ads:
UNIVERSIDADE PRESBITERIANA MACKENZIE
LIA CARRARI RODRIGUES
ANÁLISE DE REDES SOCIAIS
EM COMUNIDADES VIRTUAIS EMERGENTES DE JOGOS ON-LINE
POR MEIO DE COLETA DE DADOS AUTOMATIZADA
São Paulo
2008
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
LIA CARRARI RODRIGUES
ANÁLISE DE REDES SOCIAIS
EM COMUNIDADES VIRTUAIS EMERGENTES DE JOGOS ON-LINE
POR MEIO DE COLETA DE DADOS AUTOMATIZADA
Dissertação apresentada ao Programa de
Pós-Graduação em Engenharia Elétrica
da Universidade Presbiteriana Mackenzie
como parte dos requisitos para a obtenção
do título de Mestre.
Orientadora: Profa. Dra. Pollyana Notargiacomo Mustaro
São Paulo
2008
ads:
LIA CARRARI RODRIGUES
ANÁLISE DE REDES SOCIAIS
EM COMUNIDADES VIRTUAIS EMERGENTES DE JOGOS ON-LINE
POR MEIO DE COLETA DE DADOS AUTOMATIZADA
Dissertação apresentada ao Programa de
Pós-Graduação em Engenharia Elétrica
da Universidade Presbiteriana Mackenzie
como requisito parcial para a obtenção do
título de Mestre.
Aprovada em
BANCA EXAMINADORA
Profa. Dra. Pollyana Notargiacomo Mustaro – Orientadora
Universidade Presbiteriana Mackenzie
Prof. Dr. Clodoaldo Aparecido de Moraes Lima
Universidade Presbiteriana Mackenzie
Prof. Dr. Fernando Antonio Basile Colugnati
Instituto de Pesquisas em Tecnologia e Inovação de São Paulo
Ao Rodrigo, meu noivo;
À minha família;
Aos meus gatos, criaturas tão doces;
A todos os habitantes de Azeroth!.
AGRADECIMENTOS
Agradeço às pessoas que me apoiaram, incentivaram e me auxiliaram direta ou
indiretamente.
Primeiramente agradeço à Profa. Dra. Pollyana Notargiacomo Mustaro, minha
orientadora, pela imensa motivação, dedicação, sabedoria e acima de tudo pela
amizade. Agradeço também a ela pela repercusão do trabalho em eventos
científicos e por saber exatamente o que me dizer em todos os momentos.
Agradeço especialmente ao Rodrigo Artur de Souza Pereira Lopes, pelo amor, por
todo o auxílio ao longo deste trabalho, carinho, incentivo, paciência nas horas de
desespero e por estar sempre ao meu lado. Agradeço ao Rodrigo por dedicar horas
do seu tempo para me ajudar a explorar o mundo de Azeroth e assim fazer parte da
minha vida real e virtual.
Agradeço aos meus pais, Nara Maria Carrari Rodrigues e Osny Rodrigues, por me
incentivarem e me fornecer todo o apoio que precisava ao longo desta pesquisa.
À minha mãe por aguentar o meu péssimo humor em momentos de estresse.
Ao meu pai por me ajudar pacientemente na resolução das integrais e pela carona
de volta das aulas.
Agradeço ao meu irmão, Luiz Vicente Carrari Rodrigues, pelo exemplo de sucesso,
interesse, motivação, toda a ajuda e pelo DS, que me livrou de momentos de
loucura.
Agradeço a todos os jogadores de World of Warcraft que tornaram essa pesquisa
possível. Em especial, agradeço aqueles que me ajudaram mais do que qualquer
outro: João Paulo (aka. Avengeline), Rodolpho (aka. Xyv) e todos os membros da
guilda BOPE (servidor Ysera) e Ultimato (servidor Gurubashi).
Agradeço a todos os meus amigos, que não deixaram a nossa amizade enfraquecer,
mesmo com minha constante falta de tempo.
Agradeço aos meus professores pela contribuição e conhecimento que foram tão
importantes para a pesquisa.
Em especial, agradeço ao Prof. Dr. Clodoaldo Aparecido de Moraes Lima pela
disponibilidade e explicações que clarearam tantas dúvidas. Também agradeço ao
Prof. Dr. Fernando Antonio Basile Colugnati pelas sábias sugestões, essenciais para
a pesquisa.
Agradeço à Insite pelo apoio, não só pela hospedagem fornecida para a pesquisa,
mas pelo incentivo de meus colegas, amizade, interesse e sábias sugestões.
Agradeço à Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
(CAPES) pela bolsa de estudos fornecida e à Universidade Presbiteriana Mackenzie,
mas especificamente ao Fundo Mackenzie de Pesquisa (MackPesquisa), pelo apoio
financeiro.
“Ten people who speak make
more noise than ten thousand
who are silent.”
Napoleon Bonaparte
Resumo
Atualmente a popularidade mundial de jogos on-line tem resultado na formação de
comunidades virtuais com centenas de pessoas. Isso se deve à interação diária das
pessoas em jogos chamados Massive Multiplayer Online Role-Playing Games
(MMORPGs). Estas comunidades são culturalmente diversificadas e permeadas por
laços sociais estabelecidos de diferentes maneiras no ambiente virtual do jogo. A
presente pesquisa realizou um estudo de comunidades do jogo World of Warcraft
por meio da abordagem da análise de redes sociais. O intuito desta abordagem foi
definir uma tipologia de laços sociais e estudar padrões de comportamento
vinculados à estrutura destas. Isso envolveu a construção de um sistema de coleta
de dados eficiente desta rede, assim como ferramentas de análise. Com esta
metodologia, verificou-se que este tipo de organização pode ser caracterizada como
um sistema complexo adaptativo emergente. Para isso, foram utilizadas diferentes
teorias, como a teoria dos grafos, redes de Kohonen, álgebra e engenharia de
software.
Palavras-chave: Redes Sociais, Sistemas Emergentes, Tipologia de Laços Sociais,
Comunidades Virtuais, MMORPG.
Abstract
The current worldwide popularity of on-line games has resulted in the formation of
virtual communities with hundreds of people. This is due to the daily interaction of
people in games called Massive Multiplayer Online Role-Playing Games
(MMORPGs). These communities are culturally diverse and permeated by social ties
estabilished through different ways in the game’s virtual world. The present research
held a study on the communities found in World of Warcraft through social network
analysis. The goal of this approach was to define a typology of social ties and study
the behavioural patterns related to the structure of these networks. This involved the
construction of an efficient data collecting system, as well as analysis tools. That
particular methodology verified that this kind of organization can be characterized as
an emergent adaptive complex system. To that end, different theories were utilized,
such as graph theory, Kohonen networks algebra and software engineering.
Keywords: Social Networks, Emergent Systems, Modeling, Virtual Communities,
MMORPG.
LISTA DE FIGURAS
Figura 2.1 – Tela de apresentação do InfernoMUD ............................................ 30
Figura 2.2 – Tela de apresentação do Hollow World MUD................................... 30
Figura 2.3 – Tela do jogo Ultima Online ............................................................... 34
Figura 2.4 – Tela do jogo Everquest .................................................................... 35
Figura 2.5 – Imagens do ambiente virtual do Mackenzie no Second Life............. 38
Figura 2.6 – Tela do jogo Star Wars Galaxies...................................................... 38
Figura 2.7 – Tela do jogo Everquest 2.................................................................. 40
Figura 2.8 – Mapa de Azeroth – Mundo Virtual do Jogo World of Warcraft ......... 45
Figura 2.9 – Escolha de personagem no WoW (na imagem: raça Draenei,
classe Mage) .................................................................................... 52
Figura 2.10 – Inimigo derrotado da Raid completa no WoW pela
guilda Ultimato................................................................................ 53
Figura 4.1 – Rede Sociocêntrica Orientada.......................................................... 62
Figura 4.2 – Rede Egocêntrica Pura .................................................................... 62
Figura 4.3 – Rede Egocêntrica Interconectada .................................................... 62
Figura 4.4 – Grafo do exemplo de laços sociais (representadas pelas cores
das arestas) de uma comunidade de jogadores.............................. 64
Figura 5.1 – Diagrama da tabela Player (Jogador)............................................... 75
Figura 5.2 – Diagrama das tabelas do Projeto WhoMode.................................... 80
Figura 5.3 – Processo de busca do neurônio vencedor nas Redes de Kohonen,
substituindo o antigo indicado por um ponteiro ................................ 86
Figura 6.1 – Rede da guilda Ultimato do WoW na primeira coleta....................... 114
Figura 6.2 – Rede da guilda Exanimus do WoW na primeira coleta .................... 115
Figura 6.3 – Rede da guilda Extremus Vis do WoW na primeira coleta............... 115
Figura 6.4 – Rede da guilda Man Bites Dog do WoW na primeira coleta............. 116
Figura 6.5 – Rede da guilda Irmandade do Caos do WoW na primeira coleta..... 117
Figura 6.6 – Rede da guilda TheChosen na segunda coleta................................ 119
Figura 6.7 – Rede da guilda Legião Brasileira na segunda coleta ....................... 120
Figura 6.8 - Rede da guilda Extremus Vis na segunda coleta.............................. 121
Figura 6.9 - Rede da guilda Man Bites Dog na segunda coleta ........................... 122
Figura 6.10 - Rede da guilda Notorious na segunda coleta.................................. 122
Figura 6.11 - Rede da guilda Ultimato na segunda coleta.................................... 123
Figura 6.12 - Rede da guilda Irmandade do Caos na segunda coleta ................. 124
Figura 6.13 - Mapas resultantes do treinamento da Rede de Kohonen ............... 127
Figura 6.14 - Mapa de saída resultante com os clusters definidos e mapa na
versão tridimensional....................................................................... 127
LISTA DE TABELAS
Tabela 2.1 – Raças do WoW divididas por Facção e cidade de origem .............. 46
Tabela 2.2 – Classes do WoW com seus tipos, raças e habilidades ................... 47
Tabela 2.3 – Profissões do WoW e suas habilidades .......................................... 49
Tabela 4.1 – Exemplo de laços sociais de amizade............................................. 63
Tabela 4.2 – Dados do exemplo da Figura 4.4..................................................... 66
Tabela 5.1 – Cores dos vértices por classe.......................................................... 82
Tabela 5.2 – Cores e espessura das arestas por força da relação ...................... 83
Tabela 6.1 – Redes da primeira coleta do WoW com separação de
força e facção.................................................................................. 109
Tabela 6.2 – Redes da segunda coleta do WoW com separação de
força e facção.................................................................................. 111
Tabela 6.3 – Detalhamento das guildas do WoW analisadas na
primeira coleta do Addon................................................................. 113
Tabela 6.4 – Detalhamento das guildas de WoW analisadas na
segunda coleta do Addon................................................................ 119
Tabela 6.5 – Variação das propriedades entre as duas coletas do Addon........... 119
Tabela 6.6 – Parâmetros de treinamento da clusterização .................................. 126
Tabela 6.7 – Análise geral dos clusters encontrados........................................... 128
LISTA DE GRÁFICOS
Gráfico 6.1 – Servidores do WoW encontrados na coleta do questionário .......... 87
Gráfico 6.2 – Estatística de Classes e Raças do WoW coletadas no
questinário...................................................................................... 88
Gráfico 6.3 – Estatística do Nível dos jogadores do WoW encontrados
no questinário................................................................................. 88
Gráfico 6.4 – Estatística das guildas do WoW encontradas na coleta
do questionário............................................................................... 89
Gráfico 6.5 – Estatísticas do questinário: gênero, estado civil e se os
entrevistados jogam com seus parceiros no WoW......................... 90
Gráfico 6.6 – Estatística do país de origem e horas jogadas no WoW
semanalmente coletadas no questionário ...................................... 91
Gráfico 6.7 – Estatística dos períodos preferenciais dos jogadores de
WoW entrevistados no questinário................................................. 91
Gráfico 6.8 – Estatística da faixa etária dos jogadores de WoW encontrada
no questionário............................................................................... 92
Gráfico 6.9 – Estatística da motivação e freqüencia ao PvP dos jogadores
de WoW entrevistados no questinário ............................................ 92
Gráfico 6.10 – Tipos de laços sociais encontrados na coleta do questionário
aplicada aos jogadores de WoW.................................................. 93
Gráfico 6.11 – Comparativo das estatísticas gerais do WoW da primeira
coleta do Addon............................................................................ 95
Gráfico 6.12 – Classes e Raças do WoW encontradas na primeira coleta
do Addon ...................................................................................... 95
Gráfico 6.13 – Estatística do nível dos jogadores do WoW coletados no
Addon no primeiro momento ........................................................ 96
Gráfico 6.14 – Guildas do WoW mais encontradas na primeira coleta do Addon
com a percentagem de jogadores em relação ao universo total .. 97
Gráfico 6.15 – Distribuição das demais guildas do WoW encontradas na
primeira coleta do Addon.............................................................. 97
Gráfico 6.16 – Força das relações estabelecidas entre jogadores do WoW
encontradas na primeira coleta do Addon .................................... 98
Gráfico 6.17 – Zonas do WoW onde as relações foram encontradas na
primeira coleta do Addon.............................................................. 99
Gráfico 6.18 – Faixa de quantidade de entrada das guildas do WoW com
relações encontradas na primeira coleta do Addon ...................... 100
Gráfico 6.19 – Guildas do WoW com mais relações encontradas na primeira
coleta do Addon (percentagem em relação ao universo total)...... 100
Gráfico 6.20 – Distribuição dos graus dos jogadores de WoW encontrados na
primeira coleta do Addon.............................................................. 101
Gráfico 6.21 – Distribuição log/log dos graus dos jogadores de WoW
encontrados na primeira coleta do Addon..................................... 101
Gráfico 6.22 – Quantidade de jogadores de WoW da segunda coleta do Addon. 102
Gráfico 6.23 – Quantidade de relações estabelecidas entre jogadores do
WoW na segunda coleta do Addon .............................................. 103
Gráfico 6.24 – Raças do WoW encontradas na segunda coleta do Addon.......... 103
Gráfico 6.25 – Classes do WoW encontradas na segunda coleta do Addon ....... 104
Gráfico 6.26 – Nível dos jogadores de WoW na segunda coleta do Addon ......... 104
Gráfico 6.27 – Comparação das guildas com mais jogadores de WoW na
segunda coleta do Addon............................................................. 105
Gráfico 6.28 – Zonas do WoW onde as relações foram encontradas na
segunda coleta do Addon ............................................................. 105
Gráfico 6.29 – Guildas do WoW com maior quantidade de relações
encontradas na segunda coleta do Addon.................................... 106
Gráfico 6.30 – Distribuição de força das relações graus dos jogadores
de WoW na segunda coleta do Addon .......................................... 107
Gráfico 6.31 – Distribuição de graus dos jogadores de WoW na segunda coleta
do Addon ....................................................................................... 107
Gráfico 6.32 – Distribuição log/log dos graus dos jogadores de WoW na segunda
coleta do Addon............................................................................ 108
SUMÁRIO
1 INTRODUÇÃO ......................................................................................................16
2 JOGOS MASSIVOS ON-LINE ..............................................................................19
2.1 COMUNIDADES VIRTUAIS ...........................................................................22
2.2 HISTÓRIA DOS JOGOS MASSIVOS ON-LINE..............................................27
2.2.1 Primeira Comunidade Virtual....................................................................27
2.2.2 MUDs .......................................................................................................28
2.2.3 Década de 80: Solidificação da indústria dos jogos .................................31
2.2.4 Jogos on-line nos anos 90: Os primeiros MMORPGs ..............................33
2.3 WORLD OF WARCRAFT ...............................................................................42
2.3.1 Tipos de Servidores do World of Warcraft................................................43
2.3.2 Ambiente do Jogo World of Warcraft: Mundo de Azeroth ........................44
2.3.3 Classes e profissões do World of Warcraft ..............................................46
2.3.4 Jogabilidade e funcionamento geral do jogo............................................51
2.3.5 Ferramentas de Comunicação do World of Warcraft ...............................55
3 SISTEMAS COMPLEXOS EMERGENTES ..........................................................57
4 ANÁLISE DE REDES SOCIAIS............................................................................61
5 METODOLOGIA ...................................................................................................71
5.1 QUESTIONÁRIO ON-LINE.............................................................................73
5.2 ADDON WHOMODE ......................................................................................76
5.3 ANÁLISE DOS DADOS COLETADOS PELO ADDON...................................79
5.3.1 Inserção no banco de dados....................................................................79
5.3.2 Análise de Redes Sociais das Guildas.....................................................84
5.4 CLUSTERIZAÇÃO DA COMUNIDADE ..........................................................84
6 RESULTADOS OBTIDOS ....................................................................................87
6.1 RESULTADOS DO QUESTIONÁRIO ON-LINE .............................................87
6.2 RESULTADOS DA COLETA PELO ADDON..................................................94
6.2.1 Resultados da primeira coleta pelo Addon...............................................94
6.2.2 Resultados da segunda coleta pelo Addon ............................................102
6.3 ANÁLISE DE REDES SOCIAIS COLETADAS .............................................108
6.3.1 Análise das Redes com Separação por Força e Lado na Primeira
Coleta.....................................................................................................108
6.3.2 Análise das Redes com Separação por Força e Lado na Segunda
Coleta.....................................................................................................110
6.3.3 Análise das Redes das Guildas na primeira coleta ................................112
6.3.4 Análise das Redes das Guildas na segunda coleta ...............................118
6.4 CLUSTERIZAÇÃO DOS DADOS COLETADOS ..........................................126
7 CONCLUSÕES E TRABALHOS FUTUROS......................................................132
REFERÊNCIAS BIBLIOGRÁFICAS.......................................................................137
BIBLIOGRAFIA ......................................................................................................142
JOGOS DIGITAIS CITADOS ..................................................................................144
ANEXOS .................................................................................................................148
ANEXO I – Questionário on-line utilizado na coleta de dados inicial ...............149
ANEXO II – Código elaborado para a automatização da coleta ........................150
16
1 INTRODUÇÃO
Os jogos on-line têm evoluído rapidamente devido ao avanço tecnológico,
agregando cada vez mais recursos e ferramentas. Estes adquiriram notoriedade
mundial e são desenvolvidos para diversos consoles (Playstation, XBox, Wii, etc.),
computadores e até mesmo dispositivos móveis. Os jogos multiplayer (multiusuário)
on-line, por dependerem das ações das pessoas que estão jogando
simultaneamente e não somente pautarem-se em um roteiro previamente
estabelecido possuem um grau de imprevisibilidade que se torna um atrativo para os
jogadores.
Um dos estilos de jogo mais populares hoje em dia é o MMORPG (Massive
Multiplayer Online Role Playing Game), cuja popularização ocorreu em 1997. Estes
constituem versões on-line de última geração de RPGs (Role Playing Games). Os
RPGs são caracterizados pela utilização de um livro de regras e de papel e lápis
para a marcação de propriedades pertinentes à interpretação de personagens. O
primeiro RPG, Dungeons and Dragons, foi criado por Dave Arneson e Gary Gygax
em 1973. O jogo foi baseado no mundo de fantasia criado por J. R. R. Tolkien em “O
Senhor dos Anéis”, de 1955 (FORTIM, 2007).
Os MMORPGs são chamados massivos (Massive), pois possuem a
capacidade de suportar centenas ou milhares de jogadores simultâneos. Estes
jogadores interagem, ao mesmo tempo em que imergem no universo do jogo,
explorando o mundo virtual detalhado existente nesse ambiente. Neste processo, os
jogadores também interpretam virtualmente seus personagens dentro do jogo. O que
diferencia os MMORPGs dos jogos tradicionais (off-line, normalmente com apenas
um jogador), é que estes apresentam infinitas possibilidades de narrativas,
complementadas por opções variadas de personalizacão dos personagens.
A interação entre as pessoas em um mesmo ambiente virtual pode resultar na
formação de inúmeras comunidades virtuais. Este processo pode ser compreendido
pela pesquisa do Website MMORPG.COM (2007), que pesquisou junto aos
jogadores qual era o fator de maior motivação dentro do jogo, além do jogo em si. A
atividade mais motivadora escolhida pelos jogadores foi “socializar com os amigos”.
Assim, socializando e interagindo em grande escala, os jogadores formam
comunidades on-line.
Estas comunidades on-line já foram estudadas de diversas formas. Os
17
estudos indicam que mesmo em salas de bate-papo (WELLMAN, 1997), fóruns de
discussão (RHEINGOLD, 1988), grupos de notícias, etc., comunidades se formam
sem mesmo os membros se conhecerem pessoalmente. Este processo é crescente,
pois cada vez mais pessoas têm acesso à Internet, utilizando este veículo de
comunicação para o relacionamento com outras pessoas. Assim, ambientes on-line
com pessoas conectadas formam agregações eletrônicas (LEMOS, 2002) de
pessoas que podem se tornar comunidades virtuais (RHEINGOLD, 1988).
O nível de importância que o jogador atribui à atividade nos MMORPGs pode
ser inferido a partir dos resultados de uma investigação feita pelo Website
MMORPG.COM (2002a): 6,9% dos usuários dizem jogar menos de uma hora por
dia, enquanto 8,0% declararam que jogam mais de 16 horas diariamente. Contudo, o
período médio de utilização dos jogos pela maior parte dos usuários (61,1%) é de
duas a oito horas diárias.
Estas comunidades virtuais formadas nos jogos podem ser estudadas
utilizando-se recursos da análise de redes sociais. O estudo de redes sociais analisa
comunidades e relações entre as pessoas. Com crescimento das comunidades
virtuais, foram desenvolvidos modelos de redes sociais para o estudo destas
comunidades on-line. Com esta análise é possível identificar elementos-chave e
propriedades relevantes da rede, assim como reconhecer padrões de
comportamento e perfis, o que leva à compreensão desse fenômeno. Para isso, são
utilizadas estruturas constituídas por grafos.
