了して各プレイヤＰＬが使用したカードＣの識別結果がカード識別データＤ２に記録された後の適宜の時期に実行される処理であり、デッキＤＣごとに、言い換えればプレイヤＰ１、Ｐ２ごとに実行される。図１１の処理が開始されると、データ作成部１２は、いずれか一方のプレイヤＰＬが使用したカードＣに関する識別結果をカード識別データＤ２から取得し、得られた識別結果に基づいてプレイヤＰＬが使用したデッキＤＣの構成、すなわちデッキＤＣに含まれていたカードＣのカードＩＤを判別する（ステップＳ２１）。カード識別データＤ２はカード識別部１１にて適宜の周期で繰り返し生成されたレコードの集合であり、同一カードＣが複数のレコードに亘って記録されている。したがって、例えば、ステップＳ２１ではカード識別データＤ２のレコードが時系列に従って分析され、ゲームの開始から終了までの間にゲームフィールドＧＦに出現したカードＣが特定され、それらのカードＣのカードＩＤの集合がデッキＤＣの構成として判別される。
　続いて、データ作成部１２は、ステップＳ２１で判別したデッキ構成におけるカードＣの識別率を演算する（ステップＳ２２）。識別率は、ステップＳ２１で判別したカードの枚数を、デッキＤＣに含まれるカードの全枚数（予め決められている）で除算することにより求めることできる。識別率は上述したデッキ例の信頼性を示す指標として用い得る。次に、データ作成部１２はデッキ使用データＤ３のレコードの含めるべき付帯情報を生成する（ステップＳ２３）。例えば、データ作成部１２は、カメラ４が撮影した画像を監視してゲームの勝敗を判別し、その判別結果が含まれるように付帯情報を作成してよい。カード識別データＤ２に基づき、ゲームフィールドＧＦにおけるカードＣの変化、つまりカードＣがどのように使用されたかを判別し、その判別結果に基づいて勝敗等を推定して付帯情報を生成してもよい。あるいは、識別装置５のオペレータの入力に基づいて勝敗等を判別し、その入力情報に基づいて付帯情報を生成してもよい。
　付帯情報が生成されると、データ作成部１２はステップＳ２１～Ｓ２３の処理で得られた情報に従ってデッキ使用データＤ３に含めるべき一件のレコードを作成し（ステップＳ２４）、そのレコードをデッキ使用データＤ３に記録する（ステップＳ２５）。以上の処理が、プレイヤＰ１、Ｐ２ごとに実行されることにより、一回の対戦で使用されたデッキＤＣに関するデッキ使用データＤ３が識別装置５に記録される。得られたデッキ使用データＤ３は適宜のタイミングでサーバシステム３に送信される。データ作成部１２は、図１１のステップＳ２１～Ｓ２５の処理を実行することにより、構成例記録手段の一例として機能する。
　次に、図１２～図１４を参照してサーバシステム３における処理の一例を説明する。図１２は、デッキ使用データＤ３に基づいて頻出カードデータＤ１１を作成するために傾向推定部２１が実行する頻出カード群推定処理の手順の一例を示す。図１２の処理は、例えばデッキＤＣの分析に十分な数のレコードがデッキ使用データＤ３に記録された後の適宜の時期に実行される処理としてよい。図１２の処理が開始されると、傾向推定部２１は、まず、デッキ使用データＤ３に記録されている各カードＣがデッキ例に含まれている頻度をカードＣごとに算出する（ステップＳ３１）。例えば、デッキ使用データＤ３に記録されているカードＣごとに、カードＣが含まれているデッキ例のレコードが検出され、その検出数が頻度として算出される。この場合、デッキ使用データＤ３の各レコードに記録されている識別率が、一件のレコードによって特定されるデッキ例の信頼性を示す指標の一例として考慮されてもよい。例えば、識別率が一定レベル以上のレコードに関しては、そのレコードに記録されているカードＩＤのそれぞれの検出数を１に設定する一方、識別率が相対的に低いレコードに関しては、識別率に応じて検出数を１未満に低下させるといった重み付けがなされてもよい。一例として、識別率が十分に高い１０件のレコードと、識別率がおよそ半分程度の２件のレコードのそれぞれで特定のカードＣのカードＩＤが記録されていた場合、識別率が低いレコードの検出数に係数０．５を乗算し、当該カードＣの検出数を１０×１＋２×０．５＝１１と算出するといったように、識別率に応じた重み付け処理が適用されてもよい。なお、識別率が許容範囲を超えて小さいレコードはステップＳ３１の演算対象から除外されてもよい。
　続いて、傾向推定部２１は、ステップＳ３１で算出した頻度に基づいてキーカードを抽出する（ステップＳ３２）。この処理は、検出数が最も高いカードＣから順に一定範囲のカードＣをキーカードとして選択するといった処理により実現されてよい。キーカードが抽出されると、傾向推定部２１はそれらのキーカードのカードＩＤを頻出カードデータＤ１１に一旦記録する（ステップＳ３３）。次に、傾向推定部２１は、頻出カードデータＤ１１に記録されたキーカードのいずれか一つを処理対象のキーカードとして選択し（ステップＳ３４）、そのキーカードと一緒にデッキ使用データＤ３のレコードに記録されているカードＣに関する頻度を算出する（ステップＳ３５）。例えば、デッキ使用データＤ３に記録されているレコードのうち、ステップＳ３４で選択したキーカードのカードＩＤが記録されているレコードを抽出し、得られたレコードに関して、キーカードを除くカードＣごとに、カードＣが含まれているデッキ例のレコードが検出され、その検出数が頻度として算出される。この場合にも、ステップＳ３１と同様に識別率が考慮されてもよく、識別率が許容範囲を超えて小さいレコードは演算対象から除外されてもよい。
　続いて、傾向推定部２１は、ステップＳ３５で算出した頻度に基づいてサブカードを抽出する（ステップＳ３６）。この処理は、検出数が最も高いカードＣから順に一定範囲のカードＣをサブカードとして選択するといった処理により実現されてよい。サブカードが抽出されると、傾向推定部２１は、ステップＳ３４で検出したキーカードのカードＩＤと、ステップＳ３６で抽出したサブカードのカードＩＤとの組み合わせを一組の頻出カード群と推定し、それらのカードＩＤを相互に対応付けたレコードを生成してこれを頻出カードデータＤ１１に記録する（ステップＳ３７）。
　次に、傾向推定部２１は、ステップＳ３２で抽出した全てのキーカードに関してステップＳ３４～Ｓ３７の処理が適用されたか否かを判別し（ステップＳ３８）、未処理のキーカードが存在するときはステップＳ３４へと戻る。ステップＳ３７にて全てのキーカードについて処理が適用済と判断された場合、傾向推定部２１は今回の図１２の処理を終える。傾向推定部２１は、図１２のステップＳ３１～Ｓ３８の処理を実行することにより、傾向推定手段の一例として機能する。
