Анализ коммуникационных паттернов в чате Dota 2. Визуализация данных

Данный проект представляет собой глубокое исследование и систематический анализ ключевых закономерностей в коммуникации игроков в чате онлайн-игры Dota 2. Основная цель проекта заключается в выявлении скрытых паттернов взаимодействия, определении доминирующих эмоциональных и тактических настроений, а также оценке их непосредственного влияния на ход и исход игрового процесса. Результаты данного анализа могут быть использованы разработчиками игры для совершенствования существующих систем модерации, внедрения новых механизмов поощрения позитивного взаимодействия и, в конечном итоге, для формирования более здоровой и поддерживающей игровой среды. Для самих игроков, осознание влияния их вербального и невербального общения на командную синергию и общую эффективность в матче может стать стимулом к более конструктивному и осознанному поведению, что потенциально приведет к улучшению их игрового опыта и повышению шансов на победу.

Для анализа использовались данные из файла chat.csv, который содержит сообщения чата из матчей Dota. Исходный набор данных был взят с платформы Kaggle.

1. Анализ данных: Изначально был загружен файл chat.csv. С помощью скрипта на Python были проанализированы сообщения чата для выявления наиболее часто употребляемых слов, а также для категоризации сообщений по тональности (токсичные, дружелюбные, тактические, смех) и распределения сообщений по времени матча.
2. Создание диаграммы с помощью Python: В качестве альтернативы, для обеспечения высокого качества и контроля над экспортом, диаграмма (пончиковая диаграмма, или Donut Chart) была создана с использованием библиотек pandas, matplotlib и seaborn в Python. Это позволило точно настроить цвета, шрифты и общий вид диаграммы, а также сохранить ее в формате PNG с высоким разрешением.
3. Создание постера-инфографики: Сгенерированная диаграмма, а также ключевые выводы из анализа, были использованы для создания постера с помощью инструмента генерации изображений. В промпте были указаны желаемый стиль (темный, кинематографичный, неоновые акценты), текст заголовка и процентное соотношение категорий сообщений.