Assim, pode-se dizer que a análise de redes sociais, pautada na teoria dos
grafos, bem como à metodologia pertinente a este tipo de tecnica permite a
utilização de outras teorias da ciência da computação como redes neurais
(MERELO; PIETRO; TRICAS, 2005; DEKKER, 2001), álgebra, construção de
algoritmos, dentre outros. Inclusive, as redes neurais podem ser empregadas para a
clusterização de atores com o mesmo perfil ou perfis de interação próximos.
A partir disso, a presente pesquisa buscou identificar elementos e padrões
que permitam compreender a estrutura das comunidades virtuais de jogadores on-
line. Para isso foi necessário investigar as metodologias existentes ou que podiam
ser adaptadas à análise de redes sociais para determinar a mais adequada ao
estudo em questão. Da mesma forma a pesquisa envolvou o levantamento dos tipos
de laços sociais estabelecidos entre jogadores para definir uma taxonomia de laços
relacionais. Esta análise contribuiu para o estudo de padrões pertinentes às
18
comunidades de jogadores on-line.
Com base no estudo teórico destes elementos e do levantamento empírico de
dados esta pesquisa pautou-se na hipótese de que comunidades virtuais de
jogadores de MMORPG constituem sistemas emergentes auto-organizadores que
podem ser representados por meio de um modelo matemático. Após a conclusão do
trabalho foi possível identificar padrões em relação à formação das comunidades de
jogadores e definir características em relação aos perfis de personagens presentes
no universo do jogo. Como o jogo é determinado pelos jogadores no que se refere
ao agrupamento e ao estabelecimento de parte das regras, ainda foram realizadas
clusterizações para complementar o estudo deste universo.
Tendo em vista o crescimento dos jogos on-line, especificamente jogos
MMORPG, o expressivo número de jogadores ao redor do mundo, que atualmente
está em torno de 17 milhões
1
, a relevância que estes atribuem ao jogo e o fato de
constituir uma área de pesquisa interdisciplinar e pouco explorada no Brasil, optou-
se por realizar um estudo de redes sociais. Neste sentido, o presente estudo pautou-
se na utilização de recursos de análise de redes sociais para estudar comunidades
virtuais de jogadores com a utilização de elementos de teoria de grafos e da área de
inteligência artificial – mais especificamente de redes neurais (Rede de Kohonen) –
aliados a estudos culturais pertinentes às comunidades virtuais.
A partir deste panorama, o presente documento está organizado da seguinte
forma: os capítulos 2, 3 e 4 destinam-se à construção do referencial teórico
pertinente à pesquisa; o capítulo 5 trata das técnicas computacionais utilizadas ao
longo do trabalho; o capítulo 6 descreve a metodologia empregada e ferramentas
elaboradas para o desenvolvimento da investigação; o capítulo 7 apresenta os
resultados obtidos; e, finalmente, o capítulo 8 aborda as conclusões e os trabalhos
futuros.
1
Total Active Subscribers. 1997 – 2008. MMOGCHART.COM. Disponível em:
<http://mmorpgchart.com/>. Acesso em: 12 dez. 2008.
19
2 JOGOS MASSIVOS ON-LINE
As comunidades virtuais formadas nos jogos também podem se constituir a
partir de fóruns de discussão ou eventos presenciais, tais como encontros de RPG
(Role-Playing Game), de mangás (histórias em quadrinhos japonesas) ou animes
(desenhos animados japoneses). Os jogos podem ser eletrônicos ou não, mas estes
constituem uma parte fundamental na cultura e sempre integraram a história e o
processo de evolução humana.
Segundo Huizinga (1971), o jogo é primitivo, anterior à cultura, e também é
parte da vida de cada indivíduo e da sociedade. O jogo não é o resultado de uma
expressão cultural, é um processo inerente a esta. Para Huizinga o jogo é essencial
para a humanidade, um complemento e parte integrante da vida. O jogo amplia a
vida, sendo não apenas uma atividade, mas uma necessidade para o ser humano e
sociedade. Isso se deve ao fato de jogo ter um valor expressivo, um significado
individual e relacionar-se ao contexto social e espiritual (HUIZINGA, 1971).
O jogo possui diversas características. Dentre estas, o “faz de conta” pode ser
ressaltado como um elemento relevante. O “faz de conta” representa a fantasia
presente nos jogos, ajudando a construir a meta-comunicação, o contexto da
narrativa e o próprio ambiente destes. Essa característica está presente em todos os
jogos, inclusive nos eletrônicos. Nos jogos eletrônicos, houve uma revolução no “faz
de conta”, pois a tecnologia existente permitiu uma alteração significativa do
universo em que o jogo se passa, transformando-o em um ambiente gráfico
totalmente interativo chamado de mundo virtual. Isso ocorre ainda com o fluxo da
narrativa, que também tem um papel vital na interação, e por conseqüência no “faz
de conta” em que o jogador está imerso.
Os jogos on-line apresentam uma diversidade de formas de comunicação que
incluem desde bate-papos escritos ou por voz, até animação dos personagens
bidimensionais ou tridimensionais, que exprimem sentimentos ou ações dos
personagens dos jogadores dentro deste. Esta comunicação exercida pelos
jogadores influencia diretamente a linguagem, instituindo uma meta-comunicação,
ou seja, vocabulários específicos para o contexto do jogo.
20
Esta meta-comunicação muitas vezes ultrapassa os bate-papos do jogo,
sendo incorporada na expressão popular da sociedade. Estas expressões podem
ser relativas às missões e tarefas pertinentes ao ambiente do próprio jogo. As
mensagens trocadas dentro do jogo possuem um significado “isto é um jogo” e
devem ser interpretadas desta maneira. Por exemplo, comandos para invadir um
local, ou atacar um grupo são compreendidos a partir do contexto do jogo.
(RODRIGUES; LOPES; MUSTARO; 2007)
Os jogadores também podem criar seu próprio vocabulário, o que também é
considerado uma meta-comunicação. Esse vocabulário pode ser referente aos
aspectos técnicos do jogo (itens, habilidades, etc.) ou até características do universo
do jogo. Um exemplo criado nacionalmente e amplamente utilizado é “upar” (do
inglês level up – subir de nível). Este termo é um neologismo do inglês utilizado para
indicar que os jogadores evoluirão o nível de seus personagens através da busca de
experiência (RODRIGUES; LOPES; MUSTARO; 2007).
Um dos princípios dos jogos on-line é que os jogadores dependem um dos
outros para completar seus objetivos, seja combater adversários ou elementos de
inteligência artificial (NPCs – Non-Player Characters) presentes no jogo, realizar
tarefas, formar guildas (também denominadas de clãs – grupos fechados de
jogadores para combates), ou outras atividades em grupo. Este fator é a base para a
formação das comunidades virtuais de jogadores. Esse contexto é complementado
por um elemento de motivação em relação aos jogos on-line: a possibilidade de
exibir suas conquistas para outros jogadores através dos itens obtidos, nível de
experiência, etc., o que não seria possível em um jogo off-line (DUCHENEAUT et al.,
2006a).
Os MMORPGs se diferenciam pela relevância atribuída à comunidade e pelos
objetivos em grupo. Isso os difere dos jogos on-line ou off-line em que o jogador age
individualmente para cumprir objetivos. Explorando esta temática, são realizados
eventos fora do jogo, onde os participantes têm a chance de se conhecer
pessoalmente. Também são realizados eventos dentro do jogo, para unir os
jogadores em situações sociais totalmente virtuais.
Devido a este universo dinâmico, os MMORPGs não são apenas atividades
de entretenimento, mas acabam se tornando uma espécie de realidade alternativa;
uma vida paralela, com sua própria ética e regras sociais. O sucesso ou fracasso de
cada pessoa depende de sua dedicação e orientação. Contudo, muitos jogadores
21
ingressam em um MMORPG para pertencer a uma comunidade, seja como jogador,
membro de guilda ou clã (MMORPG.COM, 2007).
Os MMORPGs também apresentam facilidades para o estabelecimento de
amizade ou obtenção de companhia, pois não é necessário nenhum deslocamento
físico, nem esperar uma hora exata de encontro (TURKLE, 1995). Apesar da
diversidade cultural e do fato de provavelmente nunca se encontrarem fisicamente,
estes jogadores desenvolvem relações com laços sociais fracos que motivam o
compartilhamento de emoções e conhecimentos (PAPARGYRIS;
POULYMENAKOU, 2004).
Como cada indivíduo é único na comunidade, cada um deve desenvolver sua
identidade virtual dentro do jogo. Através desta personalidade on-line, será definido
com quem o jogador vai se relacionar, assim como qual será sua posição na
comunidade e qual será o seu destino ou objetivo no ambiente do MMORPG.
Esta personalidade é desenvolvida não só por meio das ações do jogador,
mas pela sua representação gráfica, denominada de avatar. O apelo visual do avatar
e as possibilidades de ação e representação que este oferece faz do mesmo um
elemento significativo para o jogador. Com origem no sânscrito, o termo avatar
significa a materialização de um espírito ou divinidade (ROSÁRIO; RAMOS, 2006).
Deste modo, o avatar é montado graficamente de acordo com um ideal do
jogador. O avatar é essencial para a identificação do jogador no mundo virtual do
jogo. Este pode ser constituído do próprio personagem e também dos itens, tais
como espadas, armaduras, bolsas e braceletes, que constituem uma representação
dessa personalidade. Isso também tem uma relação não só com as preferências
pessoais do jogador, mas com suas características próprias ao jogo: raridade do
item, preço no jogo, etc. Além do avatar, a classe escolhida pelo jogador, tais como
clérigo, guerreiro, etc. também auxilia na formação dessa identidade on-line.
A formação do avatar é feita a partir das preferências do jogador, mas nem
sempre representam as características reais deste. Isso também é valido para a
atuação do personagem (o desempenho, ou personificação de um personagem, é a
base dos RPGs desde sua criação na versão lápis e papel, na década de 70). Esta
pode refletir ou não a personalidade real do jogador. Contudo, segundo Rosário e
Ramos (2006), a maioria dos jogadores cria seus personagens de acordo com sua
própria personalidade ou ideais. Esse aspecto é essencial para a formação de laços
sociais na comunidade, visto que membros da comunidade (jogadores) precisam
22
uns dos outros.
Há diversos tipos de relacionamento e a comunidade formada pelos
jogadores é uma comunidade onde os membros atuam não só no jogo, mas na vida
individual de cada um. Muitos laços sociais ultrapassam, portanto, eventos do jogo,
seja dentro ou fora deste, e passam a ter importância na vida social de muitos
jogadores. Por este motivo, é possível dizer que a comunidade (RHEINGOLD, 1988)
no âmbito do jogo on-line possui as mesmas características estruturais presentes em
comunidades virtuais, sendo que estas encontram-se detalhadas no próximo item.
2.1 COMUNIDADES VIRTUAIS
“My one regret in life is that I am not someone else.”
Woody Allen
Segundo Rheingold (1998), uma comunidade virtual é um grupo de pessoas
que pode ou não se encontrar face-a-face e que interage on-line. As pessoas
normalmente buscam as comunidades virtuais para se comunicar com os amigos ou
procurar informações. Da mesma forma, o fato de as pessoas não possuírem
referencial físico ou imagético dos outros membros, o que levantaria a possibilidade
de gerar preconceitos, pode trazer mais diversidade a uma comunidade. Estas
pessoas também compartilham contratos sociais e interesses, assim, estas são
comunidades de interesse comum, e não de localidade compartilhada.
Outra definição mais recente determina que uma comunidade é caracterizada
por um grupo de indivíduos que se reúnem com um propósito, interesse, etc. Já uma
comunidade virtual depende de comunicação eletrônica para suportar a interação
entre seus membros, que podem ou não ter alguma interação presencial (KOH et al.,
2007). Atualmente, na Internet, há milhares destas comunidades dos mais variados
temas (jogos, fotografias, notícias, blogs), formando assim uma realidade paralela.
Em diversas situações, entrar no jogo (não necessariamente para jogar) se
torna um hábito social. É algo considerado até “natural”, uma “obrigação” de manter
a comunidade, e fazer parte dela (RHEINGOLD, 1988). Em alguns casos isso se
torna tão significativo que a comunidade assume uma relevância maior do que o
próprio jogo. Uma pesquisa realizada pelo Website MMORPG.COM (2002b) aponta
que a maioria dos jogadores acredita que a comunidade e também a possibilidade
23
de representar um personagem o aspecto mais importante de um jogo – e não o
jogo em si.
A partir da análise destas comunidades é possível observar que os desafios
inerentes ao jogo e a própria formação destas comunidades incentivam processos
de cooperação competitiva (LÉVY, 2000). Isso ocorre porque cada jogador concorre
contra todos, pois querem sempre ser o melhor jogador, com melhores itens e
adereços. Muitas vezes seus concorrentes surgem em grupos. Assim, o jogador tem
que se unir a um grupo e estabelecer uma relação de cooperação ao invés de
competição. Quando jogadores tentam jogar sozinhos sem cooperar nas
comunidades, estes vêem seu desenvolvimento no jogo prejudicado. Isso se deve
ao fato de que cada profissão complementa outra, e seu tempo de aprendizado e
evolução são longos.
Para auxiliar na evolução de seu personagem, os jogadores interagem,
cooperando uns com os outros. Desta forma, trocam favores e habilidades para o
auxílio mútuo. Muitas vezes, um jogador isolado não consegue ou não pode
participar de aventuras que exigem esforços em grupo. Assim, cada jogador
contribui com o que tem de melhor, incentivando também processo de inteligência
coletiva (LÉVY, 2000), constituída de vários cérebros, de modo distribuído e em
formação constante. Isso aponta para uma relação direta entre a intensidade de
cooperação e constituição de laços sociais deste tipo com a evolução do
personagem.
Na maioria dos jogos on-line é possível formar guildas (ou clãs). Estes são
grupos fechados, pré-determinados, de jogadores, instituídos estrategicamente. As
guildas são um grupo heterogêneo que é construído especificamente para cooperar
de forma que a fraqueza de um personagem é complementada pela qualidade de
outro. Assim, ocorrem casos extremos de cooperação competitiva. No jogo há
aventuras programadas para grupos, como missões, raids (aventuras longas com
dificuldade mais elevada que exigem grupos) e outras atividades, que exigem uma
estratégia de cooperação entre todos os jogadores. Desta forma, estes grupos
permitem que a equipe toda evolua em conjunto, fornecendo maiores possibilidades
de vitória.
Do ponto de vista educacional, a interação social é essencial para o
aprendizado, e estas comunidades de jogos constituem elementos-chave para a
troca de conhecimentos e mobilização do aprendizado. Os jogadores são motivados
24
pelo escopo de jogo, regras e cenário para criar e participar das comunidades
virtuais, e compartilhar seu conhecimento com outros, enquanto os recém chegados
são encorajados a engajar ações coletivas e desenvolver habilidades básicas
(PAPARGYRIS; POULYMENAKOU, 2004). Da mesma forma, este tipo de estrutura
possibilita o compartilhamento de informações e a gestão de conhecimentos em
áreas acadêmicas e empresariais.
A natureza humana tende a se comunicar e formar comunidades, assim como
mantê-las. Segundo Typaldos et al. (2001) e Rheingold (1988), a manutenção das
comunidades existe desde os primórdios da evolução humana, e faz parte da
evolução, sobrevivência e prosperidade. As comunidades virtuais impulsionam a
troca de informação entre as pessoas, assim como expansão de laços sociais. Isso
incentiva processos de inteligência coletiva, pois facilita o encadeamento das idéias
de um grupo. Este fenômeno muitas vezes seria inviabilizado no mundo físico,
devido à localização geográfica das pessoas, tempo, ou recurso para guardar a
memória do grupo (TYPALDOS, 2001; LÉVY, 2000).
Para aumentar as chances de adaptação de uma comunidade no ambiente
virtual é possível analisar algumas características típicas deste universo. Assim,
analisando os procedimentos relacionados a cada característica, é possível adaptar
de forma mais precisa o ambiente para alcançar os objetivos do público-alvo.
Segundo Typaldos et al. (2001), que analisaram um total de doze características
para entender uma comunidade é necessário estudar a interação humana, pois esta
é uma associação de pessoas. A seguir, a partir de uma adaptação deste estudo,
são descritas características observadas em uma comunidade virtual, em especial
nos jogos on-line.
Membros de uma comunidade devem possuir alguma característica em
comum, que é o motivo da existência da comunidade. Este vínculo que faz com que
os membros a mantenham e também que novos integrantes se juntem a ela. Em um
jogo on-line o próprio jogo é o elemento desencadeador para a formação e
manutenção da comunidade.
A segunda característica é a identidade dos membros de uma comunidade.
Os membros devem possuir mecanismos de identificação, como perfis (informações
do usuário) e avatares. Isso se deve não só ao fato da necessidade de unicidade do
membro, mas também para que outros usuários possam encontrar pessoas na
comunidade. Os avatares são muito significativos no ambiente dos jogos on-line,
25
que são complementados com características visuais escolhidas pelo jogador, como
raça, profissão, entre outros.
Também é relevante que os membros possam confiar na reputação dos
outros. Isso se forma por uma junção de identidade e credibilidade de cada um. Este
fator é construído nos jogos a partir da reputação dos jogadores dentro do universo
do jogo, além de seus avatares, conquistas, grupos que pertencem, etc.
Outra característica é a governança, que diz respeito às regras da
comunidade. É necessário que as regras fiquem claras para todos os membros.
Assim, todos podem segui-las, aumentando a qualidade da comunidade. Nos jogos
on-line há regras estabelecidas. Para verificar se os jogadores cumprem essas
normas, há mecanismos dentro do próprio jogo, além dos GMs (Game Masters),
normalmente funcionários da empresa do jogo, que monitoram o universo para
garantir a ordem.
A comunicação também recebe destaque em uma comunidade, sendo
essencial para a existência desta. A seleção das ferramentas depende do contexto
em que esta se encontra. Muitas vezes, métodos assíncronos tais como fóruns ou
repositórios de documentos são mais indicados quando a informação precisa ser
organizada e arquivada. Porém, métodos síncronos como bate-papo e mensagens
instantâneas podem ser mais recomendados para perguntas rápidas e troca de
informação casual. Enquanto um bate-papo pode ser popular em um site juvenil, não
será aproveitado da mesma forma em um ambiente profissional. Dentro do jogo
normalmente há bate-papo textual e algumas vezes por voz. Além disso, muitos
jogadores também são freqüentadores assíduos dos fóruns da comunidade.
As pessoas em uma comunidade tendem a se organizar em subgrupos. Este
fenômeno causa um agrupamento natural nas redes on-line. Isso se deve ao fato de
pessoas completarem seus objetivos mais facilmente quando os grupos são
menores e, portanto, melhor gerenciáveis. Nos jogos on-line isso pode ser verificado
pelas guildas, que são subgrupos fechados, estrategicamente formados com um
objetivo em comum.
É necessário também dar a devida atenção ao ambiente virtual destas
comunidades. O ambiente em si, grupo de ferramentas, apelo visual,
navegabilidade, conteúdo, etc., devem ser concebidos de forma que estes
possibilitem uma identificação com o contexto da comunidade. Assim, estes
elementos devem colaborar para atingir os objetivos do grupo. Muitas vezes é
26
possível até configurar e alterar completamente a interface de um jogo on-line –
instalar ferramentas adicionais, novos botões, e etc. Desta forma, o jogador pode
personalizar a interface da melhor forma.
Os fatores limitantes de uma comunidade são essenciais para definir quem é
ou não potencial membro desta. Estes também devem descrever as regras e
condições de associação àquela comunidade. Assim como devem ser
adequadamente definidos e facilmente encontrados para todas as pessoas que
acessarem a comunidade. Os jogos on-line já possuem uma condição limitante para
entrar na comunidade: ser um jogador. A partir desse momento, os subgrupos são
formados, como jogadores casuais e jogadores assíduos, divisão por classes,
profissões, etc.
A próxima característica a ser descrita é a esperança de troca de algo. Muitas
pessoas juntam-se a alguma comunidade para trocar alguma coisa, seja
conhecimento, experiência, produtos, etc. A expressão da comunidade é a
identidade da comunidade, ou seja, a essência da mesma. A partir destes elementos
pode-se compreender os fundamentos do grupo, pois eles permitem a visualização
do que acontece a todo o momento na comunidade. Este fator é especialmente
relevante para os membros ingressantes. Se não houver uma expressão, a
impressão é que não há nada acontecendo no ambiente.
Na comunidade do jogo, há a troca de experiência entre os jogadores, que
pode ser verificada através dos fóruns, ou dentro do próprio jogo, com os grupos de
aventuras e guildas. Além disso, os eventos realizados no jogo são anunciados na
página oficial, o que ajuda os novos membros a identicar as atividades da
comunidade.
Finalmente, a última característica apontada por Typaldos et al. (2001) é o
histórico da comunidade. Um arquivo é necessário para manter um senso de legado.
Este princípio também é essencial para novos usuários se tornarem parte da
comunidade mais facilmente, pois assim têm um senso do que já aconteceu
previamente. Na página oficial dos jogos há sempre as notícias do que acontece na
comunidade, anúncio de eventos e principalmente o fórum. Cabe ressaltar que não
somente o oficial é relevante, os não-oficiais são fundamentais para manter o
histórico da comunidade.
O conceito de comunidades virtuais deve, para que seja possível
compreender as demais motivações dos integrantes de comunidades on-line de
27
jogadores, ser complementado por um estudo detalhado do universo dos jogos
MMORPGs.
2.2 HISTÓRIA DOS JOGOS MASSIVOS ON-LINE
2
A primeira idéia de utilizar um computador para jogar surgiu no artigo de Alan
Turing (1950), "Computing Machinery and Intelligence", publicado pela revista Mind.
A proposta do artigo envolvia jogos, questionando e discutindo se a inteligência dos
computadores poderia caracterizá-los como máquinas pensantes (introduzindo
assim a inteligência artificial).