　図１３は、頻出カードデータＤ１１に基づいて類似群データＤ１２及びモデルデータＤ１３を作成するために傾向推定部２１が実行するモデル推定処理の手順の一例を示す。図１３の処理は、例えば図１２の処理によって頻出カードデータＤ１１が作成され、あるいは更新された後の適宜の時期に実行される処理としてよい。図１３の処理が開始されると、傾向推定部２１は、まず、頻出カードデータＤ１１に記録されたレコードから一組の頻出カード群（キーカードとサブカードの組み合わせ）に対応するレコードを処理対象として選択する（ステップＳ４１）。続いて、傾向推定部２１は、ステップＳ４１にて選択したレコードのキーカード及びサブカードの組み合わせを基準として、同一の類似群に分類されるべきデッキ例のレコードをデッキ使用データＤ３から抽出する（ステップＳ４２）。この処理は、処理対象の頻出カード群のキーカード及びサブカードを含んでいることを少なくとも要件としてデッキ例を抽出するように実行されてよい。頻出カード群以外のカードＣの異同に関しては、例えば一致度が所定範囲内であれば同一類似群に含めるといった判断が適用されてよい。さらに、複数の頻出カード群を含み、デッキＤＣの性質が曖昧といったデッキ例は除外されるといった例外処理が適用されてよい。
　次に、傾向推定部２１は、ステップＳ４２で抽出したデッキ例のレコードの付帯情報を参照して、類似群に対応付けるべき特徴の情報を生成する（ステップＳ４３）。特徴の情報は、デッキ使用データＤ３の付帯情報に基づいて適宜に生成されてよい。一例として、上述したようにデッキＤＣの性質、タイプ、類似群に含まれるデッキ例の勝敗率等、類似群に含まれる各デッキＤＣがゲームにおいてどのような効果を発揮し、あるいはどのような影響をゲームに与えたかを知る手がかりとなる情報として特徴が生成されてよい。特徴の情報を生成した後、傾向推定部２１は、ステップＳ４２及びＳ４３の処理結果に基づいて類似群データＤ１２に記録されるべきレコード（図８参照）を生成し、これを類似群データＤ１２に記録する（ステップＳ４４）。
　次に、傾向推定部２１はステップＳ４２及びＳ４３の処理結果に基づいて、ステップＳ４４で記録した類似群に対応するモデル例を、当該類似群における構成例のモデルの一例として推定する（ステップＳ４５）。上述したように、モデル例は、一つの類似群に含まれるデッキ例の構成に関する平均的、あるいは標準的な例を推定することにより作成されてよい。モデル例は、処理対象の頻出カード群のキーカード及びサブカードを含み、かつ類似群のデッキ例から選択された適宜のカードＣを含むように構成されてもよい。続いて、傾向推定部２１は、ステップＳ４５で推定したモデル例に対応する特徴の情報を生成する（ステップＳ４６）。この処理は、モデル例の性質等を記述した情報であって、ステップＳ４３で生成した情報がそのまま利用されてもよいし、モデル例のさらなる特徴を示す情報等がステップＳ４６で付加されてもよい。
　次に、傾向推定部２１は、ステップＳ４５及びＳ４６の処理結果に基づいて、モデルデータＤ１３に記録すべきレコードを作成し（ステップＳ４７）、これをモデルデータＤ１３に記録する（ステップＳ４８）。その後、傾向推定部２１は、頻出カードデータＤ１１に記録されている全てのレコードに関してステップＳ４２～Ｓ４８の処理が適用されたか否かを判別し（ステップＳ４９）、未処理のレコードが存在するときはステップＳ４１へと戻る。ステップＳ４８にて全ての頻出カード群の処理が終了したと判断された場合、傾向推定部２１は今回の図１３の処理を終える。
　以上の処理が適宜に実行されることにより、ゲームで使用されたカードＣの識別情報に基づいて、プレイヤＰＬがどのようなデッキＤＣをゲームに用いているかを把握する手がかりとなり得るデッキ使用データＤ３が収集され、そのデッキ使用データＤ３に基づいてデッキＤＣの構成に関する傾向を知る手がかりとなる頻出カード群、つまりプレイヤＰＬが組み合わせてデッキＤＣに含めている頻度が高いカードＣの組み合わせを示す頻出カードデータＤ１１が作成される。その頻出カードデータＤ１１を参照することにより、多種多様なデッキＤＣをその性質等に応じて複数の類似群に分類し、さらには類似群ごとにモデル例としてのデッキＤＣを推定することができる。したがって、カードＣの識別結果を、デッキＤＣの構成に関する傾向を把握するための情報として活用することが可能となり、カードＣの識別結果の用途を拡大して情報の有効活用を図ることができる。
　なお、上記の形態において、公開管理部２２は、分析データＤ１０に含まれる頻出カードデータＤ１１、類似群データＤ１２、及びモデルデータＤ１３の情報を端末装置６のユーザの求めに応じて適宜に取捨選択して端末装置６に提供してよい。また、評価部２３は、ユーザが構成したデッキＤＣに含まれるカードＣの情報を端末装置６から取得し、その情報に基づいて識別されるデッキＤＣの構成と、傾向推定部２１の推定結果との比較に基づいてプレイヤＰＬのデッキＤＣを評価する。評価部２３による処理の一例を図１４に示す。
　図１４の処理において、サーバシステム３の傾向推定部２１は端末装置６からデッキＤＣの構成を識別するための情報を取得し（ステップＳ６１）、得られた情報に基づいて、ユーザが構成したデッキＤＣに類似するデータを分析データＤ１０から抽出する（ステップＳ６２）。この場合、例えばユーザのデッキＤＣに含まれているカードＣのカードＩＤと頻出カードデータＤ１１に記録されている頻出カード群とを対比し、類似度が所定レベル以上の頻出カード群のレコードを抽出し、あるいはユーザのデッキＤＣに含まれているカードＣのカードＩＤと頻出カードデータＤ１１に記録されている頻出カード群とを対比し、類似度が所定レベル以上の頻出カード群のレコードを抽出し、あるいはユーザが構成したデッキＤＣと構成が類似する類似群のレコードを類似群データＤ１２から抽出する、といった処理が適用されてよい。
　次に、評価部２３は、ステップＳ６１で取得したデッキＤＣの構成とステップＳ６２で抽出したデータ（レコード）とを比較してユーザのデッキＤＣを評価する。例えば、ユーザのデッキＤＣと、頻出カード群との類似度、あるいはユーザのデッキＤＣと類似群データＤ１２に記録されているデッキの構成との類似度を定量的に算出することによりユーザのデッキＤＣを評価する。例えば類似度が高いほど、プレイヤＰＬがデッキＤＣを構成する傾向と合致しているものとして、ユーザのデッキＤＣを高く評価するといった処理が可能である。その後、評価部２３はステップＳ６３の評価結果を端末装置６に配信してユーザに提示する（ステップＳ６４）。この際、類似群データＤ１２等に記録されている特徴情報、又はその特徴情報をユーザのデッキＤＣに応じて適宜にアレンジした評価コメント等が端末装置６に併せて提供されてもよい。