O primeiro jogo eletrônico foi um jogo da velha para um computador EDSAC
(Electronic Delay Storage Automatic Calculator), por A. S. Douglas, em 1952. Com
cartões de papel perfurado por esta máquina, onde eram armazenadas bibliotecas
de sub-rotinas para sua programação, o jogo da velha, chamado OXO, foi uma das
principais aplicações do EDSAC. Em 1958 uma criação elevou os jogos eletrônicos
em um novo patamar de interação: o joystick (controle para jogar). Desenvolvido
pelo físico William Higinbotham, o jogo Tennis for Two foi montado em um
osciloscópio, com um computador e alguns botões básicos para a interação.
2.2.1 Primeira Comunidade Virtual
A inovação da década de 1960 de maior relevância para o presente trabalho
foi a criação da primeira comunidade on-line. Em 1960, Don Bitzer, professor e
engenheiro elétrico da Universidade de Illinois, criou um sistema educacional
denominado de PLATO – Programed Logic for Automatic Teaching Operations. O
sistema possuía recursos de e-mail, newsgroup, bate-papo e jogos on-line e foi
difundido por diversos campi de universidades. Já nesta época, os jogos eram
relevantes, pois as estatísticas de utilização do PLATO indicavam que cerca de 20%
2
A descrição da história dos jogos neste item pauta-se nos trabalhos dos autores Demaria e Wilson
(2004) e Kent (2001). Outras referências consultadas para discutir elementos específicos neste item
estão indicadas ao longo do mesmo.
28
do tempo de utilização do sistema era destinado a estes. Todavia, o sistema foi
descontinuado nos anos 80.
Outro evento que pode ser considerado significativo na história dos
MMORPGs foi a fundação da Apple, em abril de 1976, por Stephen Wozniak e
Steven Jobs. Muitos jogos na época eram também desenvolvidos para computador,
e a Apple ajudou a popularizar os computadores pessoais na época, assim
difundindo também os jogos eletrônicos. Wozniak já havia idealizado e construído
seu próprio computador, o Apple I e foi o responsável pelo desenvolvimento do
Apple II. Wozniak também criou o primeiro drive de disquete, para substituir as fitas
cassete. Esse periférico mais tarde tornou-se essencial para a distribuição e
popularização dos jogos. A Apple desenvolveu sua própria versão de jogos como
Breakout, Space Invaders e Pong. A primeira implementação da linguagem BASIC
de Wozniak se chamava Game BASIC, pois teria sido desenvolvida especificamente
para jogos.
Pode-se destacar ainda nessa época outros avanços tecnológicos que
contribuíram para a evolução dos jogos. Uma das maiores contribuições para os
jogos da atualidade foi a do programador de assembly William Crowther. Em 1972,
ele desenvolveu um software para roteadores voltado à ARPAnet (Advanced
Research Project Agency of the U.S. Department of Defense), que mais tarde se
tornaria a Internet. Crowther também contribuiu diretamente no desenvolvimento de
jogos com um popular jogo de fantasia em texto chamado Adventure, que
influenciou vários outros jogos de aventura e fantasia.
2.2.2 MUDs
Os MUDs – Multi-User Dungeon, foram um dos primeiros estilos de jogos on-
line multiplayer. Tradicionalmente, são ambientados em um mundo de fantasia,
inspirados nos jogos de RPG. Os primeiros MUDs surgiram no sistema PLATO, em
1978. Contudo o primeiro MUD, para um computador DEC-10 surgiu na
Universidade de Essex no final da década de 70. Este MUD, desenvolvido por Roy
Trubshaw e Richard Bartle, teve seu código distribuído livremente inspirando
diversos jogadores e desenvolvedores (FORTIM, 2007; DEMARIA; WILSON, 2004).
Os MUDs originais foram baseados nos mundos de fantasia medieval do RPG
29
Dungeons and Dragons. Este ambiente incluía criaturas como elfos e duendes,
elementos mágicos e também ocupações como guerreiros, magos, ladrões, etc. As
aventuras dentro do jogo normalmente compreendiam missões envolvendo dragões,
castelos e tesouros. Os MUDs não foram os únicos jogos baseados neste sistema,
foram lançados diversos jogos registrados da marca ao longo dos anos (PARK;
CHIN, s.d.).
Deve-se ressaltar que os primeiros MUDs eram inteiramente baseados em
texto, sem nenhum gráfico, ou apenas com algum gráfico 2D, muitas vezes
desenhado com os próprios caracteres de texto (chamado de ASCII art). O texto
existia para descrever o contexto que ambientava o jogador no espaço virtual onde a
aventura se passava, assim como criar a narrativa da aventura do jogo. Neste
ambiente comum os jogadores podiam interpretar seus personagens e se comunicar
uns com os outros, participando das aventuras e missões do jogo.
Dentro desses jogos, por meio da interação entre as pessoas, diversas
comunidades de MUD se formaram e muitas são populares até hoje. Um dos MUDs
mais influentes, que mantém diversas propostas atualmente, é o Diku MUD
(DIKUMUD, 1991)
3
, que foi lançado em 1990 por estudantes da Universidade de
Copenhagen. O mais popular baseado neste sistema foi o CircleMUD, criado por
Jeremy Elson da Universidade de Johns Hopkins (CIRCLEMUD, 1991). Contudo,
uma das aplicações mais antigas ainda hoje em atividade é o Sloth MUD 3
(SLOTHMUD, 1992), lançado por estudantes em 1992. Atualmente, o jogo possui
mais de 13 mil jogadores com uma comunidade sempre ativa
4
(FORTIM, 2007).
Originalmente, os MUDs eram exclusivamente jogos de aventura. Em 1989,
foi criado um estilo de MUD que tinha como finalidade apenas a socialização entre
os participantes. Este era chamado de Tiny MUD e então a sigla foi modificada para
Multi-user Domain, Multi-user Dimensions ou Multi-user Dialogs. No Brasil, existem
diversos servidores de MUD, como InfernoMUD (INFERNOMUD, 2003 - Figura 2.1),
de 1997 e Hollow World (HOLLOWMUD, 1997 - Figura 2.2), de 1997. Um dos MUDs
nacionais mais populares foi O Mundo de Vitália, de 1995, que foi fechado e reabriu
com o nome de Os Guardiões de Samsara, sendo descontinuado novamente em
novembro de 2007 (FORTIM, 2007).
3
Todos os jogos citados neste texto estão referenciados no item “JOGOS DIGITAIS CITADOS”.
4
slothmud.org. SlothMUD III. Disponível em:
<http://www.slothmud.org/index.php?module=Who_List&pid=server>. Acesso em: 6 abr. 2008.
30
Figura 2.1 – Tela de apresentação do InfernoMUD
Figura 2.2 – Tela de apresentação do Hollow World MUD
Os MUDs são os antepassados dos atuais MMORPGs. Estes jogos possuem
mundos virtuais on-line onde os jogadores interagem formando comunidades e laços
sociais. Os dois estilos possuem as mesmas características: os jogadores
31
estabelecem laços sociais para mudar de nível, formar clãs/guildas, comunidades, e
também expressar suas personalidades (FORTIM, 2007). Contudo, outros estilos e
novas tecnologias também foram fundamentais para os atuais MMORPGs, que
surgiram ao longo dos anos, sendo que é possível destacar os eventos da década
de 80.
2.2.3 Década de 80: Solidificação da indústria dos jogos
Na década de 80 surgiram diversas inovações tecnológicas nos jogos
eletrônicos, em especial na área dos fliperamas e videogames. Em 1983, foi lançado
o primeiro jogo em laser disc, o Dragon's Lair (DRAGON’S LAIR, 1983), da
Cinematronics. No mesmo ano, o título I, Robot (I, ROBOT, 1983), da Atari, foi o
primeiro jogo com gráficos em polígonos 3D, com opções de configuração de
câmera além de ter sido o pioneiro a apresentar a opção “continue”, em que o
jogador poderia continuar a jogar depois de perder.
Inúmeros consoles foram lançados nessa década, como os populares
Nintendo Family Computer (1983) e Gameboy (1989) da Nintendo assim como o
Master System (1986) e o Mega Drive ou Genesis (1988) da Sega. No ramo dos
computadores pessoais, cada vez mais comuns na vida das pessoas, destacavam-
se as máquinas VIC-20, o Commodore 64 da Commodore, IBM 5150 Personal
Computer, Sinclair ZX Spectrum, Compaq Portable Computer, Apple Lisa. O jogo
Ultima (ULTIMA, 1986), lançado em 1981 por Richard Garriott, foi uma das séries de
maior destaque do estilo de RPG (AKALABETH, 1979). Este estilo adquiriu
notoriedade nos anos 80, impulsionados principalmente por este título.
A Sierra, uma empresa especializada em desenvolvimento de jogos até os
dias de hoje, foi fundada nos ano 80 por Ken e Roberta Williams. A empresa foi a
primeira a lançar diversas inovações, como desenvolver um jogo de aventura gráfico
e em cores, a utilizar placas de vídeo e som e a pioneira a apresentar um jogo em
CD-ROM. A empresa foi responsável pelo desenvolvimento de vários dos mais
populares jogos de aventura da história, que inspiraram a jogabilidade e
interatividade dos atuais MMORPG.
32
A LucasArts também foi responsável por alguns jogos de aventura que se
tornaram populares. Em 1987 a empresa lançou seu primeiro jogo, o Maniac
Mansion (MANIAC MANSION, 1987). Para esse jogo foi desenvolvida uma
linguagem de script chamada SCUMM (Script Creation Utility for Maniac Mansion),
utilizada depois em vários outros jogos como The Curse of Monkey Island (THE
CURSE OF THE MONKEY ISLAND, 1997), Day of the Tentacle (DAY OF THE
TENTACLE, 1993), Sam and Max Hit the Road (Sam & Max Hit the Road, 1993) e
The Dig (THE DIG, 1995).
A New World Computing lançou o Might and Magic Book 1: The Secret of the
Inner Sanctum (MIGHT AND MAGIC BOOK 1, 1986) em 1986. Esse jogo inovou ao
ser o primeiro RPG que permitia ao jogador explorar ambientes internos e externos.
O segundo jogo da série, Might and Magic II: Gates to Another World (MIGHT AND
MAGIC BOOK II, 1988), lançado em 1988 antes mesmo dos gráficos VGA, teve
gráficos com resolução e cores inovadoras. Um exemplo do diferencial dos jogos da
empresa foram Might and Magic IV e V, lançados em 1992 e 1993 (MIGHT AND
MAGIC IV, 1992; MIGHT AND MAGIC V, 1993). Estes possibilitavam a abertura de
uma ponte entre os dois jogos, se instalados no mesmo drive, habilitando diversos
adicionais no jogo.
Até este momento todos os jogos possuíam o mesmo sistema de
comercialização. No sistema tradicional o usuário comprava um exemplar do jogo e
instalava no seu computador. Com a virada da década, nos anos 80, as produtoras
começaram a experimentar novos meios de tarifação pelos seus softwares. O
método de cobrança por horas de uso foi o mais bem sucedido deles e ainda é
usado hoje em dia. Este é o método de cobrança da grande maioria dos MMORPGs
atualmente. The Source, Compuserve e Delphi foram os sistemas pioneiros a
utilizarem esse método. Alguns dos jogos oferecidos eram: Adventure
(ADVENTURE, 1976), Lunar Lander (LUNAR LANDER, 1979), Star Trek, Civil War,
Wumpus (HUNT THE WUMPUS, 1973), Empire (EMPIRE!, 1986), os MUDs
Dungeons of Kesmai e Island of Kesmai, dentre outros.
Contudo, para os jogadores passarem horas on-line interagindo, o preço
desses sistemas tornava-se proibitivo. Assim, outras opções acabaram surgindo,
como a BBS (Bulletin Board System). Esta era um sistema que permitia a troca de
mensagens e arquivos, disponibilização de notícias, softwares para download e
jogos. Na época, a conexão era discada e seu custo era a de uma ligação telefônica.
33
Algumas vezes, também era necessário pagar uma tarifa pelo sistema. Os MUDs e
os jogos de aventura eram os mais populares nestes modelos, e também havia
alguns sistemas dedicados apenas para jogos. Muitas BBSs evoluíram, tornando-se
empresas de sucesso no mercado. Ao se espalhar pelo mundo, esse sistema ficou
conhecido como um fenômeno social. As BBSs também foram responsáveis pela
popularização dos jogos on-line, antes não muito acessíveis.
Um jogo que se tornou uma referência para os jogos on-line atuais foi Habitat
(HABITAT, 1987) da LucasArts, lançado em 1987. No mundo virtual desse jogo os
jogadores interagiam constituindo uma significativa comunidade virtual. O jogo pode
ser considerado o primeiro MMORPG (Massive Multiplayer Online Role Playing
Game). No ambiente virtual do jogo, cada jogador podia criar um avatar gráfico para
representar seu personagem e os jogadores podiam ver, interagir e conversar uns
com os outros.
2.2.4 Jogos on-line nos anos 90: Os primeiros MMORPGs
A empresa Blizzard, originalmente chamada de Silicon & Synapse, em 1994,
lançou Warcraft: Orcs and Humans (WARCRAFT, 1994). Este foi seu primeiro jogo e
obteve uma repercussão notória no mercado. Warcraft seria um dos responsáveis
pela popularização do estilo de estratégia em tempo real (real-time strategy – RTS).
Em 1995, Warcraft II: Tides of Darkness (WARCRAFT II, 1995) chegou ao mercado
com gráficos de qualidade superior, editor de mapas e outros recursos, e vendeu
dez vezes mais que sua primeira versão (DEMARIA; WILSON, 2004). Este jogo em
CD-ROM foi o mais vendido de 1996, e ganhou diversos prêmios, como melhor jogo
multiplayer do ano e melhor jogo de estratégia
5
.
Em 1996, a Blizzard lançou outro sucesso, Diablo (DIABLO, 1996). Diablo é
um RPG de ação que teve uma continuação em 2000, Diablo II (DIABLO II, 2000).
Diablo II vendeu um milhão de cópias em apenas 18 dias. Este jogo pode ser
considerado um marco na história dos jogos on-line, pois possuía versão multiplayer
on-line, que atraiu cerca de um milhão de jogadores no décimo aniversário da
5
Blizzard Enterteniment – Awards. ©2008 Blizzard Entertainment. Disponível em:
http://www.blizzard.com/us/inblizz/awards.html. Acesso em: 24 mar. 2008.
34
empresa (DEMARIA; WILSON, 2004). A série foi premiada diversas vezes, como
melhor jogo do ano e melhor expansão do ano
6
.
Em 1997, Richard Garriott criou um dos mais populares jogos on-line, o
Ultima Online, (ULTIMA ONLINE, 1997 - Figura 2.3) da Origin Systems. O Ultima
Online é um jogo de aventura gráfico, com visão isométrica. O jogo cobra uma
mensalidade para os usuários tendo apenas a opção de jogabilidade on-line. Apesar
de o primeiro MMORPG gráfico ter sido o Neverwinter Nights (NEVERWINTER
NIGHTS, 1991), lançado em 1991 e fechado em 1997, o sistema do jogo inspirou
muitos outros MMORPGs que surgiriam posteriormente, e se transformou em um
marco do estilo (DEMARIA; WILSON, 2004). Ultima Online tornou-se um caso de
sucesso e, ainda hoje, possui cerca de 75 mil assinantes no servidor oficial
(WOODCOCK, 2008).
Figura 2.3 – Tela do jogo Ultima Online
Fonte: http://www-users.mat.uni.torun.pl/~rembol/eng/screens.html
O Everquest (EVERQUEST, 1999 - Figura 2.4), da Sony, lançado em março
de 1999, foi outro título de destaque no estilo dos MMORPGs totalmente em 3D.
Ainda hoje há mais de 175 mil assinantes ativos do jogo, reforçando a relevância do
título (WOODCOCK, 2008). Foram lançadas diversas expansões para o jogo, sendo
a mais recente em 2006, Prophecy of Ro. Também foi desenvolvida uma versão do
jogo para PlayStation 2, o EverQuest Online Adventures, em 2003.
6
Ibidem
35
Figura 2.4 – Tela do jogo Everquest
Fonte: http://everquest.station.sony.com/media/screenshots/lg/22.jpg
O primeiro MMORPG para console foi o Phantasy Star Online (PHANTASY
STAR ONLINE, 2001), da Sega, lançado em 2001 para Dreamcast. O jogo faz parte
da popular série Phantasy Star (PHANTASY STAR, 1987), que iniciou em 1987. O
jogo ganhou outras versões, como o Phantasy Star Online ver.2. Este foi um patch
para a primeira versão, e o Phantasy Star Episode I & II (PHANTASY STAR
EPISODE I & II, 2002). Atualmente os servidores foram fechados e apenas a última
versão do jogo, Phantasy Star Universe (PHANTASY STAR UNIVERSE, 2006),
lançada em 2006, encontra-se em funcionamento.
O Asheron's Call (ASHERON´S CALL, 1999) foi criado pela Turbine em 1999.
Além da customização gráfica do personagem este permite também a
personalização das habilidades. Quando o personagem obtém experiência é
possível também alocá-la em atributos, como inteligência ou força ou habilidades,
para tornar o personagem totalmente diferenciado.
Outro jogo de renome foi o Lineage (LINEAGE, 2001), lançado pela empresa
NCsoft em 2001. Também ambientado no universo de fantasia medieval, este jogo
pauta-se numa licença de distribuição livre (tanto do software quanto das
atualizações), sendo somente necessário pagar pela chave de registro e
mensalidade
7
. Apesar de não ser um jogo tão recente, é um dos maiores da
atualidade, com mais de um milhão de assinantes (WOODCOCK, 2008). O segundo
7
NCsoft: Lineage. NCsoft
®
. Disponível em: <http://www.lineage.com/account/>. Acesso em: 21 abr.
2008.
36
jogo da série, Lineage II (LINEAGE II, 2004), de 2004, é um jogo que conta com
cerca de um milhão de assinantes (WOODCOCK, 2008). Recentemente, a empresa
Level Up! Games iniciou a distribuição do jogo no Brasil.
Outro jogo da empresa que se tornou popular foi o City of Heroes/City of
Villains (CITY OF HEROES, 2004; CITY OF VILLAINS, 2005). Este, lançado em
2004, possui um ambiente e história diferenciada, pois a narrativa se passa em uma
cidade devastada por uma guerra contra alienígenas. O jogador deve criar um super
herói para lutar contra o crime que surge na decadência da cultura desta cidade. Por
outro lado, também é possível jogar com um vilão, contra os heróis, pelo modo City
of Villains, de 2005. O jogo atualmente possui mais de 135 mil jogadores
(WOODCOCK, 2008).
O jogo Guild Wars (GUILD WARS, 2005) é outro da empresa NCsoft, e possui
uma comercialização distinta. Neste jogo, não é necessário pagar mensalidade, mas
apenas comprar o jogo. O jogo também foi lançado no Brasil pela empresa Level
Up!. Existem ainda as seguintes expansões: Guild Wars Factions, Guild Wars
Nightfall e Guild Wars Eye of the North. A jogabilidade desde sistema é diferenciada,
e recompensa o jogador pelo tempo on-line, além de disponibilizar sempre NPCs
guias para as missões.
Mais um MMORPG relacionado ao universo de fantasia medieval, o jogo Dark
Age of Camelot (DARK AGE OF CAMELOT, 2001), é ambientado logo após a morte
do Rei Arthur. O jogo foi lançado pela Electronic Arts em 2001 e possui 44 classes e
18 raças. O jogo possui dois modos: PvP (Player versus Player), PvE (Player versus
Enviroment). Atualmente o jogo possui 45 mil jogadores ativos (WOODCOCK, 2008).
No mesmo ano, 2001, a empresa Jagex lançou um jogo desenvolvido em
Java chamado Runescape (RUNESCAPE, 2001). O jogo é gratuito, e possui um
banner de propagandas em seu universo (que não aparece na versão de conta
paga; que possui ainda outros recursos como itens, habilidades, etc.). O diferencial
deste jogo, apesar de seus gráficos de baixa resolução, é que este pode ser
acessado por uma Applet via um navegador, sem a necessidade de instalação no
computador. Atualmente o jogo possui 1.200.000 jogadores, sendo o segundo mais
popular (WOODCOCK, 2008).
Contudo, a maioria dos jogos apresentava como ambiente o universo de
fantasia medieval. Para se destacar entre estes, o jogo EVE Online, lançado pela
CCPGames em 2003, se passa em um ambiente de ficção científica. O jogo se
37
desenvolve no universo em um lugar distante da terra onde os jogadores pilotam
naves customizadas entre luas, planetas, estações, asteróides e outros objetos dos
sistemas solares do jogo. Assim como outros MMORPGs, é necessário comprar o
jogo e pagar uma taxa mensal. No presente momento o jogo conta com mais de 235
mil assinantes (WOODCOCK, 2008).
Atualmente, há diversos outros títulos de MMORPG que se tornaram jogos
populares, sendo que o universo de fantasia contabiliza cerca de 94,2% do mercado
(WOODCOCK, 2008). O jogo Tíbia (TIBIA, 1997), criado pela empresa alemã
CipSoft em janeiro de 1997 é anterior ao popular Ultima Online. Contudo, sua
notoriedade só foi obtida após alguns anos. Atualmente, o jogo possui cerca de 250
mil jogadores ativos. O jogo possui gráfico 2D de baixo processamento e
jogabilidade simples. A empresa também inovou ao lançar o TibiaME (TIBIAME,
2003), em 2005, primeiro MMORPG para dispositivos móveis. Com a mesma
ambientação do Tibia, o TibiaME possui gráficos mais simples para a adaptação na
tela do dispositivo móvel. Este sistema de jogo que permite o acesso em dispositivos
móveis é totalmente inovador, e ainda não existem outros MMORPGs desenvolvidos
para este sistema com a mesma complexidade.
Outro ambiente com tema diferenciado, não categorizado como um jogo
especificamente, é o popular Second Life (SECOND LIFE, 2003) da Linden
Research, Inc., de 2003. Este é na verdade uma simulação de uma sociedade em
um mundo virtual tridimensional. O mundo é inteiramente criado e governado pelos
seus habitantes. As atividades disponíveis neste ambiente são visitar localidades
virtuais dentro do jogo, participar de concursos de dança, organizar festas,
administrar um comércio, etc. Neste ambiente as pessoas possuem os direitos
intelectuais de todas as suas criações. Desta forma, muitos usuários desenvolvem
coisas que podem vender ou trocar com outros residentes deste mundo. No
mercado da simulação há a transação de milhares de dólares para compra de itens
e locais em moedas do universo simulado, que podem ser convertidas em dólares a
qualquer momento.
Muitas empresas, instituições e organizações possuem uma representação
dentro do Second Life. A intenção nem sempre é somente publicidade e divulgação,
mas muitas vezes para realização de eventos virtuais. A Universidade Presbiteriana
Mackenzie foi a primeira instituição de ensino brasileira a criar uma representação
virtual dentro do Second Life em abril de 2007 (Figura 2.5).
38
Figura 2.5 – Imagens do ambiente virtual do Mackenzie no Second Life
Fonte: http://www.revistafatorbrasil.com.br/imagens/fotos/mackenzie
http://www.resident.com.br/blog/wp-content/uploads/2007/05/palestras.jpg
Contudo, além do Second Life, outras iniciativas se especializaram na
comunidade. O jogo da Sony, Star Wars Galaxies (STAR WARS GALAXIES, 2003 -
Figura 2.6), lançado em 2003, é baseado na série de filmes Star Wars. O jogo se
passa no universo dos filmes, onde o jogador pode viajar entre os planetas, ter sua
própria espaçonave e escolher se pertencerá à força dos rebeldes ou ao império. O
jogo possui diversas profissões baseadas nos filmes, como contrabandistas,
músicos, dançarinos e até Jedis. Este jogo, em princípio, teve como prioridade a
comunidade. Atualmente há cerca de 100 mil jogadores ativos nos servidores.
Figura 2.6 – Tela do jogo Star Wars Galaxies
Fonte: http://mojoart.mixnmojo.com/original-art/wallpapers.shtml
Mais uma inovação no âmbito dos MMORPGs foi a do jogo Helbreath
39
(HELBREATH, 2003). Este foi lançado em 1999 na Coréia e em 2003 nos EUA pela
empresa Siementech e era um dos mais próximos ao RPG de mesa. No sistema do
jogo não havia escolha de classes, a especialização do personagem era definida por
seus atributos. Este jogo também possui um sistema de PvP e é bidimensional, com
visão isométrica.
Opondo-se à ausência de classes, o jogo Final Fantasy XI (FINAL FANTASY
XI, 2004) permite que o jogador pertença a duas classes simultaneamente, como
mago e guerreiro por exemplo. Atualmente possui cerca de meio milhão de
jogadores (WOODCOCK, 2008) e é mais um título da série Final Fantasy, lançado
em 2003 pela Square Enix. Já foram lançadas quatro expansões para o jogo. Este
também possui um sistema de tradução inglês-japonês para que todos os jogadores
interajam juntos (o jogo foi lançado nos EUA e Japão, mas é jogado no mundo todo).
O sistema contribui para a interação da comunidade, e assim, na formação de
maiores comunidades, já que, teoricamente, não há separação de jogadores por
idioma.
Desta forma, cada vez mais os jogos inovam tecnologicamente. O Everquest
II (Figura 2.7), também da Sony, é o segundo título da série e foilançado em 2004. O
jogo atraiu diversos fãs do primeiro título, e possui qualidade gráfica superior, além
de possuir som de voz para os NPCs do jogo. O jogo conta atualmente com 200 mil
jogadores (WOODCOCK, 2008). O ambiente é o mesmo de Everquest, porém,
depois de uma devastação. O jogo possui classes e raças adicionais, além de
diversos recursos no sistema do jogo.
40
Figura 2.7 – Tela do jogo Everquest 2
Fonte: http://everquest2.station.sony.com/expansions/desertofflames/
Além de novas versões de jogos on-line, foram lançados jogos que remetem
às origens do RPG. Um jogo com histórico de destaque é o Dungeons & Dragons
Online (DUNGEONS & DRAGONS ONLINE, 2006), desenvolvido pela Turbine, Inc.
em 2006. Este jogo é baseado no sistema de RPG de mesa dos anos 70 com o
mesmo nome (mais especificamente na versão 3.5 do livro), e mantém diversas
características do mesmo, como classes e raças. Inclusive, a criação do
personagem é feita seguindo a regra oficial do sistema. Atualmente, há 45 mil
assinantes de Dungeons & Dragons Online (WOODCOCK, 2008).
A mesma empresa, Turbine, Inc., lançou em 2007 um MMORPG baseado em
outra série de filme de sucesso, The Lord of the Rings Online: Shadows of Angmar
(THE LORD OF THE RINGS ONLINE, 2007). O jogo atualmente possui 150 mil
jogadores (WOODCOCK, 2008) e se passa na Terra Média, sendo que é possível
encontrar personagens do filme, como Gandalf, além de enfrentar inimigos
clássicos, como o Nazgul. O objetivo do jogo é lutar contra as forças de Sauron e,
com o apelo da temática do filme, o jogo se tornou muito popular desde seu
lançamento.
Os servidores destes jogos são todos internacionais. O Erinia (ERINIA, 2004)
foi um MMORPG desenvolvido totalmente em território nacional lançado em 2004
pela Ignis Games. O jogo possui um ambiente de fantasia medieval, e seu
41
diferencial, apesar de ser um jogo com gráficos 3D, é que ele não requer elevado
processamento da máquina e é um dos jogos que envia o menor pacote na
transmissão de dados
8
. Isso é relevante, pois tendo em vista o mercado brasileiro, a
conexão de Internet da população em geral na época ainda não era de alta
velocidade. Atualmente o jogo encontra-se fora do ar por tempo indeterminado.
O Ragnarök Online (RAGNARÖK ONLINE, 2004) é um MMORPG criado pela
empresa coreana Gravity em 2002 e é um dos jogos com maior número de
jogadores ao redor do mundo. No Brasil, o jogo é localizado e distribuído pela Level
Up! Games, das Filipinas, e foi lançado em 2004. O jogo é baseado em um mangá
coreano, criado por Myoung Jin Lee, e a história pauta-se na mitologia nórdica com
um toque oriental. O jogo possui atualizações periódicas e expansões que são
chamadas de episódios. Como em outros MMORPGs, é necessário criar um
personagem e desenvolver sua personalidade e profissão no jogo. Atualmente há
servidores pagos e gratuitos, sendo que o jogo pode ser transferido para o
computador sem custos. Os servidores brasileiros já ultrapassaram 1 milhão de
jogadores
9
sem contar os servidores ao redor do mundo.
O mais recente MMORPG lançado no país foi o Priston Tale (PRISTON
TALE, 2005), em 2005. Este jogo foi desenvolvido pela empresa Priston Inc. e
distribuído no país pela Kaizen Games. O diferencial deste jogo no país é que este é
gratuito e o jogador pode optar por comprar moedas do jogo e itens. O jogo é
inteiramente tridimensional e já alcançou 1 milhão de jogadores no país
10
.
Outro lançamento recente é Age of Conan: Hyborian Adventures (AGE OF
CONAN, 2008), de maio de 2008. O jogo foi desenvolvido pela empresa Funcom e é
baseado no trabalho de Robert E. Howard, criador do mundo de Hibéria, de 1932. O
jogo possui um sistema avançado de jogabilidade, em que o jogador pode escolher
onde o oponente será golpeado. Os gráficos também são bastante detalhados e
requerem um hardware de alta capacidade.
Contudo, apesar dos avanços apresentados, um dos MMORPGs de maior
popularidade atualmente é o World of Warcraft (WORLD OF WARCRAFT, 2004).
8
BINDER, F. V. Arquitetura do erinia: Primeiro MMORPG Brasileiro. Palestra proferida no II Encontro
de Design de Games Anhembi Morumbi. 02 jun. 2004.
9
Yahoo! Tecnologia, Games Multiplayer: Ragnarök é campeão de audiência, Yahoo!, 2008.
Disponível em: <http://br.tecnologia.yahoo.com/article/070117/48/1e6fe.html>. Acesso em: 22 maio
2008.
10
KAIZEN Games > Notícias. Priston Tale conquista um milhão de jogadores no Brasil.KAIZEN
GAMES, 2007. Disponível em:<http://www.kaizengames.com.br/noticias_completo.aspx?c=7>.
Acesso em: 22 maio 2008.
42
Este jogo foi lançado pela Blizzard em 2004, e é baseado no mundo da série
Warcraft. O número de jogadores já alcançou 11 milhões
11
, e por este motivo foi
escolhido como ambiente de estudo desta pesquisa. Sua história e funcionamento
serão detalhados a seguir.
2.3 WORLD OF WARCRAFT
“For the Horde!”
Orc (World of Warcraft)
A Blizzard Entertainment, fundada em 1991, foi responsável pelo
desenvolvimento das premiadas e populares séries de jogos Warcraft (WARCRAFT,
1994) e Diablo (DIABLO, 1996) e dos jogos Starcraft (STARCRAFT, 1998), Rock 'n
Roll Racing (ROCK ´N ROLL RACING, 1993), The Lost Vikings, (THE LOST
VIKINGS, 1992) e Blackthorne (BLACKTHORNE, 1994).
A Blizzard lançou em 1994 o jogo Warcraft: Orcs & Humans (WARCRAFT,
1994), do estilo de estratégia em tempo real. Este se passava num ambiente de
fantasia medieval chamado Azeroth, sendo que era possível escolher jogar do lado
dos Humanos ou dos Orcs e explorar diversos elementos como florestas, cavernas,
pântanos, etc. O jogo possuia um modo multiplayer onde os jogadores podiam se
desafiar on-line. Em 1995 foi lançado o segundo título da série, Warcraft II: Tides of
Darkness (WARCRAFT II, 1995), que possuia a mesma idéia do primeiro jogo com
complexidade e gráficos mais avançados.
Devido ao sucesso do jogo, uma expansão foi lançada no ano seguinte,
chamada Warcraft II: Beyond the Dark Portal com mais recursos e novos mapas
(WARCRAFT II: BEYOND THE DARK PORTAL, 1996). Em 2003, o terceiro jogo da
série foi disponibilizado, Warcraft III: Reign of Chaos (WARCRAFT III, 2002), com
gráficos tridimensionais e diversos recursos inovadores, como heróis e mods
12
. No
mesmo ano, uma expansão para o jogo foi difundida no mercado, Warcraft III: The
Frozen Throne (WARCRAFT III: THE FROZEN THRONE, 2003), com novos heróis e
unidades, além de outros recursos adicionais.
A experiência de desenvolvimento destes jogos permitiu à Blizzard lançar
11
BLIZZARD ENTERTAINMENT – Media Alert. World Of Warcraft® Surpasses 11 Million Subscribers
Worldwide, 2008. Disponível em: < http://www.blizzard.com/us/press/081028.html>. Acesso em: 12
nov. 2008.
12
Modificações de jogo, muitas vezes na interface, utilizando script da própria engine do jogo.
43
(nos Estados Unidos, Austrália, Nova Zelândia e mais tarde na Ásia e Europa) o jogo
World of Warcraft, do estilo MMORPG, em 23 de novembro de 2004. Em janeiro de
2007 foi lançada a expansão do jogo, World of Warcraft: The Burning Crusade.
Ambos se passam também em Azeroth, que agora apresenta uma arquitetura
tridimensional (3D). Uma nova expansão foi apresentada em novembro de 2008. O
nome da expansão é World of Warcraft: Wrath of the Lich King (WORLD OF
WARCRAFT: WRATH OF THE LICH KING, 2008) e trouxe diversas inovações para
o jogo. Contudo, as mudanças trazidas por esta expansão serão apenas citadas
neste trabalho, visto que a análise foi feita antes de seu lançamento.
O jogo World of Warcraft foi o mais vendido em 2005 e 2006, e o segundo
mais vendido em 2007. Contudo, o primeiro mais vendido de 2007 foi a própria
expansão do jogo, World of Warcraft: The Burning Crusade. O jogo foi recordista em
rapidez de vendas na Europa e Estados Unidos, alcançando 2,4 milhões de cópias
vendidas nas primeiras 24 horas e cerca de 3,5 milhões no primeiro mês.
Atualmente o jogo possui 11 milhões de jogadores, e é o MMORPG mais popular do
mundo
13
.
O jogo teve um aumento exponencial de número de jogadores ao longo dos
anos (WOODCOCK, 2008). Com as constantes inovações, como expansões e
eventos, a empresa atrai cada vez mais assinantes para os servidores. Apesar da
concorrência com inúmeros outros jogos de qualidade existentes, citados
anteriormente, o World of Warcraft é um dos maiores jogos atualmente, sobretudo
no ocidente.
2.3.1 Tipos de Servidores do World of Warcraft
Existem diferentes tipos de servidores no World of Warcraft (WoW) que são
definidos pela combinação de duas características. Primeiramente, os servidores
podem ser PVP (Player versus Player) ou PVE (Player versus Environment)
14
. No
modo PVP, batalhas entre jogadores são permitidas em qualquer área, e não é
13
Blizzard Entertainment – Press Release. WORLD OF WARCRAFT® SURPASSES 11 MILLION
SUBSCRIBERS WORLDWIDE. Blizzard Entertainment, 2008. Disponível em:
<http://www.blizzard.com/us/press/081028.html>. Acesso em: 13 nov. 2008.
14
WoW -> Info -> Realm Types. Realm Types. Blizzard Entertainment, 2008. Disponível em:
<http://www.worldofwarcraft.com/info/basics/realmtypes.html>. Acesso em: 22 maio 2008.
44
necessário que ambas as partes aceitem o combate. No segundo tipo, mais
controlado, ambas as partes devem sinalizar que desejam um confronto antes que o
mesmo aconteça. Nenhum jogador pode ser atacado por outro sem antes concordar
que está pronto para o combate. Os servidores PVP tornaram-se populares entre
aqueles que desejam uma experiência de jogo mais intensa, com ameaças
constantes.
A segunda característica é a que determina se o servidor será do tipo Role-
Playing (representação) ou Normal. No tipo Role-Playing, os jogadores devem
representar seus papéis no universo do jogo. Isto significa criar, ou imaginar uma
história para seu personagem, e nomeá-lo de acordo. As atitudes dentro do jogo
também devem refletir as características do personagem tais como facção, raça e
classe. Com isso busca-se instituir uma maior imersão no universo virtual do jogo,
mas existem situações específicas em que é permitido falar sem representar o
personagem, o que deve ser sinalizado previamente. No modo Normal é permitido
falar sem representação, e não é necessário criar uma história para o personagem,
bastando entrar no jogo e conversar normalmente por meio de qualquer outro canal.
Estas duas características se combinam então para oferecer ao jogador
quatro tipos distintos de servidores: Normal-PvE, Normal-PvP, RP-PvE e RP-PvP.
Estes servidores estão localizados em diferentes datacenters (centros tecnológicos
onde se localizam diversos bancos de dados e servidores) espalhados pelos
Estados Unidos. Os servidores estão organizados em grupos, e cada grupo dispõe
de fusos-horários diferenciados para que os jogadores possam escolher dentre
estes o mais compatível com o horário em que se localizam geograficamente
15
. O
total de jogadores que um servidor suporta é tipicamente em torno20 mil
(DUCHENEAUT et al., 2006a).
2.3.2 Ambiente do Jogo World of Warcraft: Mundo de Azeroth
O jogo é situado no mundo de Azeroth (Figura 2.8), que é composto
atualmente por duas massas continentais (DUCHENEAUT et al., 2006a) Estes são
15
US realm by data center. US realm by data center. WoWWiki, 2008. Disponível em:
<http://www.wowwiki.com/US_realm_list_by_datacenter>. Acesso em: 22 maio 2008.
45
Kalimdor, ao oeste, e Eastern Kingdoms, ao leste. Ambos os continentes são
separados pelo Great Sea (Grande Mar).
Figura 2.8. Mapa de Azeroth – Mundo Virtual do Jogo World of Warcraft
Fonte: http://www.worldofwarcraft.com/news/images/06-06/WorldMap1.jpg
No mundo de Azeroth existem duas facções opostas, a Horde (Horda) e a
Alliance (Aliança). Contudo, é relevante destacar a ausência de comunicação entre
os membros de facções opostas, ou seja, um jogador da Horda não se comunica
com um jogador da Aliança porque as mensagens trocadas somente são
compreensíveis entre membros da mesma facção; para os membros da outra facção
as mensagens tornam-se codificadas para evitar a compreensão.
Para jogar o usuário deve criar um alterego (avatar), ou seja, definir um
personagem. Para isso, o primeiro passo é selecionar a raça do personagem.
Existem dez tipos diferentes de raças
16
, divididos por facção, apresentadas na tabela
2.1. Ambas as facções estão presentes em todos os continentes, e cada uma das
raças possui sua “cidade natal”.
16
Como o jogo está em inglês e os dados das coletas realizadas encontram-se neste idioma, optou-
se por colocar a tradução para o português dos termos após sua apresentação no idioma original.
46
Tabela 2.1. Raças do WoW divididas por Facção e cidade de origem
Aliança Horda
Aparência Propriedades Aparência Propriedades
Nome:
Humanos (Humans)
Nome:
Orcs
Cidade Natal:
Stormwind
Cidade Natal:
Orgrimmar
Nome:
Anões (Dwarves)
Nome:
Trolls
Cidade Natal:
Ironforge
Cidade Natal:
Orgrimmar
Nome:
Gnomos (Gnomes)
Nome:
Homens-touro (Tauren)
Cidade Natal:
Ironforge
Cidade Natal:
Thunder Bluff
Nome:
Elfos da Noite
(Night Elves)
Nome:
Mortos-vivos (Undead)
Cidade Natal:
Darnassus
Cidade Natal:
Undercity
Nome:
Humanoídes
azulados com
caudas (Draenei)
Nome:
Elfos de sangue
(Blood Elves)
Cidade Natal:
Exodar
Cidade Natal:
Silvermoon
Contudo, as cidades que abrigam raças específicas no jogo também são
influenciadas pelas classes e profissões disponíveis para cada uma delas, sendo
que estas são detalhadas no tópico a seguir.
2.3.3 Classes e profissões do World of Warcraft
Ao todo, existem nove classes e dez profissões. As classes determinam as
habilidades do jogador e o equipamento disponível para sua utilização. A classe
17
é
escolhida assim que o personagem é criado, e é possível selecionar apenas uma
para o personagem. Todos os personagens ganham ao longo do jogo pontos de
talento. Estes pontos são distribuídos a partir do décimo nível. Isto permite
customizar o personagem de maneira que seja possível especializar-se em uma
habilidade mais do que em outra, garantindo uma razoável diversidade dentro do
jogo.
17
Idem.
47
As classes estão divididas basicamente em três tipos, classes de ataque,
chamadas de dps (damage per second – dano por segundo), classes de defesa,
chamadas de tanks (“tanques”, por agüentar uma determinada quantidade de dano),
classes de cura, chamados de healers (do inglês, curandeiros). Além destas existem
as classes híbridas, que combinam duas ou mais habilidades gerais, mas
apresentam uma proficiência menor do que a da raça pura (DUCHENEAUT et al.,
2006b). No entanto, utilizando os pontos de talento e diferentes equipamentos, os
jogadores podem customizar seus personagens para que adquiram outras
características (um Warrior não necessariamente deve ser um tank, podendo se
tornar um dps conforme sua distribuição de pontos de talento). Esta organização
pode ser observada na tabela 2.2:
Tabela 2.2: Classes do WoW com seus tipos, raças e habilidades
Classe Tipo Raças Habilidades
Druids
(druidas)
híbrida Night Elf
Tauren
Podem se transformar em criaturas diversas, assumindo a
forma de um urso, gato, foca, dentre outras. São uma classe
versátil e podem desempenhar vários papéis de acordo com a
necessidade.
Apesar de usarem apenas armaduras leves de couro, podem
ser tanks muito capacitados, dps, ou healers, de acordo com
sua especialização.
Hunters
(caçadores)
dps Dwarf
Night Elf
Orc
Tauren
Troll
Blood
Elf
Draenei
Possuem habilidade com armas de longo alcance, como rifles
e arcos. Têm como característica distintiva seu companheiro
animal, que pode ser de qualquer uma das variedades
presentes no mundo de Azeroth. Praticamente qualquer tipo
de animal pode ser domesticado e treinado como
companheiro.
Esta classe permite customizar não somente o avatar, mas o
companheiro animal também, com habilidades únicas. Seu
principal papel é dps à longa distância, e crowd control
(controle de multidões), com sua miríade de armadilhas.
Mages
(magos)
dps Human
Gnome
Undead
Troll
Blood
Elf
Draenei
Utilizam apenas armaduras de pano, mas esta fragilidade é
compensada pela habilidade ofensiva de longa distância,
muitas vezes derrotando seus inimigos antes que esses
consigam se aproximar.
Magos são geralmente adições bem-vindas a grupos de
jogadores, pois também trazem consigo a habilidade de criar
suprimentos como água e comida para seus companheiros.
Além disso, são capazes de transportá-los rapidamente
através de portais para regiões longínquas. Outras
características são suas magias especializadas em controle
de multidões, relevantes em batalhas maiores.
Paladin
(paladino)
híbrida Human
Dwarf
Blood
Elf
Draenei
Utilizam armaduras pesadas e possuem habilidade de
proteção contra multidões. Sua especialidade é proteger os
outros jogadores, atuando como tank, ou healer, e são
efetivos contra undeads. São reconhecidos por sua habilidade
de permanecerem vivos em qualquer situação. Podem
também se especializar em habilidades ofensivas, utilizando
armas grandes de duas mãos. Seu grande leque de
habilidades coletivas (que afetam todos os jogadores de uma
área) como auras e bênçãos a torna uma classe desejada
para grupos.