　図１４の例では、ユーザのデッキＤＣに含まれるカードＣの情報が端末装置６からサーバシステム３に提供されることにより、端末装置６それ自体が媒体識別手段の一例として機能する。その場合、端末装置６への情報の入力は、端末装置６に接続されたカメラその他の入力装置が適宜に用いられてよく、ユーザが端末装置６に設けられたキーボード等の入力装置（入力インターフェース）を利用してカードＣの情報を入力するようにしてもよい。また、ユーザが端末装置６に識別させたデッキＤＣは、ゲームで使用すべく構成した集合体の概念に含まれ得るものである。ただし、識別システム２を利用してデッキＤＣのカードＩＣを識別し、得られた識別結果を評価部２３にて評価してもよい。つまり、ゲームがプレイされる場に持ち込まれたデッキＤＣそれ自体を評価部２３によって評価してもよい。
　本発明は上述した各形態に限定されず、種々の変形又は変更が施された形態にて実施されてよい。例えば、上記の形態では頻出カード群、類似群及びモデル例を、デッキＤＣの構成に関する傾向を示す要素として推定しているが、本発明はそれらの全ての推定を必須とするものではない。頻出カード群が推定できれば、デッキＤＣを構成する際の考え方に沿ってどのようなカードＣをデッキＤＣに組み込むべきかの傾向を明らかにすることが可能である。したがって、類似群及びモデル例の推定を省略し、頻出カード群の推定結果を適宜の利用に供するように傾向分析システムが構成されてもよい。モデル例は、一つの類似群に対して一組に限らない。一つの類似群に対して二組以上のモデル例が推定されてもよい。デッキ使用データに含まれるデッキ例はいずれか一つの類似群に対して一意的に分類されることを必ずしも要しない。一組のデッキ例が二以上の類似群に並列的に分類される場合があってもよい。
　本発明の傾向分析システムが適用されるべき対象のゲームは、ゲームフィールドの複数の場所に遊戯媒体が適宜に配置されつつ進行する対戦ゲームに限定されない。例えば、遊戯媒体としてのカードが所定の場に一枚以上の所定枚数（可変であってもよい。）ずつ順次繰り出されながら進行するようなゲームであっても本発明の傾向分析システムを適用することが可能である。
　上記の形態では、カメラ４が撮影した画像に基づいてカードＣを識別したが、媒体識別手段はそのような例に限られない。例えば、ゲームに用いられる遊戯媒体のそれぞれ、又は遊戯媒体と組み合わせて用いられる付加物（例えばカードＣに対するスリーブ等）のそれぞれに対して、ＩＣチップ、バーコード、二次元コード等を識別情報として装着し、ゲームフィールドＧＦ等の場に配置された遊戯媒体等からその識別情報を読み取ることにより遊戯媒体を識別するようにしてもよい。この場合、媒体情報取得手段としては、ＩＣチップに対するリーダ、バーコード等に対するスキャナ等を用いることが可能である。遊戯媒体はカードのような平板的な例に限られず、フィギア、駒、その他の立体的な形状を有するものであっても、これを識別して構成例データを作成できる限り、適宜の遊戯媒体が対象とされてよい。ゲームにて使用されるデッキＤＣ等の集合体に含まれる遊戯媒体は、ゲームのプレイ中に得られる情報に基づいて識別されることを必ずしも要しない。例えば、ゲームのプレイが開始される前の段階で、プレイヤが構成したデッキに含まれるカードを順次スキャンする等して識別するものとしてもよい。その場合の識別情報の入力作業の少なくとも一部は、識別装置５のオペレータ等による手作業に依存するものであってもよい。
　上述した実施の形態及び変形例のそれぞれから導き出される本発明の各種の態様を以下に記載する。なお、以下の説明では、本発明の各態様の理解を容易にするために添付図面に図示された対応する構成要素を括弧書きにて付記するが、それにより本発明が図示の形態に限定されるものではない。
　本発明の一態様に係るゲーム傾向分析システムは、複数のプレイヤ（Ｐ１、Ｐ２）のそれぞれが複数の物理的な遊戯媒体（Ｃ）の集合体（ＤＣ）を用いて対戦するゲームに適用され、前記ゲームで使用された集合体の構成に関する傾向を分析するゲーム傾向分析システム（１）であって、各プレイヤが前記ゲームにて使用すべく構成した集合体に含まれている遊戯媒体のうち少なくとも一部の遊戯媒体を識別する媒体識別手段（１１、Ｓ１１～１６；６）と、前記媒体識別手段の識別結果を、前記集合体の構成例を示す構成例情報（一例として図６に示すレコード）として、前記集合体ごとに区別して所定の構成例データ（Ｄ３）に記録する構成例記録手段（１２、Ｓ２１～Ｓ２５）と、前記構成例データに基づいて、前記集合体に含まれる頻度が相対的に高い遊戯媒体の組み合わせとしての頻出媒体群を、前記傾向の少なくとも一部を現す要素として推定する傾向推定手段（２１、Ｓ３１～Ｓ３８）と、を備えたものである。
　本発明の一態様に係る遊戯媒体傾向分析システム用のコンピュータプログラムは、複数のプレイヤ（Ｐ１、Ｐ２）のそれぞれが物理的な複数の遊戯媒体（Ｃ）の集合体（ＤＣ）を用いて対戦するゲームに適用され、前記ゲームで使用された集合体の構成に関する傾向を分析するゲーム傾向分析システム（１）に用いられるコンピュータプログラム（ＰＧｃ、ＰＧｓ）であって、前記ゲーム傾向分析システムのコンピュータ（５、３）を、各プレイヤが前記ゲームにて使用すべく構成した集合体に含まれている遊戯媒体のうち少なくとも一部の遊戯媒体を識別する媒体識別手段（１１、Ｓ１１～１６；６）、前記媒体識別手段の識別結果を、前記集合体の構成例を示す構成例情報（一例として図６に示すレコード）として、前記集合体ごとに区別して所定の構成例データ（Ｄ３）に記録する構成例記録手段（１２、Ｓ２１～Ｓ２５）、及び前記構成例データに基づいて、前記集合体に含まれる頻度が相対的に高い遊戯媒体の組み合わせとしての頻出媒体群を、前記傾向の少なくとも一部を現す要素として推定する傾向推定手段（２１、Ｓ３１～Ｓ３８）として機能させるように構成されたものである。