48
Priests
(padres)
cura Human
Dwarf
Night Elf
Troll
Undead
Blood
Elf
Draenei
São a principal classe de cura no jogo e utilizam armadura
leve. São uma das classes base para qualquer grupo, e
assumem o papel de proteção da retaguarda do grupo com
suas habilidades de avoidance (com a finalidade de evitar
ataques), tais como escudos mágicos.
Podem também se especializar na categoria ofensiva, ainda
retendo parte do seu potencial de cura.
Rogues
(ladrões)
dps Human
Dwarf
Night Elf
Gnome
Orc
Troll
Undead
Blood
Elf
Usam armaduras leves de couro e principalmente adagas e
espadas. Normalmente carregam duas armas, uma em cada
mão e atacam rapidamente, sendo especialistas em burst
damage (dano alto em um curto espaço de tempo, porém não
sustentável durante períodos estendidos).
Apesar de não possuírem nenhuma habilidade de utilidade
coletiva (como suprimentos de grupo, etc.), sua capacidade
de tornarem-se invisíveis e criar venenos lhes garante a maior
quantidade de dano causada dentre todas as classes. A
habilidade de criar armadilhas através de sua invisibilidade
aliada a seus ataques rápidos os tornam uma classe popular
entre os jogadores de PvP.
Shamans
(xamãs)
híbrida Orc
Tauren
Troll
Draenei
Utilizam armaduras médias e uma variedade de armas. Sua
característica determinante é a capacidade de colocar totens
no chão, que oferecem diversas utilidades, tanto para mitigar
o dano recebido quanto para aprimorar suas habilidades já
existentes em um espaço de tempo.
Sendo versáteis, podem se tornar healers, melee dpsers
(ataques de armas) ou magos ofensivos de acordo com sua
especialidade escolhida.
Warlocks
(magos
praticantes
de magia
negra)
dps Human
Gnome
Orc
Undead
Blood
Elf
Podem ser comparados aos Mages na medida em que
utilizam armaduras leves de pano e sua especialidade são
magias. Porém, Warlocks também possuem uma criatura
temática como companheiro que pode ser invocado para a
batalha. Existem diversos companheiros que podem ser
invocados a qualquer hora para auxiliarem durante uma
batalha.
Sua especialidade são DoTs (damage over time), que causam
grande quantidade de dano sobre um espaço de tempo,
diferentemente do dano direto dos magos. Eles também
possuem mecanismos para invocar outros jogadores distantes
para perto de si, analogamente aos magos.
Warriors
(guerreiros)
tank Human
Dwarf
Night Elf
Gnome
Orc
Tauren
Troll
Undead
Draenei
São mestres das armaduras e mestres das armas, podendo
utilizar qualquer tipo de armadura ou arma do mundo de
Azeroth. Suas especialidades são dps e single target tanking
(defesa de um único alvo).
Os tanks são indispensáveis para um grupo, pois eles servem
como uma fortaleza para os ataques causados ao grupo pelos
inimigos. Este centraliza todos os ataques para si, por ser
mais forte, e então, o grupo pode utilizar suas habilidades
para derrotar o inimigo.
Death Knight
(cavaleiro da
morte)
tank
dps
Todas
as
classes
Classe heróica disponível apenas na última expansão do jogo
(lançada posteriormente à coleta). Esta classe só pode ser
habilitada se o jogador possuir um personagem no nível 55 no
servidor. Então, esta classe também é iniciada no nível 55.
São mestres das armaduras e podem possuir uma criatura
temática. Seu diferencial são as runas que, de acordo com
sua disposição, permitem que certas habilidades sejam
utilizadas.
49
Em relação às classes, Ducheneaut et al. (2006a) também identificaram as
que são mais escolhidas pelos jogadores. Neste caso, destacam-se Warrior, Hunter
e Rogue. Estas classes possuem maior autonomia, o que significa a capacidade de
jogar de forma mais solitária se comparadas a outras que requerem suporte (como
Priest, por exemplo). No outro extremo, as classes menos selecionadas são as de
cura (Shaman, Druid, Paladin, Priest). Estas características podem ser explicadas
pelo World of Warcraft (WoW) constituir um jogo híbrido que combina elementos
autônomos e coletivos para o desenvolvimento do personagem. Contudo, após o
level 60 o jogo adquire características mais sociais.
Além da classe principal, é possível escolher profissões para o personagem.
Existem dois tipos de profissão, as primárias e secundárias. Cada personagem pode
aprender apenas duas profissões primárias, mas pode aprender todas as
secundárias. A função de cada profissão
18
está descrita na tabela 2.3:
Tabela 2.3: Profissões do WoW e suas habilidades
Profissões primárias Profissão Habilidades
Alchemy
(alquimista)
Criação de poções, feitiços e frascos que aumentam os
atributos de um personagem por um espaço de tempo.
Quanto maior sua habilidade, melhores são as poções
que podem ser feitas. Especializações permitem a criação
de mais de uma poção ou frasco com a mesma
quantidade de matéria-prima, bem como novos itens.
Blacksmithing
(ferreiro)
Criação de armas e armaduras feitas de metais e outros
itens como pontas de flechas e hastes encantadas. Sua
matéria-prima pode ser minerada através da profissão
Mining e menos comumente achada em baús. Uma
especialização permite criar armas de um tipo específico,
que são mais poderosas.
Enchanting
(encantador)
Encantamento de armas e armaduras com melhorias
permanentes, ou procs (habilidades que tem uma chance
de acontecer em um determinado evento – por exemplo,
chance de aumentar a agilidade do personagem quando
atingir o seu alvo). É possível criar algumas armas
mágicas orientadas à casters (classes que usam magias
primariamente), e ainda pode-se desencantar itens,
transformando-os em matéria-prima para outros
encantamentos.
Engineering
(engenheiro)
Criação de itens diversos, como dinamites, pedaços de
armadura, animais mecânicos, e itens genéricos que
podem ser usados dentro e fora de combate. Estes itens
por serem tão distintos, também requerem matérias-
primas diversas, provindas de todos os meios (Mining,
Skinning, Herbalism, e inimigos derrotados). É uma
profissão popular por sua versatilidade e itens
diferenciados.
18
Idem.
50
Jewelcrafting
(joalheiro)
Utilização de pedras, metais e gemas obtidas através de
Mining para criar jóias, como anéis e colares, ou gemas
encantadas que podem ser acopladas em armaduras. As
jóias produzidas são utilizadas para adicionar bônus nos
atributos ou habilidades do personagem.
Leatherworkin
g (trabalhador
de couro)
Utilização do couro de animais para a criação de
armaduras, mas não permite a criação de armas. A
produção do trabalho desta profissão é voltada às classes
que usam armaduras de couro, como Hunters e Rogues.
Tailoring
(costureiro)
Criação de armaduras para classes que usam armaduras
de pano. Esta profissão também permite a criação de
bolsas que possibilitam ao jogador carregar mais itens de
uma vez. A matéria prima para estes itens é obtida
através de criaturas do tipo humanóide derrotadas pelo
jogador.
Inscription
(escriba)
Criação de pergaminhos e glifos. Os pergaminhos
aumentam os atributos dos personagens e os glifos são
equipados pelos personagens para melhorar habilidades
específicas.
Esta profissão está disponível apenas para a nova
expansão Wrath of the Lich King.
Herbalism
(herbalista)
Obtenção de plantas e ervas para matéria-prima das
profissões de alquimista e inscritor.
Mining
(mineiro)
Obtenção de metais como matéria-prima para as
profissões de Ferreiro, Engenheiro e Joalheiro.
Skinning
(curtidor)
Obtenção de couro para ser utilizado nas profissões de
trabalho em couro e costureiro.
Profissões
secundárias
Profissão Habilidades
First Aid
(primeiros-
socorros)
Utilização de bandagens para curar ferimentos. Esta
profissão é utilizada por todos os personagens por ser
uma das únicas formas de cura que podem ser acionadas
em combate. Sua matéria-prima são panos deixados para
trás por inimigos derrotados, da mesma forma que a
profissão de costureiro.
Cooking
(cozinheiro)
Cozimento de carnes, peixes e vegetais para criar
alimentos tanto para jogadores como para os
companheiros animais dos Hunters. Diversos alimentos
contêm efeitos especiais, como buffs (efeito que adiciona
pontos por um espaço de tempo) para atributos. Essa
profissão exige um fogo como uma fogueira ou fogão para
ser praticada.
Fishing
(pescador)
Obtenção de peixes e raramente baús que podem conter
itens mágicos. Para praticar essa profissão, o jogador
deve possuir ao menos uma vara de pescar e estar em
um lago, rio ou mar.
51
Dentro das profissões primárias, existem aquelas que não permitem criar
itens, mas sim obter matérias-primas para construí-los. Estas são Herbalism
(herborismo) Mining (mineração) e Skinning (curtidor). É comum encontrar jogadores
que pareiam estas profissões para que se tornem auto-suficientes em suas
produções (ex: Mining somado a Blacksmithing). Herbalism serve para a obtenção
de plantas usadas primariamente em Alchemy, enquanto Mining para a obtenção de
metais para Blacksmithing e Engineering. Por último, Skinning possibilita tirar a pele
de animais já derrotados para que sejam usadas com Leatherworking.
2.3.4 Jogabilidade e funcionamento geral do jogo
O início do jogo está relacionado à compra do mesmo. Para jogar é
necessário conectar-se ao servidor, que requer uma mensalidade. O jogo
disponibiliza 30 dias gratuítos. A partir do final dos dias gratuitos, é necessário pagar
uma mensalidade.
Ao entrar no jogo, o jogador deve fornecer seu nome de usuário e senha, e
então será levado à tela de seleção de personagem. Um jogador pode criar um novo
personagem, escolhendo classe, raça, e assim, de que lado irá jogar (Figura 2.9).
Então, o jogador pode customizar sua aparência tais como cor da pele, cor e formato
dos cabelos, face, traços étnicos (Trolls, por exemplo, possuem chifres) ou barba.
Por último, o jogador deve escolher um nome para seu personagem, este deve ser
único no servidor.
52
Figura 2.9 – Escolha de personagem no WoW (na imagem: raça Draenei, classe Mage)
O momento inicial do jogo oferece uma breve história sobre a raça escolhida,
e seu passado recente. O fluxo do jogo se dá através das missões, chamadas de
quests. A partir do primeiro nível, NPCs (Non-Player Characters) oferecem quests
para que o jogador as complete e aprenda os controles básicos do jogo, como
movimentação e controle de câmera, além das habilidades básicas de cada
personagem. Neste sentido, a exploração de Azeroth pode ser solitária ou com
outros jogadores.
Cada personagem começa no nível um, e pode chegar até o nível 60, ou 70
com a expansão. A cada nível ganho, os atributos do personagem sobem de
maneira pré-determinada. A partir do décimo nível, os jogadores recebem pontos de
talentos, que servem para direcionar, ou especializar o personagem para um papel
dentro do jogo. Assim, para evoluir o personagem, é necessário completar as quests
fornecidas no jogo.
Algumas quests oferecem a possibilidade de aprender mais sobre a história
do mundo e do jogo, bem como dos acontecimentos de sua facção. Estas
geralmente são quest chains, ou cadeia de missões, onde o jogador completa uma e
imediatamente recebe outra. Ao final de uma cadeia de quests, ou de certas quests
em particular, o jogador recebe uma indicação do próximo lugar a ser visitado,
geralmente através de uma missão de estilo courier (entregador) ou messageiro
(quest de mensageiro, na qual deve-se falar com alguém).
53
Os tipos predominantes de quests são:
• Busca & Destruição – Destruição de uma quantidade de mobs (mobile objects
– objetos móveis) de certo tipo, ou destruição de um mob em particular
(boss).
• Courier – Deslocamento de certo item até um determinado lugar para um
NPC específico.
• Coleta – Coleta de certo número de itens de um tipo de monstro.
• Mensageiro – Conversa com determinado personagem em certo local.
As quests podem ser feitas em campo aberto, ou em instances. Instances são
regiões fechadas onde somente um grupo tem acesso. Isso significa que outros
jogadores do mundo que estão fora deste grupo não têm acesso à mesma área,
ficando esta restrita. Se um jogador de fora deste grupo entra nessa Instance, ele
acessa uma região nova, com uma estrutura e inimigos iguais ao que o grupo está,
mas sem enxergar os jogadores daquele grupo.
As instances podem comportar cinco, dez, vinte e cinco ou quarenta pessoas.
Instances com dez, vinte cinco ou quarenta pessoas são chamadas Raids (NARDI,
HARRIS, 2006 - Figura 2.10). Este tipo de aventura requer uma quantidade maior de
coordenação e estratégia entre os jogadores, e oferecem desafio superior às outras
modalidades. Algumas instances possuem dois modos: Heroic e Normal. O modo
Heroic oferece aos mobs habilidades diferenciadas e recompensas maiores aos
jogadores, e possuem um nível de dificuldade mais elevado do que o nível Normal.
Figura 2.10 – Inimigo derrotado da Raid completa no WoW pela guilda Ultimato
Fonte: http://www.ultimato.net/noticias.php?id=161
54
Como as instances são aventuras de maior dificuldade e requerem um grupo
estrategicamente formado, muitas vezes este processo é facilitado pela formação de
guildas. Uma guilda é uma comunidade de jogadores que podem se unir por terem
os mesmos objetivos, valores, ou simplesmente uma comunidade amigável que
tenha sempre a disponibilidade de um companheiro de jogo.
Para formar uma guilda é necessário um guild charter (documento comprado
em um NPC) assinado por pelo menos 10 jogadores. A partir de então, o líder da
guilda recruta jogadores de forma estratégica para seu grupo, por exemplo, classes
variadas, para a complementação nas aventuras, assim como profissões. As guildas
possuem bancos coletivos, nos quais qualquer membro pode colocar ou retirar itens
e dinheiro de acordo com as restrições do líder da guilda. Portanto, é vantajoso para
um jogador unir-se a uma guilda, para alcançar mais facilmente seus objetivos no
jogo.
Existem diferentes tipos de guildas, como guildas de amigos, que são
formadas por pessoas que se conhecem e desta forma, não há requisitos de
recrutamento. Há também guildas de Raid, que possuem uma estratégia de
organização focada no conteúdo final do jogo, de maior dificuldade. Guildas de PvP
são direcionadas à guerra entre jogadores, com o objetivo de obter uma melhor
colocação. Outro tipo de guilda é o das guildas de nível, que são guildas com
jogadores experientes para ajudar novatos. O tamanho das guildas pode variar
bastante. Normalmente são grupos grandes, que podem ultrapassar 250 membros.
Contudo, geralmente as guildas possuem, em média, cerca de 35 membros
(DUCHENEAUTet al., 2006a).
As guildas também podem ser classificadas pelo número de integrantes. De
acordo com Williams et al. (2006), é possível categorizar as guildas de quatro
maneiras: pequenas (inferior a 10 membros), médias (de 11 a 35 membros),
grandes (36 a 150 membros) e imensas (acima de 150 membros). As guildas
consideradas pequenas estariam voltadas para a socialização de seus membros ao
passo que as imensas apresentam um comportamento direcionado primordialmente
para o cumprimento dos objetivos do jogo. Contudo os autores colocam que isso
não é uma regra, mas uma tendência.
Da mesma forma, Williams et al. (2006) apontam que grupos grandes e
enormes apresentam uma organização formal e requerem não só liderança efetiva
como regras, política de recrutamento e de expulsão, período probatório, etc.
55
configurando uma estrutura semelhante a de um time ao passo que as pequenas e
médias, por analogia, poderiam ser comparadas a grupos de amigos que interagem
casualmente para jogar.
2.3.5 Ferramentas de Comunicação do World of Warcraft
“I Survived the Barrens Chat!”
Anônimo
O jogo disponibiliza duas formas principais de comunicação: O bate-papo
tradicional, e o bate-papo por voz. Bate-papos funcionam em um sistema de canais.
Existem três canais pré-definidos pela Blizzard para cada área do jogo, o General
(bate-papo), o LocalDefense (defesa do local, quando há ataques todos os
jogadores são notificados) e o LookingForGroup (canal para as pessoas que buscam
um grupo). Nas principais cidades existe um canal dedicado ao comércio, o Trade.
Um bate-papo comumente utilizado também é o GuildChat, onde apenas membros
de uma mesma guilda podem trocar mensagens. Um jogador pode criar seus
próprios canais moderados para utilizá-los da maneira que quiser (DUCHENEAUT et
al., 2006b).
O bate-papo tradicional também possui funcionalidades de comunicação
únicas. Existem comandos para gritar (/yell - todos os jogadores presentes em uma
área ao redor do jogador ouvem uma mensagem) ou cochichar (/whisper <nome> -
somente o jogador escolhido escuta esta mensagem). Existem também os emotes
que são formas de comunicação não-verbal que indicam uma emoção, expressão
corporal ou linguajar diferente (semelhantes aos emoticons). Os emotes são muitas
vezes animados, e algumas vezes com som e aparecem sempre na janela de bate-
papo. Alguns emotes disponíveis são: /laugh - rir, /train - imitar um trem, /chicken -
imitar uma galinha ou /dance - dançar. O bate-papo por voz funciona da mesma
forma, porém só se aplica a grupos e canais customizados.
As vantagens do sistema de voz são que os jogadores não precisam ulizar as
mãos para se comunicar (WADLEY et al., 2003). Assim, as mãos ficam livres para
continuar as atividades do jogo através do teclado e mouse. Quando os jogadores
se comunicam por voz estes também podem elevar a confiança no grupo
(WILLIAMS et al., 2007). Porém, esta ferramenta pode reduzir a imersão no sentido
56
que pode haver ruídos na transmissão e também a voz da pessoa não ser
condizente ao personagem (RODRIGUES; MUSTARO, 2008b).
Este panorama é complementado pelo fórum, um dos meios de comunicação
mais utilizados fora do jogo. O fórum é um meio de comunicação assíncrona, ou
seja, os jogadores deixam mensagens e outros que se conectam ao Fórum em
qualquer horário podem respondê-la. Desta forma, apenas o jogador que envia a
mensagem precisa estar on-line, o que, do ponto de vista da cardinalidade também
constitui um meio de comunicação um-para-muitos.
A Blizzard possui um Fórum oficial do jogo, utilizado por todos os jogadores
que possuem uma conta ativa do jogo. Este é dividido por assunto (ex: servidores,
classes, profissões, etc.) e amplamente utilizado pelos jogadores. Há também
Fóruns não oficiais, criados por guildas e fãs do jogo. Neste espaço, os jogadores
trocam informação sobre qualquer assunto, não só sobre o jogo, fazendo deste meio
um apoio para a formação da comunidade.
57
3 SISTEMAS COMPLEXOS EMERGENTES
“Players win games, teams win championships”
Bill Taylor
É possível definir um sistema por um grupo de elementos que se relacionam e
possuem alguma forma de dependência, de tal maneira que a ação destes causem
um impacto em toda a rede (BUCKLEY, 1971; MONTEIRO, 2006). Uma comunidade
de jogadores pode então ser classificada como um sistema, já que é um conjunto de
pessoas que possuem interação e interdependência. Estes jogadores realizam
atividades em grupo que dependem não só do esforço individual de cada um, mas
do desempenho total do grupo.
Já um sistema dinâmico é um sistema onde as variáveis que descrevem o
objeto variam no tempo (MONTEIRO, 2006). Uma rede de uma comunidade de
jogos possui características que variam no tempo, pois as relações e elementos se
alteram. Dentre estas podem ser destacadas a estrutura, o tamanho, as guildas e
seus jogadores com relação ao nível alcançado, pontuação, etc. Como é um sistema
de relações entre pessoas, então estas comunidades também podem consistir de
sistemas sociais.
No entanto, há diversos modelos de sistemas sociais. No modelo denominado
de física social o homem é tido como um objeto físico, onde princípios da mecânica
analisam suas ações e processos psíquicos. Desta forma também surgiu a mecânica
social que define a sociedade como um sistema astronômico, onde as pessoas são
atraídas ou repelidas. A mecânica racional, sugerida por Pareto, evita analogismos
equivocados utilizando apenas princípios mecânicos gerais que estavam mais
relacionados aos fenômenos sociais, isso basicamente institui um modelo de
sistema (BUCKLEY, 1971). Inclusive, esta foi a primeira vez que uma sociedade era
classificada como um sistema.
Entretanto, é necessário estabelecer um ponto de referência de onde se deu a
mudança para estudar uma comunidade. Um ponto a ser considerado neste sentido
é que uma sociedade possui um grupo de regras e valores que definem situações e
modelam o grupo (BUCKLEY, 1971). Nos jogos, há as regras do jogo, justificadas
pelo software e hardware dos servidores, assim como as normas da empresa
mantendedora do jogo. Contudo, a própria comunidade também estabelece suas
58
próprias regras e valores internos, que auxiliam na definição de papéis e o
estabelecimento de jogadores ingressantes no grupo.
Já nos modelos orgânicos originários da biologia há uma seleção natural onde
os mais qualificados se destacam, ocupando posições na sociedade que são
funcionalmente essenciais para sua sobrevivência (BUCKLEY, 1971). Este fato pode
se refletir nos jogos em relação aos jogadores mais experientes e populares, estes
possuem melhores habilidades gerenciais e, em muitos casos, se tornam líderes de
guilda.
É relevante destacar ainda que nestes modelos a dinâmica do organismo
individual é diferente da de um grupo de organismos que constituem sistemas
ecológicos. Neste sentido pode-se comparar sistemas sociais com membros do
corpo humano (coração, cérebro, etc.) (BUCKLEY, 1971). Esta analogia pode ser
feita também para o universo dos jogos, onde as guildas e grupos são o cérebro e
uma arena de PvP ou uma Instance são o coração, pois nestas áreas acontecem
todas as ações que foram estrategicamente planejadas.
O ponto de vista Darwiniano é o mais aceito para a analogia de modelos
orgânicos. Neste o foco são as espécies e a filogenia e não os indivíduos e a
filogenia; além disso, a luta não é pela sobrevivência, mas pela estrutura do grupo.
Este ponto de vista também sugere que se a sociedade se comportar como um
sistema ecológico existe uma luta competitiva (BUCKLEY, 1971). Em uma
comunidade de jogos há a cooperação competitiva, onde os jogadores competem
cooperando uns com os outros. Desta forma, o darwinismo social, por meio da luta
competitiva, posiciona os indivíduos mais capacitados no topo.
O modelo atual para estudo de sociedades compreende sistemas sociais.
Estes são sistemas onde seus componentes podem ser simples ou complexos e
variáveis e suas relações mutáveis podem ser direcionadas ou não (BUCKLEY,
1971). Nos sistemas complexos, as interrelações entre os componentes dependem
primordialmente da transmissão de informação. Nestes sistemas há o sistema
receptor, que é o componente que recebe a informação.
Estes sistemas complexos podem ser definidos como uma significativa rede
de componentes relativamente simples, com controle descentralizado, que possuem
comportamento emergente (MITCHELL, 2006; SALAZAR, 2005). Exemplos de
sistemas complexos encontrados são o clima, o interior de um átomo, sistemas
solares, redes computacionais, comunidades de formigas, disseminação de cultura,
59
mercado de ações, etc. (SALAZAR, 2005). Nos jogos, os componentes são os
próprios jogadores que interagem entre si, cooperando e competindo.
Deve-se destacar ainda que os sistemas complexos podem ser adaptativos,
ou seja, um sistema flexível que se molda às condições momentâneas. Estes
sistemas possuem algumas características essenciais: abertura (sistemas abertos
definem sua própria estrutura); troca de informação entre os componentes do
sistema e o meio; processos de realimentação; etc. (BUCKLEY, 1971). As
comunidades de jogos são sistemas adaptativos, pois estas se adaptam às
condições do jogo, eventos, aventuras, em uma organização estratégica.
Nestas comunidades, a interação das pessoas em um grande sistema pode
gerar uma complexidade maior que os próprios indivíduos. O modo como estes
interagem pode causar conseqüências profundas, que podem emergir para grupos,
sistemas e populações (WATTS, 2002). Este fato define o comportamento
emergente, onde o comportamenteo do sistema global não é apenas complexo, mas
surge de ações e interações de indivíduos (MITCHELL, 2006). Isto é exatamente o
que acontece dentro de um jogo. Na maioria das vezes as pessoas ingressam neste
universo sozinhas e acabam interagindo com outras organizando-se em grupos,
guildas, cidades e outros sistemas.
Os sistemas com comportamento emergente são caracterizados por formarem
padrões, processar informações e por quanto estas características são adaptativas.
Isto significa que se estas características são adaptativas, estas podem se moldar
de forma que aumente o sucesso do sistema em um contexto evolucionista ou
competitivo (MITCHELL, 2006). Jogadores processam informação muito
rapidamente, pois os jogos on-line são atualizados a todo o momento, o que implica
no lançamento de expansões e novidades que podem alterar uma parte
considerável das regras do jogo. As guildas ou clãs formadas dentro do jogo são
padrões que se alteram a qualquer momento.
No mundo dos jogos os jogadores podem interagir de diversas formas, não só
jogando e completando missões e aventuras, mas comunicando-se através dos
bate-papos ou outros mecanismos que dependem do jogo (como emotes
representados graficamente pelos avatares). Outras ações são inspiradas na
realidade social e estão disponíveis em alguns jogos, como formação de guildas,
casamento, construção de cidades. Os MMORPGs possuem uma estrutura social de
uma sociedade tradicional ou primitiva, com grupos estereotipados como as classes
60
do jogo (Guerreiro, Mago, Caçador, etc) ou raças. Estes podem instituir guildas, que
são uma forma tradicional de organização social (SALAZAR, 2005).
Outros elementos sociais podem ser observados, como o fluxo da economia
do jogo, estabelecimento de normas e governança. Os jogadores tendem a
acumular riquezas no jogo, participar do comércio, artesanato, construindo assim um
sistema econômico complexo. Além disso, os jogadores vivem no mundo virtual do
jogo, trabalham, consomem bens, exatamente como no mundo físico (SALAZAR,
2005).
As guildas (ou clãs), que são grupos sociais emergentes, são únicas e
diferenciadas por um conjunto específico de características (SALAZAR, 2005). Além
das características do próprio jogo, como guildas divididas por facção, ou voltadas
para PvP, ou de uma só raça, é possível observar características externas que
influenciam na formação destes grupos. Muitas guildas são formadas por moradores
de países específicos. Estes se juntam para se comunicarem em seu idioma local ou
facilitar o entendimento do jogo obtendo informações com outros jogadores em seu
idioma. Há outras características que podem influenciar formando guildas
exclusivamente femininas (ou seja, uma questão de gênero), fãs de algum
determinado tipo de música ou outra atividade.
Estas características são intrínsecas ao próprio grupo e não se restringem a
um indivíduo ou uma unidade de controle, ou seja, as características sociais
emergem das guildas. Em alguns jogos (como o Star War Galaxies), os jogadores
também podem formar cidades. Há então uma profissão específica para cada
atividade necessária para isso, como arquiteto, político, etc. Estas pessoas se
organizam em um local do jogo, constróem suas casas, toda a estrutura da cidade e
elegem um prefeito sem nenhum comando do sistema do jogo.
Concluindo-se então, é possível afirmar que as comunidades de jogos
consistem em sistemas complexos adaptativos com comportamento emergente. Isso
pode ser observado através da formação das guildas, cidades, arenas e economia,
sem nenhum tipo de controle centralizado ou intervenção. Neste sentido, a estrutura
das guildas, como de qualquer outra comunidade virtual, pode ser estudada a partir
da análise de redes sociais (RODRIGUES; LOPES; MUSTARO, 2008).
61
4 ANÁLISE DE REDES SOCIAIS
“Be polite to all, but intimate with few.”
Thomas Jefferson
As redes sociais são redes ou comunidades de elementos que podem ser
estudadas a partir das relações existentes entre elas. A análise de tais redes busca
padrões e elementos-chave na comunidade estudada. Neste sentido, a análise de
redes sociais constitui uma área interdisciplinar utilizada para estudar fenômenos do
mundo real, como o comportamento de grupos de pessoas e comunidades, a forma
como diferentes populações se relacionam, busca de pessoas em comunidades com
perfis específicos, etc. (WELLMAN, 1997; WELLMAN, 1996; MOLINA, 2001).
Uma rede social requer duas informações para sua construção. Os elementos
ou atores – que podem ser pessoas, comunidades, grupos, organizações, etc. – e
laços – que estabelecem uma relação qualquer entre dois atores. Essas relações
podem ser classificadas como: uma relação afetiva, um parentesco, uma afiliação,
ou qualquer outro tipo de vínculo. Os laços também podem possuir um grau de
intensidade. Na maioria das vezes, estes são medidos como laços fortes ou fracos
ou mesmo são atribuídos pesos (ou custos) às ligações. Para não haver uma
interpretação errônea do termo, em função do conceito de laço da Teoria de Grafos,
no contexto da presente pesquisa os laços pertinentes às redes sociais serão
denominados de laços sociais. O conjunto destes atores e laços sociais estabelece
uma rede social (WASSERMAN; FAUST, 1994).
A representação gráfica de uma rede social pode ser feita através de um
grafo, onde os atores são representados por vértices e os laços sociais são
representados por arestas. Contudo, deve-se atentar para o fato de que nem todas
as relações entre atores são recíprocas, o que exige a representação das redes com
grafos orientados. Conseqüentemente, também se pode representar uma rede social
algebricamente por matrizes.
As redes sociais podem ser categorizadas em dois tipos: sociocêntricas e
egocêntricas. As redes sociocêntricas (Figura 4.1) são redes que estudam as
relações entre todos os atores da rede. Redes completas são as que contêm maior
quantidade de informação e permitem análises mais detalhadas, porém, são mais
difíceis de coletar, pois é necessário obter informação de todos os elementos da
rede. É necessário ressaltar que nem sempre as redes estarão totalmente
62
conectadas. Algumas vezes podem existir elementos ou sub-redes desconectados,
o que divide a rede em grupos (HANNEMAN, 2001).
Figura 4.1 – Rede Sociocêntrica Orientada
Um dos métodos mais comuns para a coleta de dados para as redes
sociocêntricas é chamado de método bola de neve (HANNEMAN, 2001). O método
consiste em interrogar um conjunto de atores para coletar as relações deste
conjunto. Cada um destes atores indica um número de relações com outros atores
deste conjunto original ou não. Estes novos atores, por sua vez, indicam outras
relações com atores já conhecidos ou não. O processo é repetido até o objetivo ser
alcançado.
O método bola de neve possui vantagens e desvantagens. A desvantagem é
que, por depender da indicação, tende a coletar os atores mais populares da rede,
tornando possível a exclusão dos elementos mais isolados ou pouco conectados.
Como vantagem pode-se destacar a agilidade para a coleta de dados da pesquisa,
pois pauta-se nos elementos mais populares da rede.
Por outro lado, as redes egocêntricas estudam as relações entre atores
partindo apenas de um ator da rede. Há dois tipos de redes egocêntricas: puras e
interconectadas. Nas redes egocêntricas puras (Figura 4.2), são levadas em
consideração apenas relações entre o ator principal e outros atores. Na rede
egocêntrica interconectada (Figura 4.3), além das relações entre o ator principal e os
secundários, as relações entre os atores secundários também são consideradas.
Figura 4.2 – Rede Egocêntrica Pura Figura 4.3 – Rede Egocêntrica Interconectada
63
A vantagem das redes egocêntricas é que estas são mais fáceis de serem
coletadas, pois necessitam de informação de apenas uma pessoa. Porém, em
relação às redes completas, elas apresentam a desvantagem de não fornecer
detalhes suficientes para analisar todas as propriedades da rede, pois são focadas
no indivíduo e não na rede como um todo. Os dois tipos de redes podem ser
combinados para fornecer um panorama mais detalhado da rede social em questão.
As informações da análise de uma rede social são baseadas na teoria dos
grafos. A base teórica dos grafos permite calcular alguns elementos e propriedades
significativas para a análise das redes sociais. A explicação dessas propriedades
será fundamentada no exemplo a seguir.
Em um conjunto de atores V, contendo 7 atores onde V = {v
1
, v
2
, v
3
, v
4
, v
5
, v
6
,
v
7
}, o ator v
1
indicou uma relação (de amizade, por exemplo) com v
5
, representada
da seguinte forma: v
1
→ v
5
. O ator v
1
indicou a relação com o ator v
5
, mas não
necessariamente o ator v
5
indicará a relação com v
1
, então, não é uma relação
recíproca. A partir deste exemplo, pode-se construir a seguinte matriz de
adjacências dos laços sociais escolhidos pelos atores (Tabela 4.1):
Tabela 4.1 – Exemplo de laços sociais de amizade
Alron
Darksied…
El Mago
de Oz Gregoryus Kyth
Mr.J@ack
Tiberius
Galyn Todo_Poderoz0
Tunder
Trab
Varg Vikernes
[BURZUM] waapz
Alron 0
0
0
0
0
0
0
0
0
0
0
Darksied… 0
0
0
0
0
0
0
0
0
0
0
El Mago de
Oz
1
1
0
1
0
0
0
1
0
1
0
Gregoryus 1
1
0
0
1
0
0
1
0
1
0
Kyth 0
0
0
0
0
0
0
0
0
0
0
Mr.J@ack 0
0
0
0
0
0
0
0
0
0
0
Tunder
Trab
1
1
0
1
0
1
1
0
0
0
1
Varg
Vikernes
[BURZUM]
1
0
1
1
1
0
0
1
0
0
0
waapz 1
1
0
1
0
1
1
0
1
1
0
O exemplo acima integra uma pesquisa com dados reais que representam
uma comunidade de jogadores de um MMORPG denominado Ragnarök. Esta
comunidade de jogadores gerou o seguinte grafo (Figura 4.4):
64
Cor Tipo de relação
Níveis de experiência do personagem
Mesmo clã, classe, características, etc
Localidade in-game
Localidade off-game
Figura 4.4 – Grafo do exemplo de laços sociais
(representadas pelas cores das arestas) de uma comunidade de jogadores
(Adaptado de RODRIGUES; MUSTARO, 2007, p. 242)
A partir deste exemplo, coletado pelos laços sociais de uma guilda do jogo
Ragnarök, é possível observar as características da análise de redes sociais. Este é
um grafo orientado, pois a rede foi coletada a partir de indicação de amizade de
jogadores, portanto, as relações não eram recíprocas. A seguir é apresentado um
exemplo de análise de redes sociais baseada no grafo apresentado acima.
Um dos elementos existentes na rede é o grau de um vértice, definido pelo
número de arcos que incidem ou partem de um vértice. Em um grafo orientado,
como no exemplo acima, pode-se definir o grau de saída g
s
(v
i
), e grau de entrada
g
e
(v
i
), também chamados de grau de emissão e grau de recepção. No exemplo
anterior, pode-se observar que o ator “Tunder Trab” possui grau de entrada = 2 e
grau de saída = 8, o ator “El Mago de Oz” possui grau de entrada = 1 e grau de
saída = 10, e assim por diante.
Como todos os arcos que incidem em um vértice são arcos que surgem de
outro, conclui-se que:
e
g =
s
g . É possível simplificar o cálculo da seguinte forma:
e
g =
s
g =
n
A
, onde: n = número de vértices de um grafo e A = número de arcos de
um grafo.
Para calcular a média do grau de entrada de um grafo,
e
g , tem-se:
65
n
)v(g
g
n
i
ie
e
∑
=
=
1
.
Para a média do grau de saída de um grafo,
s
g , tem-se:
n
)v(g
g
n
i
is
s
∑
=
=
1
.
A partir do cálculo do grau de um vértice é possível analisar o comportamento
de um ator. Por exemplo, se seu grau de entrada está acima da média, estabelece-
se se o ator é popular na comunidade, como o ator Gregorius. E se o grau de saída
do ator é maior que a média, conclui-se que o ator é comunicativo, o que no
exemplo apresentado ocorre com os atores Tunder Trab e El Mago de Oz. Em
muitas redes é comum categorizar atores pelo seu grau de entrada e saída em
relação às médias.
Pode-se calcular também a variância dos graus de entrada e saída de um
vértice para uma análise mais especializada. Este cálculo é relevante para
estabelecer o quanto os graus variam de um ator para outro, para saber quanto um
ator é mais “escolhido” que outro. A variância dos graus de entrada será chamada
de
e
g
S , e seu cálculo será:
n
)g)v(g(
S
n
i
e
ie
g
e
∑
=
−
=
1
2
,
onde:
n = número de vértices do grafo,
)v(g
ie
= grau do vértice vi,
e
g = média dos graus de entrada do grafo.
Da mesma forma, a variância dos graus de saída,
s
g
S , será:
n
)g)v(g(
S
n
i
s
is
g
s
∑
=
−
=
1
2
,
onde:
n = número de vértices do grafo,
)v(g
is
= grau do vértice vi,
s
g = média dos graus de saída do grafo.
66
De forma complementar, pode-se ainda calcular a densidade do grafo – obtida
pela proporção dos arcos existentes em relação ao total de arcos possíveis numa
determinada rede. O resultado do cálculo é a porcentagem de arestas existentes na
rede em relação aos arcos que podem existir. Para determinar a densidade é
necessário calcular o número de arestas do grafo completo (grafo com todas as
arestas), que seria o número máximo de relações na rede, K
n
, onde n = número de
vértices. O cálculo do número máximo de arestas é determinado por
2
1)n(n −
ou
2
2
nn −
, e para um grafo orientado (onde cada aresta representaria 2 arcos), n(n-1) ou
n²-n (DIESTEL, 2000). Dessa forma, a densidade,
∆
, será:
)n(n
A
1−
=∆
para um
grafo não-orientado e
2
1)n(n
A
−
=∆
para um grafo orientado, onde: A = número de
arcos presentes no grafo e n = número de vértices do grafo.
Para o exemplo apresentado anteriormente (Figura 4.4), tem-se:
Tabela 4.2 – Dados do exemplo da Figura 4.4
Elemento Símbolo Valor
Atores n = 23
Laços Sociais A = 41
Média de Entrada/Saída
e
g
=
s
g
≅
1,7826086957
Variância de Saída
s
g
S
≅
7,022269353
Variância de Entrada
e
g
S
≅
0,778366914
Densidade
∆
≅
0,162055336
Também é possível analisar o comportamento e características sociais dos
atores pelo modo como estão dispostos na rede. Por exemplo, como já explicado
anteriormente, quanto mais conexões um ator possui, mais popular ele pode ser.
Mas é possível ainda concluir que esse ator pode ter mais influência sobre a rede, e
também ser mais influenciado por outros. Além disso, é possível afirmar que redes
mais conectadas são melhores para distribuir informação, notícias, recursos ou até
doenças.
Outra característica que pode ser analisada é a distância entre os atores. A
distância entre dois atores corresponde ao número de indivíduos conectados
existentes entre os dois nós. Por exemplo, no exemplo da Figura 4.1 (p. 62), o ator A
está a uma distância mínima de três arestas do o ator G, pois A está conectado à B
(E ou F), que está conectado à aresta C, que finalmente se conecta à G. Isso
67
também é um fator significativo para considerar a disseminação de informação em
uma rede. Pessoas que estão pouco conectadas à rede podem ter dificuldades para
receber a informação.
Na Teoria dos Grafos (DIESTEL, 2000), um passeio é uma seqüência de
vértices em que cada vértice é adjacente ao anterior. Mais exatamente, um passeio
é uma seqüência (v
0
,v
1
,...,v
k-1
,v
k
) de vértices tal que, para todo i, o par v
i-1
v
i
é um
arco. O vértice v
0
é a origem do passeio e v
k
é o término do passeio. Um passeio é
um objeto orientado (ou dirigido): cada arco do passeio aponta "para a direita". Um
passeio sem vértices repetidos é chamado caminho e existe um caminho de um
vértice r a um vértice s se e somente se existe um passeio de r a s.
Como não faria sentido repetir atores ou relações dependendo do estudo
desejado é possível realizar uma análise utilizando um caminho (seqüência de
vértices sem repetição de vértices) ou trilha (seqüência de vértices sem repetição de
arestas) do grafo. Contudo, a propriedade da teoria dos grafos mais utilizada para a
análise da distância entre atores é o cálculo do menor caminho entre dois nós,
apesar de não ser o único. O diâmetro de uma rede é o maior caminho geodésico
existente nela, o que pode fornecer informações sobre o quanto a rede é
“compacta”.
Também é relevante observar as arestas de corte e vértices de corte do grafo.
As pontes são as arestas que, se retiradas, desconectam o grafo, e os vértices de
corte são vértices que se retirados (junto com suas arestas), desconectam o grafo.
Isso é significativo para encontrar relações e elementos essenciais para o fluxo de
informação na rede. Nas redes sociais, essas relações e elementos são chamados
de laços-chave e atores-chave, sendo que no exemplo (Figura 4.4) pode-se apontar
os atores Tunder Trab, waapz e El Mago de Oz.
Além disso é possível contabilizar o número de pares isolados na rede, isto é,
dois atores que não podem se conectar por nenhum caminho. Desta forma, os
atores que conseguem se conectar possuem um menor caminho para isso. A
distância média dos pares alcançáveis pode ser utilizada para saber qual é o
potencial de conexão da rede. O diâmetro da rede é o menor caminho mais alto
encontrado, isso mede o tamanho da rede e pode ser utilizado para avaliar o
crescimento ou dispersão desta.
A posição dos atores na rede, assim como com quem este se conecta pode
dizer o quão central o ator é. Há diferentes tipos de centralidades que podem ser
68
calculadas. A centralidade de grau de cada ator é o próprio grau de entrada/saída
desse ator. Também pode ser calculada a centralidade da rede como um todo, que
se relaciona com a variância dos graus. Nesta centralidade, os atores mais ativos,
ou seja, com mais relações, são considerados os mais centrais (WASSERMAN;
FAUST, 1994).
O grau de proximidade, ou centralidade de proximidade (closeness centrality)
é um cálculo baseado na distância do ator em relação aos outros atores. Este
cálculo mede o quão perto este ator está de todos os outros. O ator é considerado
mais central se conseguir interagir rapidamente com todos os outros atores da rede
(WASSERMAN; FAUST, 1994).
Outra centralidade que pode ser calculada é a centralidade de intermediação, ou
grau de intermediação (betweenness centrality). Este cálculo contabiliza quantos
menores caminhos passam por cada ator, medindo assim o estresse de cada ator,
relacionado ao seu nível de responsabilidade na rede. O grau de intermediação do
grupo permite a comparação de diferentes redes relacionadas à heterogeneidade
das centralidades de intermediação de seus membros (WASSERMAN; FAUST,
1994).
A análise da rede pode ser mais aprofundada utilizando-se a teoria dos
grafos, porém, cabe ao pesquisador determinar a abordagem necessária para seu
estudo. Outra parte da análise é a análise estrutural da rede, que refere-se mais
precisamente aos papéis e posições dos atores na rede. Para isso é necessário
encontrar primeiramente os padrões matemáticos definidos pela teoria dos grafos
explicada anteriormente. Então, considerando a relação entre os atores, é possível
definir seu papel na estrutura da rede.
Outro conceito pertinente à análise de redes sociais é a equivalência
estrutural. Esta ocorre quando dois atores possuem as mesmas relações com outros
vértices. Então, é possível afirmar que os dois atores são equivalentes na rede.
Contudo, a equivalência em uma rede, especialmente em uma rede de proporções
elevadas é relativamente rara. Se dois atores são equivalentes, eles também são
regularmente e automorficamente equivalentes.