　また、本発明の一態様に係る分析方法は、複数のプレイヤ（Ｐ１、Ｐ２）のそれぞれが複数の物理的な遊戯媒体（Ｃ）の集合体（ＤＣ）を用いて対戦するゲームに適用され、前記ゲームで使用された集合体の構成に関する傾向を分析するゲーム傾向分析システム（１）における分析方法であって、各プレイヤが前記ゲームにて使用すべく構成した集合体に含まれている遊戯媒体のうち少なくとも一部の遊戯媒体を識別し（Ｓ１１～１６）、
　前記遊戯媒体の識別結果を、前記集合体の構成例を示す構成例情報（一例として図６に示すレコード）として、前記集合体ごとに区別して所定の構成例データ（Ｄ３）に記録し（Ｓ２１～Ｓ２５）、前記構成例データに基づいて、前記集合体に含まれる頻度が相対的に高い遊戯媒体の組み合わせとしての頻出媒体群を、前記傾向の少なくとも一部を現す要素として推定する（Ｓ３１～Ｓ３８）ものである。
　上記の態様によれば、遊戯媒体の識別結果に基づいて、遊戯媒体の集合体の構成例が収集されて構成例データに蓄積され、得られた構成例データに基づいて集合体に含まれる頻度が相対的に高い遊戯媒体の組み合わせが推定される。遊戯媒体を組み合わせて集合体を構成する場合、プレイヤの考え方、例えば戦略、方針等により集合体の構成は種々変化し得る。例えば、攻撃又は守備のいずれを重視するかによって集合体の構成は変化する。その一方、集合体にはプレイヤの考え方を実現するために中心的な役割を果たすであろう遊戯媒体が含まれることが多い。したがって、プレイヤの考え方が概ね一致し、又は類似する集合体には、同種の遊戯媒体の組み合わせが含まれる可能性が相対的に高い。よって、上記態様によって推定された頻出媒体群は集合体の構成に関するプレイヤの考え方を分類する指標となり得る。そして、そのような頻出媒体群の推定結果を利用すれば、集合体の構成に関するプレイヤの傾向を分析し、その分析結果をプレイヤに提示するといった活用が可能となる。それにより、遊戯媒体の識別結果の用途を拡大して情報の有効活用を図ることができる。
　なお、本発明の一態様に係るコンピュータプログラムは、記憶媒体に記憶された状態で提供されてもよい。この記憶媒体を用いれば、例えばコンピュータに本発明に係るコンピュータプログラムをインストールして実行することにより、そのコンピュータを利用して本発明のシステムを実現することができる。コンピュータプログラムを記憶した記憶媒体は、ＣＤＲＯＭ等の非一過性の記憶媒体であってもよい。
　上記態様において、前記傾向推定手段は、前記構成例データに基づいて、前記集合体に含まれる頻度が相対的に高い少なくとも一の遊戯媒体を主要媒体（一例としてキーカード）として抽出するとともに、前記主要媒体に付随して前記集合体に含まれている頻度が相対的に高い少なくとも一の遊戯媒体を付随媒体（一例としてサブカード）として抽出し、前記主要媒体と前記付随媒体との組み合わせを前記頻出媒体群として推定してもよい。これによれば、各構成例に遊戯媒体が含まれる頻度から主要媒体を抽出した上で、その主要媒体が含まれている構成例を対象として遊戯媒体が含まれている頻度を調べることにより頻出媒体群を構成すべき主要媒体と付随媒体との組み合わせを効率的に推定することが可能である。
　前記傾向推定手段は、複数の主要媒体を抽出するとともに、前記複数の主要媒体のそれぞれに対して主要媒体ごとに区別して前記付随媒体を抽出し、前記構成例データに記録されている集合体ごとの構成例を、前記頻出媒体群に対する類似度に従って複数の類似群に分類し、得られた類似群ごとに前記集合体の構成例のモデルを推定してもよい。これによれば、頻出媒体群に対する類似度を指標として構成例を類似群に分類することにより、頻出媒体群が示す傾向に沿って複数の構成例を類似群に分類することが可能となる。つまり、傾向が似通った構成例を一つの類似群に纏めるといった分類が可能である。そして、類似群ごとにモデルを推定することにより、頻出媒体群が示す傾向に沿ったモデルを推定することができる。さらには、類似群に含まれている各構成例を参照してモデルに含めるべき遊戯媒体、あるいはモデルに含めても傾向に実質的な影響がない遊戯媒体を適宜に選択してモデルに取り込むといった処理も可能である。
　前記傾向推定手段は、前記頻出媒体群の推定結果に基づいて、前記集合体の構成例のモデルをさらに推定してもよい。これによれば、頻出媒体群の推定結果に基づいてモデルを推定することにより、頻出媒体群が示す傾向をそのモデルの構成によって表現することが可能となる。そのため、例えばモデルをプレイヤに提示して、他人の構成例に倣った集合体を構成する参考となり得る情報をプレイヤに提供する、といったようにプレイヤに有益な情報を提供することができる。
　前記傾向推定手段は、前記集合体ごとの前記媒体識別手段の識別状況に基づいて前記構成例情報を重み付けし、当該重み付けを前記頻出媒体群の推定に反映させてもよい。これによれば、遊戯媒体の識別状況にばらつきが生じる場合、その識別状況を構成例情報に反映させて頻出媒体群の推定に関する信頼性、正確性を高めることが可能である。
　前記傾向推定手段の推定結果の少なくとも一部を所定のネットワーク上で公開する情報公開手段（２２）をさらに備えてもよい。これによれば、頻出媒体群の推定結果等をプレイヤに提示して集合体を構成に関する参考となる情報を提供することができる。
　上記態様において、前記構成例記録手段は、前記集合体が使用されたゲームの情報を付帯情報として取得し、得られた付帯情報を前記遊戯媒体の識別結果と対応付けて記録し、前記傾向推定手段は、前記付帯情報に基づいて、前記集合体の構成に関する傾向の特徴を示す情報が推定結果に含まれるようにして前記傾向を推定してもよい。これによれば、集合体が使用されたゲームの情報を適宜に参照して集合体の構成に関する傾向を推定し、それにより推定結果の価値を高めることが可能である。
　前記傾向推定手段の推定結果に基づいて、前記プレイヤが構成した集合体を評価する評価手段をさらに備えてもよい。これによれば、傾向推定手段の推定結果を利用することにより、集合体の構成に関する傾向に照らしてプレイヤの集合体を客観的に評価することができる。
　１　ゲーム傾向分析システム
　２　識別システム
　３　サーバシステム（コンピュータ）
　４　カメラ
　５　識別装置（コンピュータ）
　６　端末装置（媒体識別手段）
　１１　カード識別部（媒体識別手段）
　１２　データ作成部（構成例記録手段）
　２１　傾向推定部（傾向推定手段）
　２２　公開管理部（情報公開手段）
　２３　評価部（評価手段）
　Ｃ　カード（遊戯媒体）
　ＤＣ　デッキ（集合体）
　Ｄ３　デッキ使用データ（構成例データ）
　Ｄ１１　頻出カードデータ
　Ｄ１２　類似群データ
　Ｄ１３　モデルデータ