Dois atores são regularmente equivalentes se eles possuem o mesmo perfil
de laços sociais, ou seja, os mesmos laços sociais com elementos de conjuntos
diferentes de atores (atores com propriedades similares e não necessariamente os
mesmos atores). Por exemplo, na pesquisa em questão, se houver dois atores com
69
laços sociais dos mesmos tipos para atores do mesmo tipo (apenas atores indicados
e não entrevistados, por exemplo), então estes são regularmente equivalentes. É
complexo determinar os atores regularmente equivalentes, pois para definir
similaridade dos laços sociais é necessário estabelecer regras para abstrair o
conjunto de propriedades que serão consideradas semelhantes.
Dois vértices u e v de um grafo G são automorficamente equivalentes se
todos os vértices puderem ser renomeados para formar um grafo isomórfico
com a permutação dos vértices u e v. Dois vértices automorficamente
equivalentes possuem as mesmas propriedades de independência de
nomenclatura
19
.
Além disso, as redes sociais podem pertencer a diferentes topologias em
relação à sua dinâmica e estrutura. A primeira topologia definida é chamada de
Random Network (Rede aleatória), definida por Erdös e Rènyi em 1960
(WASSERMAN; FAUST, 1994). Nesta topologia é dado um conjunto de atores e
aleatoriamente formam-se laços sociais entre estes. Como os laços sociais são
formados de maneira aleatória, inicialmente os atores estão conectados a um
número pequeno de outros atores. Isso é explicado pelo fato de que escolhendo um
ator ao acaso e estabelecendo um laço com outro ator as chances são de que este
novo laço o conecte somente a um número pequeno de atores, ainda que o ator já
possua alguma conexão (WATTS, 2002).
Contudo, quando há uma quantidade de laços sociais suficiente para que haja
em média um laço para cada ator, a fração do grafo ocupada pelo maior grupo da
rede sofre uma transição de fase. Isso significa que o maior grupo que anteriormente
não era representativo passa a ocupar praticamente toda a área do grafo. Esta
organização é utilizada para explicar diversos fenômenos da natureza, onde
pequenos agrupamentos se juntam para formar um grupo de dimensões elevadas,
juntando todos os outros atores até que as conexões sejam estabelecidas (WATTS,
2002; BARABÁSI, 2003).
Contudo, em comunidades sociais, pessoas tendem a estabelecer relações de
forma não aleatória. Este fato influenciou no surgimento da topologia Small Worlds
(Redes Pequeno Mundo), proposta por Steven Strogatz e Duncan Watts em 1998.
Nestas redes qualquer distância entre dois vértices pode ser considerada pequena.
19
Tradução livre do Original: "Two vertices u and v of a labeled graph G are automorphically
equivalent if all the vertices can be re-labeled to form an isomorphic graph with the labels of u and v
interchanged. Two automorphically equivalent vertices share exactly the same label-independent
properties."
70
Assim, estas redes são formadas de diversos grupos densos pequenos, sendo que
os atores estão conectados com laços sociais fortes, já os laços sociais fracos
conectam atores entre grupos. Esta topologia foi caracterizada pelo experimento de
Milgran em 1967, que concluiu que se cada pessoa no planeta possuir cem amigos,
o grau de separação entre qualquer pessoa no planeta é seis. (WATTS, 2002)
Outra topologia foi proposta por Barabási e seus colegas em 2000. Os autores
perceberam que a distribuição de muitas redes não seguia a distribuição de Poisson,
mas uma distribuição de uma lei de potência. O formato desta distribuição é
diferenciado, ao invés do ponto máximo se encontrar na média dos valores, a curva
inicia com o valor mais elevado e então decresce até o infinito. Nesta distribuição
pode ser calculado o expoente, que indica como a distribuição muda na função de
uma variável. Assim, uma função que obedece a distribuição de uma lei de potência
pode ser descrita por P(k) ~ k
-y
(k é o grau, P(k) é a probabilidade/quantidade de
jogadores para cada grau encontrado e y é o expoente da função) (WATTS, 2002;
BARABÁSI, 2003).
Outra característica desta topologia é que nela podem ser identificados hubs,
que são nós com uma elevada quantidade de relacionamentos. Assim, a maior parte
dos atores possui um número reduzido de laços sociais e poucos possuem muitos
laços sociais, estes são os hubs. Estas redes possuem uma maior tolerância a
falhas e remoção de vértices. Como a maioria dos nós são pouco conectados, a
probabilidade de se retirar um destes é maior que de um hub, e estes não causam
um impacto estrutural significativo na rede. Contudo, uma retirada de vértices
coordenada, que tenha como foco os hubs, pode desestruturar completamente uma
rede sem escala (BARABÁSI, 2003).
Nestas redes ocorre outro fenômeno que é chamado de conexão preferencial,
onde os novos nós na rede tem maior probabilidade de se conectar comos nós mais
antigos. Assim, os nós mais antigos na rede têm maiores chances de se tornarem
hubs. Contudo, novos nós também podem se tornar hubs, o que depende de seu
fator de conectividade (BARABÁSI, 2003; WATTS, 2002).
A partir dos enfoques apresentados anteriormente ao longo do referencial
teórico, podem ser adotadas diferentes abordagens metodológicas para atingir os
objetivos propostos e corroborar ou refutar a hipótese estabelecida. As técnicas,
elementos e recursos envolvidos estão descritos a seguir.
71
5 METODOLOGIA
“Any sufficiently advanced technology is indistinguishable from magic.”
Arthur C Clarke
A realização desta pesquisa propõe a análise das redes sociais por meio da
coleta de dados de jogadores do MMORPG World of Warcraft. A teoria dos grafos
apresenta uma base teórica significativa para a definição de uma metodologia da
análise. Além disso, permite estudar o comportamento e as atividades dos jogadores
por meio da análise das estatísticas dos dados coletados.
Nesta proposta metodológica foi possível aplicar redes neurais, e mais
especificamente redes de Kohonen para a clusterização e para a visualização
destas redes sociais, assim como no processo de reconhecimento de padrões.
As redes de Kohonen (ou Konets) foram utilizadas com o intuito de clusterizar
elementos e/ou características pertinentes às redes. Com a clusterização é possível
agrupar os atores por um determinado critério, e encontrar semelhanças entre eles,
levando em conta as demais características. A clusterização também possibilita a
realização de análises específicas de cada grupo. Assim, os mapas auto-
organizáveis tornam-se eficientes para ordenar os vértices em redes que não podem
ser organizadas manualmente (MERELO; PIETRO; TRICAS, 2005).
Para tornar possível o uso destes recursos foi necessário o desenvolvimento
de ferramentas e plug-ins que permitissem a análise e manipulação de dados. Estes
foram elaborados em Java, devido à portabilidade e à grande variedade de
Frameworks e APIs disponíveis para a linguagem. Também foi necessário o uso de
um software como o Pajek
20
para visualização e manipulação das redes sociais.
A escolha do software Pajek pauta-se nos recursos disponíveis e em sua
gratuidade. O Pajek é um dos softwares com opções de visualização de grafos mais
avançadas, como os diversos algoritmos de visualização de grafos, rotação,
movimentação de vértices, etc. (BATAGELI; MRVAR, 2005). Outro motivo para a
escolha é que este é um software recomendado para redes de dimensões elevadas,
como o caso da proposta desta pesquisa. Além disso, o software possui o recurso
para exportar a rede para o ambiente 3D VRML (HUISMAN; MARIJTJE, 2004).
Em uma comunidade os relacionamentos entre pessoas são estabelecidos
por laços sociais, considerando que estes são formados independentemente da
situação social, idade, ou outras características comuns em um relacionamento não
virtual. No caso específico da presente pesquisa, isso se deve à identidade
20
Disponível em: <http://vlado.fmf.uni-lj.si/pub/networks/pajek/>
72
assumida pelo jogador. No jogo cada um é seu personagem, independente de
qualquer aspecto social. Tais laços sociais podem ser fortes ou fracos e são
formados de diversas maneiras. Observando comunidades e características das
relações entre os jogadores de diferentes MMORPGs foram identificados laços
sociais de diferentes tipos (RODRIGUES; MUSTARO, 2006), expandidos para a
presente pesquisa.
Há laços sociais feitos por níveis de experiência do personagem, pois
usuários do mesmo nível de experiência acabam se encontrando para formar grupos
para lutar, completar aventuras, trocar informações, etc. Esse é o laço social criado
com menos restrições sociais, raciais, idade, etc., pois é circunscrito apenas pelo
acaso dos usuários estarem no mesmo nível que o jogador.
Muitos jogos dividem inclinações para personagens, seja pela sua profissão,
preferência "política" no jogo, raça do personagem, entre outras características que
variam de jogo para jogo, este fato pode estabelecer os laços sociais por inclinação
do personagem (mesmo clã, classe, características, etc.). Essas características
colaboram para formar laços sociais entre os jogadores, de forma que em muitas
aventuras há profissões ou classes que dependem umas das outras, ou mesmo
aventuras específicas que necessitam de grupos de personagens com certas
características.
As guildas formadas dentro do jogo também podem auxiliar no
estabelecimento de laços sociais. Quando um jogador ingressa em uma guilda este
se reúne para missões, Instances, Raids, e também utiliza o mesmo bate-papo
especial o que contribui para a formação de um laço social. Os jogadores quando
entram em uma guilda, precisam socializar com os outros para participar dos
eventos internos do grupo e não ficarem isolados.
Outro laço social que pode ser estabelecido é por meio da localidade in-game
(onde o jogador encontra-se no mundo virtual do jogo). Os jogadores acabam
freqüentando as mesmas cidades, regiões de missões por certo tempo, regiões de
coleta de matéria-prima, comércio, Instances e outras, isso faz com que alguns
jogadores acabem formando laços sociais.
Os laços sociais mais restritos cultural e socialmente são os laços sociais
estabelecidos fora do jogo, que migram para dentro do jogo. É comum grupos de
amigos ou conhecidos começarem a jogar, e muitas vezes serem de uma mesma
região ou país.
73
Outro possível laço social é quando os jogadores já eram amigos em outro
jogo e acabaram migrando, ou se encontrando no jogo em questão. Isso é comum,
pois muitas vezes a comunidade se mantém, e grupos de amigos trocam juntos de
jogo para continuarem jogando unidos.
O último laço social observado é quando o jogador é amigo de um amigo e,
por meio deste amigo em comum, criaram um laço de amizade. Isso pode ocorrer
tanto de forma off-line, um grupo de amigos agregar mais amigos externos ao jogo,
como de forma on-line, o jogador possui um amigo no jogo e convida um outro
amigo para fazer uma missão, ou aventura e estes acabam amigos também.
O estudo detalhado dos tipos de laços sociais tornou possível desenvolver
uma taxonomia de laços sociais para, em seguida, coletar dados, identificar padrões
e agrupamentos e analisar os resultados obtidos a partir da rede formada pela
comunidade virtual de jogadores on-line.
5.1 QUESTIONÁRIO ON-LINE
A primeira parte da pesquisa pautou-se no desenvolvimento de um
questionário on-line para a coleta de dados (Anexo 1). O questionário foi
disponibilizado em um servidor público que poderia ser acessado através do
endereço http://www.wowsna.com. O desenvolvimento do questionário foi feito na
linguagem PHP, para possibilitar a geração dinâmica da interface do formulário,
assim como a comunicação com o banco de dados
21
.
A opção pelo uso de questionário tinha como intenção privilegiar a liberdade
do jogador de responder sozinho, sem influência do entrevistador (LIMA, 2004). Este
foi divulgado no fórum oficial da Blizzard da comunidade de jogadores do World of
Warcraft por meio de um convite contendo as instruções de preenchimento. A
pesquisa também foi divulgada em fóruns não oficiais, listas de discussão e
comunidades no Orkut.
O sucesso da coleta por meio do questionário foi prejudicado por alguns
elementos que resultaram na restrição do universo da pesquisa em um primeiro
momento. A Blizzard, por ser uma empresa internacional, não respondeu o contato
com pedido de colaboração para a divulgação da pesquisa. Devido a essa questão,
que atribuiria maior credibilidade à origem da pesquisa, a mesma não teve a
21
http://www.php.net/
74
repercussão desejada. Como não houve apoio oficial da empresa no fórum, muitos
usuários tiveram receio de responder à pesquisa, devido a casos de hacking e má
fé. O mesmo aconteceu nas comunidades do Orkut, resultando em uma coleta
bastante restrita.
A divulgação da pesquisa durou dois meses e foram coletados dados do dia
16 de fevereiro de 2008 até o dia 24 de abril de 2008. A elaboração do questionário
on-line (Anexo 1) teve como objetivo manter a simplicidade e praticidade das
respostas, apresentando o menor número de questões necessárias para a obtenção
de dados relevantes para a investigação para não dificultar a coleta de dados.
Sempre que possível, foram utilizados menus para as respostas, objetivando a
padronização do banco de dados.
Foi realizado também um pré-teste do questionário com cinco pessoas,
jogadores experientes de MMORPG. Estas apontaram algumas mudanças –
referentes ao contexto lingüístico, à estruturação e à usabilidade. Uma das
mudanças estruturais foi a sugestão de novos campos demográficos assim como
novos tipos de laços relacionais. O questionário foi formulado em quatro etapas,
como se fosse um mapa incompleto, pois seu objetivo é informar o jogador de quais
perguntas ele está respondendo. Por isso, o modo como a informação chega ao
usuário é relevante (WURMAN, 1997).
O questionário foi desenvolvido em inglês, pois a comunidade é internacional
e este é o idioma oficial do jogo. A primeira etapa, com o título “About your main
character” (Sobre seu personagem principal), tinha como objetivo coletar dados
sobre o personagem do entrevistado. A etapa “About yourself” (Sobre você mesmo),
continha perguntas demográficas pertinentes ao entrevistado, como idade, gênero,
local de moradia e estado civil. A terceira etapa, “About your game style” (Sobre seu
estilo de jogar), visava descobrir costumes do usuário, como horário em que joga,
quantidade de horas no jogo, motivação principal e freqüência no modo PVP. A
etapa mais relevante da pesquisa, “About your friends” (Sobre seus amigos),
perguntava ao entrevistado quais eram seus amigos e conhecidos, assim como o
tipo de relação que tinham com cada um deles, dados necessários para gerar a rede
social. A última etapa, “Open question” (Questão aberta), era a menos essencial
para a pesquisa, porém pretendia dar espaço para o entrevistado se expressar em
relação à investigação ou ao jogo.
Esse questionário foi hospedado num servidor Apache/PHP em Linux na
empresa de hospedagem Insite
22
. O banco de dados utilizado foi o MySQL 5.0.45-
22
http://www.insite.com.br
75
community. Todas as ferramentas utilizadas são gratuitas. Este sistema foi escolhido
devido a sua portabilidade, segurança e principalmente pela facilidade de
manipulação dos dados.
A linguagem PHP foi escolhida para enviar o jogador para o formulário certo,
gerado dinamicamente, a partir da página principal. Quando a página principal é
acessada, o jogador escolhe o servidor em que joga, e então é redirecionado para o
formulário correto. Depois de preenchido, o formulário é inserido no banco de dados,
também via PHP. Os dados ficam armazenados em uma única tabela no banco, de
acordo com a Figura 5.1:
Figura 5.1 – Diagrama da tabela Player (Jogador)
76
Os dados da tabela foram modelados de acordo com o formulário
(questionário on-line). Para manter o controle das entradas, uma identificação única
(campo id) é gerada para cada formulário preenchido. Há também um campo
timestamp que registra a hora exata que o registro foi inserido no banco. Os outros
campos são relativos aos campos do formulário. Para não existirem registros vazios,
ou com informação insuficiente, alguns campos foram configurados como NOT
NULL, ou seja, não nulos. Estes campos obrigatórios são as informações mínimas
que devem ser inseridas em um registro. Os campos obrigatórios são: servidor
(server), apelido do jogador (nick), classe do personagem (gameclass), nível do
personagem (level), raça do personagem (race), idade do jogador (age) e gênero
(gender).
Contudo, devido à baixa popularidade do questionário on-line, não houve
amostragem o suficiente para a análise. Assim, foi utilizada outra abordagem,
baseada na pesquisa desenvolvida por Ducheneaut et al. (2006a), que consiste em
coletar dados diretamente do jogo e assim construir uma rede social das guildas. Os
dados são coletados através de um plug-in desenvolvido na linguagem lua, que
pode ser instalado diretamente no cliente do jogo, e será apresentado a seguir.
5.2 ADDON WHOMODE
A proposta da coleta foi identificar as redes sociais formadas pelas guildas,
executando um comando Who em todas as regiões do jogo (RODRIGUES;
MUSTARO, 2008a). Este comando retorna uma lista de jogadores e suas
informações básicas, como raça, classe, nível, zona, guilda, apelido. A partir destas
informações coletadas é possível saber quais são os jogadores da mesma guilda
que estão na mesma zona, no mesmo momento, construindo, desta forma, a rede
social.
O funcionamento geral do algoritmo precisou seguir algumas regras e
restrições da linguagem lua e da biblioteca do jogo. A primeira função do código é a
função WhoMode_OnLoad que recebe self (mecanismos da engine do jogo) como
parâmetro. Esta é a função primária é a função que carrega e registra o plug-in,
77
chamado de AddOn, no cliente do jogo. Todas as funções do tipo OnLoad são
ativadas quando o jogo carrega.
A próxima função WhoMode_OnEvent, que é do tipo OnEvent e fica
“escutando” todos os eventos do jogo. Se o AddOn for carregado, uma variável local
chamada addon é carregada com o nome deste. Então a variável entrada recebe a
saída da função do_Who. Desta forma, esta função também gerencia se já há
conteúdo coletado, pois o cliente pode ter sido desconectado e a coleta começa do
ponto que parou, sem perder o que já foi coletado.
Outra função essencial é WhoMode_OnUpdate que como é uma função do
tipo OnUpdate, recebe o tempo passado e funciona como um timer. Esta função é
responsável por gerenciar a lista de zonas pesquisadas. Nesta há uma lista (array
zone_array) contendo todas as zonas do jogo. Então esta lista é percorrida e a
pesquisa é feita para cada zona, a cada 10 segundos. O intervalo é necessário, pois
além desta pesquisa requerer um tempo específico para retornar, há um limite de
requisições desta função enviadas para o servidor em um intervalo temporal. Desta
forma também é possível ter uma amostra diferenciada da mesma zona, pois
quando a lista acaba, e é repetida, já se passou tempo suficiente.
A função que realiza a coleta é a do_Who que recebe como parâmetro uma
string com uma zona do jogo. Se o parâmetro não vier vazio, então este esconde a
janela interna do jogo de resultados de pesquisa de jogadores. Então, a hora do
servidor é armazenada em variáveis. Em seguida, é executado o comando
SendWho('z-\"'..zone..'\"') que pesquisa os jogadores para a zona em
questão. O resultado desta pesquisa é armazenado, assim como o número de
jogadores encontrados.
Para cada jogador encontrado suas informações são então armazenadas em
variáveis separadamente (charname, guildname, level, race, class, zone, unknown).
Até que a pesquisa para cada zona se esgote, a função retorna uma string com a
hora e todos os jogadores encontrados, separados por “|” e suas informações
separadas por “,”. Para cada zona, a palavra “END” é concatenada no final de cada
pesquisa, para demarcar a mesma.
No final, estes dados são armazenados em um arquivo de texto .lua que fica
na pasta do personagem, dentro da pasta do jogo. Todo o conteúdo é primeiramente
78
armazenado em uma variável global, e depois armazenado em arquivo. Um exemplo
de um trecho do arquivo seria:
WHOMODE_LIST = " 18:22;END
18:22;Miseravel,Invictus,70,Tauren,Warrior,Blade's Edge
Mountains,WARRIOR|Huktonfonikz,Absulute,70,Tauren,Warrior,Blade's Edge
Mountains,WARRIOR|END"
WHOMODE_COUNT = 35
Os arquivos contêm um número elevado de informações, sendo que o
exemplo apresenta apenas uma zona sem nenhum resultado e a zona de Blade's
Edge Mountains com dois jogadores. Os resultados das pesquisas ficam
armazenados na variável WHOMODE_LIST, a outra variável do arquivo,
WHOMODE_COUNT, é utilizada para armazenas a zona em que a coleta foi
interrompida. O código do AddOn (WhoMode.lua) pode ser observado no Anexo II.
Para instalar o AddOn é necessário criar uma pasta especial dentro da pasta
do jogo, com o nome do AddOn. Então, o código WhoMode.lua é colocado na pasta
juntamente com dois outros arquivos, WhoMode.toc que serve para declarar qual é o
código que deve ser executado e qual o XML de descrição do AddOn e
WhoMode.xml que expõe quais funções são executadas.
A coleta foi realizada através de dois clientes, pois como no jogo há dois
lados, os jogadores de um lado (Horda ou Aliança) não conseguem ver jogadores do
outro lado. O horário escolhido foi o noturno, porque a análise dos dados coletados
com o questionário on-line indicaram que os períodos com maior atividade eram o
vespertino e o noturno. Esta coleta foi realizada durante uma semana, do dia 21 a 26
de abril de 2008 e no segundo momento, do dia 6 a 12 de outubro de 2008. Para
cada dia, dois arquivos eram gerados, um para cada lado.
Considerando os dados da primeira pesquisa, e também da experiência obtida
no próprio jogo, foi escolhido um período para realizar a pesquisa. Como 82% dos
jogadores acessam o jogo no período noturno, das 18 horas as 0 horas, este foi o
período coletado, pois, como os jogadores conectam em períodos diferentes foi
focada apenas uma comunidade.
O servidor escolhido para a coleta foi o servidor Gurubashi. Este servidor foi
selecionado porque é um servidor de PvP, então sugere-se que as pessoas
interagem mais devido às guerras no servidor (DUCHENEAUT et al., 2006a). Outro
motivo é o resultado da pesquisa do questionário on-line, que indicou que este foi o
79
servidor mais encontrado na coleta (33,33%). Assim, buscou-se manter uma
fidelidade à pesquisa do questionário on-line este foi o servidor escolhido.