Claims (10)

  1. 　複数のプレイヤのそれぞれが複数の物理的な遊戯媒体の集合体を用いて対戦するゲームに適用され、前記ゲームで使用された集合体の構成に関する傾向を分析するゲーム傾向分析システムであって、
    　各プレイヤが前記ゲームにて使用すべく構成した集合体に含まれている遊戯媒体のうち少なくとも一部の遊戯媒体を識別する媒体識別手段と、
    　前記媒体識別手段の識別結果を、前記集合体の構成例を示す構成例情報として、前記集合体ごとに区別して所定の構成例データに記録する構成例記録手段と、
    　前記構成例データに基づいて、前記集合体に含まれる頻度が相対的に高い遊戯媒体の組み合わせとしての頻出媒体群を、前記傾向の少なくとも一部を現す要素として推定する傾向推定手段と、
    を備えたゲーム傾向分析システム。
  2. 　前記傾向推定手段は、
    　前記構成例データに基づいて、前記集合体に含まれる頻度が相対的に高い少なくとも一の遊戯媒体を主要媒体として抽出するとともに、前記主要媒体に付随して前記集合体に含まれている頻度が相対的に高い少なくとも一の遊戯媒体を付随媒体として抽出し、前記主要媒体と前記付随媒体との組み合わせを前記頻出媒体群として推定する請求項１に記載のゲーム傾向分析システム。
  3. 　前記傾向推定手段は、複数の主要媒体を抽出するとともに、前記複数の主要媒体のそれぞれに対して主要媒体ごとに区別して前記付随媒体を抽出し、
    　前記構成例データに記録されている集合体ごとの構成例を、前記頻出媒体群に対する類似度に従って複数の類似群に分類し、得られた類似群ごとに前記集合体の構成例のモデルを推定する請求項２に記載のゲーム傾向分析システム。
  4. 　前記傾向推定手段は、前記頻出媒体群の推定結果に基づいて、前記集合体の構成例のモデルをさらに推定する請求項１又は２に記載のゲーム傾向分析システム。
  5. 　前記傾向推定手段は、前記集合体ごとの前記媒体識別手段の識別状況に基づいて前記構成例情報を重み付けし、当該重み付けを前記頻出媒体群の推定に反映させる請求項１～４のいずれか一項に記載のゲーム傾向分析システム。
  6. 　前記傾向推定手段の推定結果の少なくとも一部を所定のネットワーク上で公開する情報公開手段をさらに備えた請求項１～５のいずれか一項に記載のゲーム傾向分析システム。
  7. 　前記構成例記録手段は、前記集合体が使用されたゲームの情報を付帯情報として取得し、得られた付帯情報を前記遊戯媒体の識別結果と対応付けて記録し、
    　前記傾向推定手段は、前記付帯情報に基づいて、前記集合体の構成に関する傾向の特徴を示す情報が推定結果に含まれるようにして前記傾向を推定する請求項１～６のいずれか一項に記載のゲーム傾向分析システム。
  8. 　前記傾向推定手段の推定結果に基づいて、前記プレイヤが構成した集合体を評価する評価手段をさらに備えた請求項１～７のいずれか一項に記載のゲーム傾向分析システム。
  9. 　複数のプレイヤのそれぞれが物理的な複数の遊戯媒体の集合体を用いて対戦するゲームに適用され、前記ゲームで使用された集合体の構成に関する傾向を分析するゲーム傾向分析システムに用いられるコンピュータプログラムであって、前記ゲーム傾向分析システムのコンピュータを、
    　各プレイヤが前記ゲームにて使用すべく構成した集合体に含まれている遊戯媒体のうち少なくとも一部の遊戯媒体を識別する媒体識別手段、
    　前記媒体識別手段の識別結果を、前記集合体の構成例を示す構成例情報として、前記集合体ごとに区別して所定の構成例データに記録する構成例記録手段、及び
    　前記構成例データに基づいて、前記集合体に含まれる頻度が相対的に高い遊戯媒体の組み合わせとしての頻出媒体群を前記傾向の少なくとも一部を現す要素として推定する傾向推定手段、として機能させるように構成されたコンピュータプログラム。
  10. 　複数のプレイヤのそれぞれが複数の物理的な遊戯媒体の集合体を用いて対戦するゲームに適用され、前記ゲームで使用された集合体の構成に関する傾向を分析するゲーム傾向分析システムにおける分析方法であって、
    　各プレイヤが前記ゲームにて使用すべく構成した集合体に含まれている遊戯媒体のうち少なくとも一部の遊戯媒体を識別し、
    　前記遊戯媒体の識別結果を、前記集合体の構成例を示す構成例情報として、前記集合体ごとに区別して所定の構成例データに記録し、
    　前記構成例データに基づいて、前記集合体に含まれる頻度が相対的に高い遊戯媒体の組み合わせとしての頻出媒体群を、前記傾向の少なくとも一部を現す要素として推定する、分析方法。
PCT/JP2019/009345 2018-03-15 2019-03-08 ゲーム傾向分析システム、及びそのコンピュータプログラム並びに分析方法 WO2019176775A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201980017958.2A CN111836670A (zh) 2018-03-15 2019-03-08 游戏倾向分析系统及其计算机程序和分析方法
KR1020207024133A KR102427778B1 (ko) 2018-03-15 2019-03-08 게임 경향 분석 시스템, 기억 매체, 및 분석 방법
US17/002,951 US11484778B2 (en) 2018-03-15 2020-08-26 Game tendency analysis system, and computer program and analysis method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018-048027 2018-03-15
JP2018048027A JP6501938B1 (ja) 2018-03-15 2018-03-15 ゲーム傾向分析システム及びそのコンピュータプログラム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/002,951 Continuation US11484778B2 (en) 2018-03-15 2020-08-26 Game tendency analysis system, and computer program and analysis method

Publications (1)

Publication Number Publication Date
WO2019176775A1 true WO2019176775A1 (ja) 2019-09-19

Family

ID=66166657

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/009345 WO2019176775A1 (ja) 2018-03-15 2019-03-08 ゲーム傾向分析システム、及びそのコンピュータプログラム並びに分析方法

Country Status (5)

Country Link
US (1) US11484778B2 (ja)
JP (1) JP6501938B1 (ja)
KR (1) KR102427778B1 (ja)
CN (1) CN111836670A (ja)
WO (1) WO2019176775A1 (ja)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3909655B1 (en) * 2013-08-08 2023-07-12 Angel Playing Cards Co., Ltd. A method for administrating a package of shuffled playing cards
JP6501938B1 (ja) * 2018-03-15 2019-04-17 株式会社コナミデジタルエンタテインメント ゲーム傾向分析システム及びそのコンピュータプログラム
JP6676201B1 (ja) * 2019-03-07 2020-04-08 株式会社Ｃｙｇａｍｅｓ 所有媒体群に含まれる出現頻度の高い任意の個数の媒体の組み合わせを抽出するためのシステム及び方法
JP7349833B2 (ja) * 2019-07-02 2023-09-25 株式会社 ディー・エヌ・エー ゲームを提供するためのシステム、方法、及びプログラム
JP6679798B1 (ja) * 2019-07-19 2020-04-15 株式会社Ｃｙｇａｍｅｓ 媒体推薦システム、テーブル作成システム、媒体推薦装置、及びテーブル作成方法
JP2020179203A (ja) * 2020-07-09 2020-11-05 株式会社コナミデジタルエンタテインメント 収容体及び物体
CN117224975A (zh) * 2023-08-31 2023-12-15 一点灵犀信息技术(广州)有限公司 游戏战报生成方法、装置、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004261207A (ja) * 2003-01-20 2004-09-24 Shinsedai Kk カードを用いるエンターテインメント装置
JP2010187911A (ja) * 2009-02-18 2010-09-02 Sega Corp ゲーム装置、ゲーム装置の制御方法、及びゲーム装置の制御プログラム
JP2015008985A (ja) * 2013-06-28 2015-01-19 株式会社バンダイナムコゲームス コンピュータシステムおよびプログラム
JP2015188503A (ja) * 2014-03-27 2015-11-02 株式会社セガゲームス ゲーム装置及びゲーム制御プログラム
JP2017196332A (ja) * 2016-04-28 2017-11-02 株式会社コナミデジタルエンタテインメント 情報処理装置、サーバ装置、及びプログラム

Family Cites Families (64)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2128634C (en) * 1994-06-22 2005-09-27 Richard Channing Garfield Trading card game components and method of play
US5569082A (en) * 1995-04-06 1996-10-29 Kaye; Perry Personal computer lottery game
US5570887A (en) * 1995-05-22 1996-11-05 Christie, Jr.; George Apparatus and method of playing a medieval military conflict board game for two to four players
US5722893A (en) * 1995-10-17 1998-03-03 Smart Shoes, Inc. Card dispensing shoe with scanner
JPH11207034A (ja) * 1997-11-20 1999-08-03 Nintendo Co Ltd 異なる種類のゲーム機間でバックアップデータを利用して プレイ可能なゲームシステム
JP3054948B2 (ja) * 1998-09-25 2000-06-19 コナミ株式会社 記録媒体、記憶装置、及び、ゲ―ム装置
JP2000325528A (ja) * 1999-03-18 2000-11-28 Konami Co Ltd ゲーム装置及び記録媒体
JP2001029656A (ja) * 1999-07-23 2001-02-06 Konami Co Ltd ゲームシステム、記録媒体、及び、画像表示方法
JP2001029657A (ja) * 1999-07-23 2001-02-06 Konami Co Ltd ゲーム装置、ゲームシステム、記録媒体、及び、画像表示方法
JP2001070655A (ja) * 1999-08-31 2001-03-21 Konami Co Ltd 異種ゲーム機間通信方法、ゲームシステム、及び、情報転送方法
JP4150478B2 (ja) * 1999-10-22 2008-09-17 任天堂株式会社 ゲーム装置およびそれに用いる記憶媒体
US6322077B1 (en) * 2000-03-16 2001-11-27 Decipher, Inc. Method of deploying a character in a card game
JP3345719B2 (ja) * 2000-07-04 2002-11-18 コナミ株式会社 ゲーム制御方法、ゲーム装置、及び記録媒体
JP3736440B2 (ja) * 2001-02-02 2006-01-18 株式会社セガ カード及びカードゲーム装置
US20020147042A1 (en) * 2001-02-14 2002-10-10 Vt Tech Corp. System and method for detecting the result of a game of chance
JP4839532B2 (ja) * 2001-06-29 2011-12-21 株式会社セガ カードゲームシステム
JP3584229B2 (ja) 2001-09-28 2004-11-04 キヤノン株式会社 映像体験システムおよび情報処理方法
JP3463753B2 (ja) * 2001-12-11 2003-11-05 コナミ株式会社 カードゲームプログラム
US20030125107A1 (en) * 2001-12-21 2003-07-03 Cannon Lee E. Method and apparatus for competitive bonus games based upon strategy or skill
EP2408192A3 (en) * 2004-04-16 2014-01-01 James A. Aman Multiple view compositing and object tracking system
US8366531B2 (en) * 2004-07-06 2013-02-05 Igt Methods and systems for determining and selling wagering game outcomes to be viewed remotely
JP2008528119A (ja) * 2005-01-24 2008-07-31 ウィザーズ オブ ザ コースト インコーポレイテッド カスタマイズ可能な特徴を使用するコレクタブルカードゲームのようなゲーム
US7492267B2 (en) * 2005-07-29 2009-02-17 Suzanne Bilyeu Tracking methods and systems using RFID tags
US8425312B1 (en) * 2005-08-05 2013-04-23 Electronicard Corp. Playing card indentification system
US20070052167A1 (en) * 2005-09-06 2007-03-08 Galatan Harris J Radio frequency identification (RFID) poker table
US7946491B2 (en) * 2006-08-03 2011-05-24 Nokia Corporation Method, apparatus, and computer program product for providing a camera barcode reader
US8932124B2 (en) * 2006-08-31 2015-01-13 Cfph, Llc Game of chance systems and methods
US9595169B2 (en) * 2006-08-31 2017-03-14 Cfph, Llc Game of chance systems and methods
US20080088088A1 (en) * 2006-10-17 2008-04-17 Edmund Gress Role-playing game
US7899848B2 (en) * 2006-11-12 2011-03-01 Dell Products L.P. Methods to model NIC teaming and load balancing
JP4188400B2 (ja) * 2006-11-13 2008-11-26 株式会社コナミデジタルエンタテインメント ゲームシステム及びゲーム実行管理方法
JP3998701B1 (ja) * 2006-12-28 2007-10-31 健治 吉田 ドットパターンが設けられたカード
US8961296B2 (en) * 2007-02-16 2015-02-24 Walker Digital Table Systems, Llc Re-characterization of bets at table games
JP4154700B1 (ja) * 2007-06-21 2008-09-24 健治 吉田 カード面の読取・命令実行方法
US8221244B2 (en) * 2007-08-14 2012-07-17 John B. French Table with sensors and smart card holder for automated gaming system and gaming cards
US8639214B1 (en) * 2007-10-26 2014-01-28 Iwao Fujisaki Communication device
WO2009062153A1 (en) * 2007-11-09 2009-05-14 Wms Gaming Inc. Interaction with 3d space in a gaming system
US8758111B2 (en) * 2008-08-20 2014-06-24 Cfph, Llc Game of chance systems and methods
US20100306249A1 (en) * 2009-05-27 2010-12-02 James Hill Social network systems and methods
US8419535B2 (en) * 2009-06-08 2013-04-16 Cfph, Llc Mobile playing card devices
US8545328B2 (en) * 2009-06-08 2013-10-01 Cfph, Llc Portable electronic charge device for card devices
JP5161356B1 (ja) * 2011-09-30 2013-03-13 株式会社コナミデジタルエンタテインメント ゲームシステム、それに用いられる制御方法及び、コンピュータプログラム
NZ626444A (en) * 2012-01-30 2016-02-26 Us Playing Card Co Intelligent table game system
JP6017815B2 (ja) * 2012-03-30 2016-11-02 株式会社コナミデジタルエンタテインメント アミューズメントシステム
JP5899138B2 (ja) * 2013-02-28 2016-04-06 グリー株式会社 サーバ、その制御プログラム、及びシステム
JP5613785B2 (ja) * 2013-02-28 2014-10-29 グリー株式会社 サーバ、ゲーム処理方法、及びプログラム
EP3909655B1 (en) * 2013-08-08 2023-07-12 Angel Playing Cards Co., Ltd. A method for administrating a package of shuffled playing cards
US9886766B2 (en) * 2013-08-16 2018-02-06 Samsung Electronics Co., Ltd Electronic device and method for adding data to image and extracting added data from image
JP5807046B2 (ja) * 2013-08-20 2015-11-10 株式会社コナミデジタルエンタテインメント ゲームシステム、それに用いられる制御方法及びコンピュータプログラム
US20160012465A1 (en) * 2014-02-08 2016-01-14 Jeffrey A. Sharp System and method for distributing, receiving, and using funds or credits and apparatus thereof
US20160045816A1 (en) * 2014-08-16 2016-02-18 John W. Ogilvie Compressed playing cards and games
JP5800976B1 (ja) * 2014-10-22 2015-10-28 株式会社 ディー・エヌ・エー 情報処理装置、及び、ゲームプログラム
US20160271487A1 (en) * 2015-03-17 2016-09-22 Donald Wayne Crouse Method of Game Play Providing For the Equitable Collecting of Certain Game Components
WO2017136830A1 (en) * 2016-02-05 2017-08-10 Prizm Labs, Inc. Physical/virtual game system and methods for manipulating virtual objects within a virtual game environment
JP2017188833A (ja) 2016-04-08 2017-10-12 ソニー株式会社 情報処理装置および情報処理方法、並びにプログラム
US10166473B2 (en) * 2016-07-29 2019-01-01 Justin Hanyan Wong System and method to provide augmented reality and remote gameplay for traditional trading card games
SG10201913909XA (en) * 2016-08-02 2020-03-30 Angel Playing Cards Co Ltd Inspection system and management system
WO2019085869A1 (en) * 2017-10-31 2019-05-09 Ha Elwin Yui Hang Two-way communication between electronic card and touchscreen device
US10930120B1 (en) * 2017-11-22 2021-02-23 Generation Z, LLC Electronic gaming systems and integration with third-party providers of proposition player services
JP6501938B1 (ja) * 2018-03-15 2019-04-17 株式会社コナミデジタルエンタテインメント ゲーム傾向分析システム及びそのコンピュータプログラム
US10857450B1 (en) * 2018-05-09 2020-12-08 James Aman Physical-virtual game board and content delivery platform
TWI739069B (zh) * 2019-03-04 2021-09-11 仁寶電腦工業股份有限公司 遊戲裝置與辨識遊戲裝置的方法
TWI701067B (zh) * 2019-03-05 2020-08-11 仁寶電腦工業股份有限公司 遊戲系統與遊戲桌
EP3946652A4 (en) * 2019-04-04 2022-09-14 The Pokémon Company International, Inc. TRACKING PLAYING CARDS DURING A GAME USING RFID TAGS

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004261207A (ja) * 2003-01-20 2004-09-24 Shinsedai Kk カードを用いるエンターテインメント装置
JP2010187911A (ja) * 2009-02-18 2010-09-02 Sega Corp ゲーム装置、ゲーム装置の制御方法、及びゲーム装置の制御プログラム
JP2015008985A (ja) * 2013-06-28 2015-01-19 株式会社バンダイナムコゲームス コンピュータシステムおよびプログラム
JP2015188503A (ja) * 2014-03-27 2015-11-02 株式会社セガゲームス ゲーム装置及びゲーム制御プログラム
JP2017196332A (ja) * 2016-04-28 2017-11-02 株式会社コナミデジタルエンタテインメント 情報処理装置、サーバ装置、及びプログラム

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"Lord of Vermilion, Rebellion against the gods", DENGEKI ARCADE CARD GAME, vol. 8, 13 October 2008 (2008-10-13), pages 155 *
"Shadowverse, Tempest of the Gods", FAMITSU APP ANDROID, 31 March 2017 (2017-03-31), pages 22 - 32 *
KADOKAWA: "Lord of Vermilion III, ARCADIA", vol. 14, no. 9, 30 October 2013 (2013-10-30), pages 8 - 19 *

Also Published As

Publication number Publication date
US20200384346A1 (en) 2020-12-10
KR20200110783A (ko) 2020-09-25
CN111836670A (zh) 2020-10-27
US11484778B2 (en) 2022-11-01
KR102427778B1 (ko) 2022-08-01
JP6501938B1 (ja) 2019-04-17
JP2019154914A (ja) 2019-09-19

Similar Documents

Publication Publication Date Title
WO2019176775A1 (ja) ゲーム傾向分析システム、及びそのコンピュータプログラム並びに分析方法
Martínez et al. Mining multimodal sequential patterns: a case study on affect detection
JP5740365B2 (ja) ゲームシステム、そのパラメータ制御方法及びコンピュータプログラム
US10434407B2 (en) Game system, and storage medium used in same
JP6513776B1 (ja) データ分析装置及びデータ分析プログラム
KR101881647B1 (ko) 온라인 게임에서의 위치 기반 그룹 분류를 통한 봇 탐지 방법, 장치, 및 컴퓨터 프로그램
US20220212114A1 (en) Persona driven dynamic content framework
JP2015154987A (ja) ゲームシステム及びそのパラメータ制御方法
KR101962269B1 (ko) 게임 평가 장치 및 방법
JP6676233B2 (ja) ゲームシステム、それに用いられるコンピュータプログラム、及びサーバ装置
JP2019155109A (ja) ゲーム傾向分析システム及びそのコンピュータプログラム
Cavadenti et al. When cyberathletes conceal their game: Clustering confusion matrices to identify avatar aliases
CN108136261B (zh) 服务器和非暂时性计算机可读介质
JP2010198199A (ja) 情報提供システム及び情報提供方法
Zhang et al. Detection of illegal players in massively multiplayer online role playing game by classification algorithms
JP2019107549A (ja) データ分析装置及びデータ分析プログラム
CN111375210A (zh) 游戏中同步器的检测方法、装置、处理设备及存储介质
KR101320090B1 (ko) 스쿼드를 추천할 수 있는 온라인 스포츠 게임 제공 방법 및 그 시스템
JP6488039B1 (ja) ゲーム進行情報生成システム及びそのコンピュータプログラム
JP7454726B1 (ja) ゲーム媒体セットを生成するためのシステム、方法、及びプログラム
KR102162179B1 (ko) 아이템 정보 제공 장치 및 방법
Xu et al. Draw-and-Guess: A mobile game with a purpose for drawing base image retrieval
Kim et al. Justice League: Time-series Game Player Pattern Detection to Discover Rank-Skill Mismatch
JP2019155085A (ja) ゲーム進行情報生成システム及びそのコンピュータプログラム
JP2023504321A (ja) データ処理方法及び装置、電子機器、記憶媒体

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19768154

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20207024133

Country of ref document: KR

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19768154

Country of ref document: EP

Kind code of ref document: A1