5.3 ANÁLISE DOS DADOS COLETADOS PELO ADDON
Para analisar os dados coletados nos arquivos gerados, foi criado um projeto
na linguagem Java. A versão de Java utilizada foi a versão 1.6.0_03. A linguagem foi
escolhida porque possui diversas tecnologias que foram acopladas ao projeto, como
Spring e Hibernate, para gerenciar serviços e acesso ao banco de dados. Além
disso, este modelo é um dos mais utilizados atualmente, devido à sua segurança e
estabilidade. Todas as ferramentas utilizadas no projeto são gratuitas e livres.
O Java é uma linguagem orientada a objetos desenvolvida na década de 90
pela empresa Sun Microsystems. Nesta, é possível importar bibliotecas com serviços
adicionais para utilizar em uma classe ou um programa. Para executar uma classe
Java é necessário possuir instalado no sistema operacional a Java Machine. Uma
das vantagens da linguagem é sua portabilidade, ou seja, uma classe desenvolvida
em um sistema operacional funciona em qualquer outro, pois a responsável por
interpretar o código é a Java Machine e não o sistema operacional (HORSTMANN;
CORNELL, 2001; SIERRA; BATES, 2006).
5.3.1 Inserção no banco de dados
A idéia principal do projeto foi realizar um parse dos arquivos coletados para
filtrar os dados e inseri-los em um banco de dados. O banco de dados utilizado foi o
MySQL Community Edition, versão 5.0.45. Primeiramente, foi necessário modelar as
tabelas no banco de dados para a melhor manipulação dos dados posteriormente.
Assim, foram criadas quatro tabelas, que serão detalhadas a seguir.
A primeira tabela, chamada Player, contém os dados básicos de todos os
jogadores encontrados. Quando o arquivo é analisado, para cada jogador
encontrado, uma referência é inserida, contendo um id único, apelido do jogador,
nível, classe, raça, guilda, lado (Horda ou Aliança) e último horário em que foi
encontrado. Se o mesmo jogador foi encontrado duas vezes, apenas uma referência
é mantida.
A próxima tabela, chamada PlayerLinkFull tem como objetivo armazenar
todas as relações encontradas, sem detectar repetições. Na análise do arquivo,
quando uma relação é encontrada, ou seja, dois jogadores da mesma guilda, no
mesmo momento e no mesmo lugar, então é inserida uma referência nesta tabela. A
80
tabela é composta por uma identificação única, chamada de id_PlayerLinkFull,
id_Player1, que é uma referência para um jogador, id_Player2, referência para o
outro jogador da relação, zone, que é o local onde essa relação foi encontrada,
guild, que é a guilda qual os dois jogadores pertencem, e time que registra o
momento em que a relação foi encontrada.
A tabela PlayerLinkSimple também registra relações encontradas. Contudo,
esta tabela não permite repetições, ou seja, uma relação entre um jogador x e y é
armazenada apenas uma vez. A diferença, nesta tabela, é que cada vez que uma
relação é encontrada, um campo de “força” é incrementado, que representa a
intensidade da relação. A tabela contém a identificação única id_PlayerLinkSimple,
id_Player1 e id_Player2, que representam os jogadores da relação, strength, que
representa a força da relação e side para indicar o lado (Horda ou Aliança) dos
jogadores contidos nesta relação.
A última tabela chama-se PlayerDegree e é utilizada para armazenar o grau
de entrada/saída de cada jogador da rede. O grau significa quantas relações o
jogador possui e é um elemento fundamental na análise de redes sociais. Esta
tabela é a mais simples e contém apenas o campo id_Player, referente ao jogador e
degree, que indica o grau deste jogador. O diagrama do mapeamento das tabelas
pode ser observado a seguir:
Figura 5.2 – Diagrama das tabelas do Projeto WhoMode
Para a manipulação dos dados e gerenciamento do banco de dados, foi
utilizada a tecnologia Hibernate. O Hibernate é um framework do tipo ORM (object-
relational mapping) e seu objetivo é mapear as tabelas de um banco de dados
relacionando-as com objetos Java. Além disso, esta tecnologia possui um serviço de
queries muito eficiente, que torna o processamento mais rápido e métodos pré-
definidos com utilidades de manipulação com o banco, o que facilita o
81
desenvolvimento. Todos os processos de queries, transações e gerenciamento de
sessões são transparente para o desenvolvedor e usuário. O Hibernate é uma
tecnologia livre, de código aberto, utilizado por diversas soluções profissionais e
comerciais, sendo componente do JBoss Enterprise Middleware System
(HIBERNATE, 2008; HARROP; MACHACEK, 2005).
Para integrar o Hibernate com o sistema e gerenciar os serviços do projeto foi
utilizado o framework Spring. O Spring é um framework de gerenciamento de
serviços utilizado para construir qualquer tipo de aplicação em Java, de modo leve,
ou seja, com o mínimo impacto. O seu funcionamento consiste em descrever um
contexto em XML que define as classes que devem ser instanciadas, assim como
suas dependências, opções de banco de dados (configuração do Hibernate), etc.
Então, quando um contexto é executado, este gerencia as classes que devem ser
instanciadas no momento de carregamento do driver do banco de dados e outras
opções. Isso contribui para desacoplar as dependências do código, colocando todas
em um mesmo lugar para seu gerenciamento. O Spring, desta forma, cuida da
concorrência das transações, garantindo a atomicidade dos serviços e também
facilita o ambiente de testes (SPRING, 2008; HARROP; MACHACEK, 2005; TATE;
GAHTLAND, 2005).
Seguindo este modelo, que é um dos modelos mais empregados atualmente,
o projeto foi dividido em pacotes. Cada pacote tem uma finalidade e nomenclatura
correspondente, seguindo os padrões Java. Todos os pacotes tem seu nome
iniciado por br.mack.wow.parser. O primeiro pacote é o pacote de pojo (Plain Old
Java Object), que contém os objetos simples que representam as tabelas do banco
de dados. O pacote hbm contém os arquivos XML necessários para o Hibernate
associar as tabelas aos pojos. O pacote dao contém os métodos responsáveis pelos
serviços de gerenciamento do banco de dados. O pacote service contém o serviço
com os métodos que apontam para o dao. Finalmente, o pacote cmd contém as
classes que realizam as ações de parsing e outros algoritmos necessários para a
análise dos arquivos.
O primeiro passo para analisar os arquivos é ler seu conteúdo e rastrear a
informação necessária para inserir no banco de dados. Como o arquivo é composto
por duas linhas, uma com a variável contendo o resultado da busca e outra com o
contador de controle do AddOn, é necessário ler apenas a primeira linha do arquivo.
Então é separado apenas o conteúdo da variável, que fica entre aspas. Com o
conteúdo separado, é possível, então, separar os resultados das buscas.
A partir disso é necessário diferenciar todas as buscas realizadas, por zona.
Cada busca é dividida pela string “END”. Então, é obtida uma lista de resultados, já
com o separador removido. Depois desse passo, para cada item da lista, é
82
necessário isolar a hora da busca, que se localiza no início da string. Assim, cada
jogador é separado com “|”, então divide-se a string para obter uma lista de
jogadores. Para cada jogador encontrado na lista, o último passo é decompor a
string por “,” para obter separadamente as características do jogador.
Neste ponto, um objeto do tipo Player é populado e persistido no banco de
dados. Para cada jogador inserido, uma busca é feita no banco de dados, para
procurar jogadores da mesma guilda, naquele momento. Como cada busca por zone
é realizada em um momento único e que não se repete, então verifica-se apenas
jogadores da mesma guilda no mesmo momento para criar uma relação entre eles.
Se uma relação for encontrada, um objeto PlayerLinkFull é preenchido e
persistido no banco de dados. Uma busca é realizada na tabela PlayerLinkSimple
para verificar se a relação entre aqueles dois jogadores já existe. Se a relação ainda
não existe, ela é criada, se existe, o campo strength é incrementado. Este
procedimento é repetido para todos os jogadores da lista, para todas as zonas da
busca encontradas no arquivo.
Com este processo finalizado, ou seja, todos os arquivos lidos, pode-se então
analisar os dados estatisticamente pelo banco de dados ou então, exportá-los para
um arquivo .NET do Pajek, por exemplo. A análise estatística dos dados é feita
através do banco de dados diretamente. Para exportar os dados para o formato do
Pajek, há uma classe específica, que exporta os dados dependendo dos parâmetros
passados. As opções são redes de jogadores por lado (Horda ou Aliança) e faixa de
força de relação.
Os dados são exportados separadamente para facilitar a visualização da
rede, devido ao grande número de ocorrências. Como há uma quantidade elevada
de dados, para facilitar o entendimento, foram utilizadas cores nos vértices e arestas
para diferenciar os jogadores e relações. Os vértices recebem cores de acordo com
a classe (Tabela 5.1) e as arestas possuem grossura e cor de acordo com a força da
relação (Tabela 5.2). Os nomes de cores indicadas na tabela são correspondentes
ao manual do Pajek.
Tabela 5.1 Cores dos vértices por classe
classe Nome da cor Cor no Pajek
Rogue Amarelo
Warlock Roxo
Warrior Verde Escuro
Mage Azul claro
Hunter Verde claro
Shaman Azul escuro
Paladin Violeta
Druid Laranja
Priest Branco
83
Tabela 5.2 Cores e espessura das arestas por força da relação
força espessura
Nome da cor Cor no Pajek
1 1 Black (Preto)
2 2 Fuchsia (Rosa)
3 2 Violet (Violeta)
4 2 RoyalPurple (Roxo Azulado)
5 2 CadetBlue (Violeta Acinzentado)
6 2 RoyalBlue (Azul Médio)
7 3 CornflowerBlue (Azul Claro acinzentado)
8 3 Cerulean (Azul Claro)
9 3 Cyan (Ciano)
10 3 ProcessBlue (Azul Claro Brilhante)
11 3 SkyBlue (Azul Claro Esverdeado)
12 3 Torquoise (Turquesa)
13 3 TealBlue (Verde Piscina)
14 3 Aquamarine (Verde Azulado Claro)
15 3 BlueGreen (Verde Azulado)
16 4 Emerald (Esmeralda)
17 4 JungleGreen (Verde Brilhante)
18 4 SeaGreen (Verde Brilhante Claro)
19 4 Green (Verde)
20 4 ForestGreen (Verde Fluorescente)
21 4 PineGreen (Verde Fluorescente Escuro)
22 e 23 4 OliveGreen (Verde Escuro)
24, 25 e 26 4 LimeGreen (Verde Claro)
27, 28 4 SpringGreen (Verde Amarelado Claro)
29, 30 4 LightGreen (Verde Claríssimo)
31 4 LFadedGreen (Verde Desbotado)
32 5 GreenYellow (Amarelo Acinzentado)
33 5 Yellow (Amarelo)
34 5 Goldenrod (Amarelo Vivo)
35 5 Dandelion (Laranja Claro)
36 5 Apricot (Pêssego Claro)
37 5 Peach (Pêssego)
38 5 Melon (Vermelho Desbotado)
39 5 YellowOrange (Laranja Brilhante)
40 5 Orange (Laranja Escuro)
41 5 BurntOrange (Laranja)
43 5 RedOrange (Vermelho Brilhante)
44 5 Red (Vermelho Vivo)
45 5 BrickRed (Vermelho Escuro)
51
5 Maroon (Vinho)
acima de 58
5 RawSienna (Marrom claro)
Contudo, devido à massa de dados, as redes exportadas, mesmo separadas
por força, são inviáveis de serem analisadas com detalhes. Desta forma, as guildas
com mais relações foram analisadas individualmente, o que é explicado no próximo
tópico.
84
5.3.2 Análise de Redes Sociais das Guildas
Para analisar a rede social de cada guilda individualmente, foi construído um
algoritmo. Este primeiramente obtém todas as relações PlayerLinkSimple e então
filtra apenas as que pertencem à guilda referente à análise em questão. Com uma
lista filtrada, ele a envia, utilizando o mesmo método de exportação das outras
redes. Esta rede também utiliza a coloração descrita anteriormente, a fim de facilitar
o entendimento e visualização.
No mesmo programa, com a lista de relações obtidas, é gerado um relatório
com toda a informação de todos os jogadores pertencentes a esta rede, assim como
seus respectivos graus de entrada e saída. Por último, com os graus, número de
vértices (tamanho da lista de jogadores da rede) e arestas (número de relações
encontradas) é possível calcular a média de grau de entrada/saída e também a
densidade da rede.
Além da análise de redes sociais, outra técnica foi utlizada para clusterizar os
jogadores e verificar a formação de padrões envolvendo as classes e outras
características. A técnica utilizada é descrita no próximo tópico.
5.4 CLUSTERIZAÇÃO DA COMUNIDADE
O estudo de comunidade de jogadores on-line envolve a identificação de
agrupamentos, o que tem sido feito por meio de algoritmos desenvolvidos nas mais
diversas áreas como computação paralela, visão computacional, aprendizagem de
máquina e redes sociais. Dentre essas abordagens, foi possível empregar, para a
clusterização de jogadores de MMORPG do presente trabalho, os mapas auto-
organizáveis (Self-Organizing Maps – SOM) (RODRIGUES et al., 2008).
Mapas auto-organizáveis ou redes de Kohonen (2001), também denominadas
de konets, é um método de análise e visualização de dados complexos. O método
de mapas auto-organizáveis foi desenvolvido na década de 80 por Teuvo Kohonen
(2001) e pauta-se na premissa de que a organização cerebral é estabelecida por
regiões relacionadas a diferentes tipos de estímulos – tais como sensibilidade tátil,
visão, controle motor, etc. – que mapeiam subáreas para as respostas vinculadas ao
85
órgão sensorial em questão. Nesta abordagem neurônios que possuem uma
proximidade topológica apresentam uma tendência padrão de resposta a estímulos
análogos (BRAGA; CARVALHO; LUDEMIR, 2000).
Neste sentido, o funcionamento do mapa auto-organizável segue uma
dinâmica onde após a apresentação do vetor de entrada a rede efetua uma busca
para estabelecer o nó que apresenta maior número de semelhanças. Então ocorre
um processo de treinamento em que a rede amplia a semelhança do nó selecionado
e dos nós vizinhos em relação ao vetor de entrada. Esse processo resulta num
mapa topológico em que nós próximos apresentam um comportamento semelhante
aos padrões de entrada de acordo com a afinidade em relação à característica ou às
características estabelecidas (BRAGA; CARVALHO; LUDEMIR, 2000).
O processo basicamente interpreta os vetores de entrada e as relações
estatísticas de muitas dimensões em uma representação geométrica
tradicionalmente bidimensional (KOHONEN, 2001). O algoritmo de mapas auto-
organizáveis encontra o posicionamento para os quantizadores de cada vetor de
entrada no espaço de dados a partir da comparação da soma de suas distâncias
quadráticas. Desta forma, o processo visa preservar os relacionamentos topológicos
mais significativos dos elementos primários. A preservação topológica empreendida
pelos mapas auto-organizáveis é especialmente útil para a visualização de dados.
O mapa auto-organizável é elaborado a partir de um algoritmo que utiliza
uma inicialização randômica ou linear para o estabelecimento dos pesos sinápticos
da rede (vetor w
ij
) ou por um processo linear que faz esta iniciação de maneira
ordenada (KOHONEN, 2001). Da mesma forma, é necessário também definir um
modelo de unidades do mapa, que pode ser retangular, hexagonal ou apresentar
uma forma irregular. Após este procedimento inicial ocorre a competição (para
estabelecer o neurônio vencedor), a cooperação (em que o neurônio vencedor
estabelece a vizinhança topológica em relação aos neurônios excitados) e a
adaptação sináptica (onde se dão os ajustes nos pesos sinápticos em relação ao
padrão de entrada) (Figura 5.3, KOHONEN, 2001).
86
Figura 5.3 – Processo de busca do neurônio vencedor nas Redes de Kohonen,
substituindo o antigo indicado por um ponteiro
Fonte: KOHONEN (2001)
Para a utilização desta técnica foi utilizada a ferramenta SOM Toolbox 2.0
para o software MatLab. Para evitar um número muito elevado de dados, a entreda
foi uma matriz composta dos jogadores pertencentes às guildas selecionadas
(Extremus Vis, Irmandade do Caos, Legião Brasileira, Man Bites Dog, Notorious,
TheChosen e Ultimato). As variáveis consideradas na matriz foram: Gscore
(pontuação individual de cada jogador com base no site warcrafter.net), GuildDegree
(grau de cada jogador no contexto da guilda) e as classes. As nove classes foram
codificadas como variáveis binárias, para que a distância entre estas seja sempre a
mesma.
No próximo capítulo serão apresentados os resultados obtidos através da
metodologia descrita.
87
6 RESULTADOS OBTIDOS
A seguir, serão apresentados os dados dos dois tipos de coletas realizadas,
ou seja, do questionário on-line e das coletas realizadas dentro do jogo. Os dados
foram exportados do banco de dados de acordo com os métodos descritos
anteriormente.
6.1 RESULTADOS DO QUESTIONÁRIO ON-LINE
A duração da coleta do questionário on-line foi de dois meses, com dados
coletados do dia 16 de fevereiro a 24 de abril de 2008. Foram coletados dados de 69
jogadores (32 do lado da Horda e 37 do lado da Aliança), de diferentes servidores. A
primeira etapa do questionário contém perguntas sobre o personagem do jogador.
Nesta parte é possível realizar uma estatística das raças, classes, nível e guildas
mais populares.
No Gráfico 6.1 é possível verificar os servidores mais encontrados na coleta.
Gráfico 6.1 – Servidores do WoW encontrados na coleta do questionário
O servidor mais encontrado foi o Gurubashi (23 jogadores), um servidor de
PvP, com população alta. O segundo mais encontrado foi o servidor Ysera, com 14
jogadores, que é um servidor Normal.
88
O Gráfico 6.2 permite observar as raças e classes mais populares escolhidas
pelos jogadores.
Gráfico 6.2 – Estatística de Classes e Raças do WoW coletadas no questinário
A raça Night Elf (22%), da Aliança, é a raça mais popular seguida pelos
Humans e Undeads (ambos com 17%), raças com maior apelo visual. As raças
menos populares são os Gnomes (3%), seguidos pelos Dwarfs, Draeneis e Orcs
(com 6%). As raças Blood Elf e Draenei podem ter sua baixa popularidade explicada
pelo fato de que estas pertencem à expansão, que nem todos os jogadores
possuem e assim não podem criar personagens destas raças. As classes mais
populares encontradas na coleta são, em primeiro lugar, Shaman (18%) seguido por
Paladin (16%). Houve um jogador que não respondeu. As classes menos populares
encontradas são Warlock (4%) e Priest (6%). Em relação ao nível a distribuição
encontrada foi a seguinte (Gráfico 6.3):
Gráfico 6.3 – Estatística do Nível dos jogadores do WoW encontrados no questinário
89
A grande maioria dos jogadores (51 jogadores, 75,36%) está no nível mais
alto do jogo, 70, o que pode ser observado no Gráfico 6.3. Dividindo-se pela faixa de
nível, pode-se dizer que 79,71% (55 jogadores) dos jogadores possuem nível alto,
considerando-se alto, acima de 60. Em um nível médio, de nível 40 a 60, encontram-
se nove jogadores, que representam 13,04%. O restante possui nível baixo,
totalizando cinco jogadores (7,24%). O perfil dos jogadores coletados corresponde a
níveis mais altos porque quanto mais elevado o nível mais a estrutura do jogo World
of Warcraft faz com que a colaboração entre os usuários ocorra.
As guildas mais encontradas no questionário podem ser visualizadas no
Gráfico 6.4.
Gráfico 6.4 – Estatística das guildas do WoW encontradas na coleta do questionário
A guilda mais encontrada na coleta foi a Ultimato, do servidor Gurubashi, com
20 jogadores, representando 28,98% do total. Nove jogadores (13,04%) não
responderam este campo, o que pode indicar uma omissão de informação, ou que
estes não pertencem a guildas. Outra guilda com número elevado de ocorrências foi
a BOPE, do servidor Ysera, com 6 jogadores (8,69%).
O Gráfico 6.5 mostra o gênero, estado civil e se os jogadores jogam com seus
parceiros.
90
Gráfico 6.5 – Estatísticas do questinário: gênero, estado civil e se os entrevistados
jogam com seus parceiros no WoW
Sobre o gênero dos jogadores (Gráfico 6.5), pode-se afirmar que a grande
maioria dos jogadores é do sexo masculino (93%). Além de uma questão cultural,
onde a atividade do jogo é rotulada como masculina, as campanhas de marketing da
empresa são voltadas para este público. A maioria dos entrevistados é solteira
(62%), um jogador não respondeu a questão, um é separado e o restante (25
jogadores, 36%) possui algum tipo de comprometimento.
Dos jogadores comprometidos, a maior parte (16%) se enquadra nesta, 14%
casados, 3% noivos e 3% moram juntos. A maioria (65%) respondeu não jogar com
seu parceiro, mas isso pode ser justificado, pois 62% dos jogadores são solteiros.
Assim, apenas 3% dos jogadores comprometidos não jogam com seus parceiros.
Contudo, 32% responderam jogar com seus parceiros (88% entre os
comprometidos), e o restante (3%) não respondeu a pergunta. Desta forma, os
casais tendem a ingressar no mundo do jogo juntos, já que esta é uma atividade que
demanda tempo.
O Gráfico 6.6 mostra o país de origem dos entrevistados e horas jogadas por
semana.
91
Gráfico 6.6 – Estatística do país de origem e horas jogadas no WoW semanalmente
coletadas no questionário
A maioria, 52 jogadores é do Brasil, representando 76% do universo. Este
resultado indica que a divulgação de utilizando moldes semelhantes aos usados em
marketing viral
23
(LESKOVEC; ADAMIC; HUMERMAN, 2007) obteve mais êxito do
que os meios on-line. O segundo país mais encontrado, Estados Unidos com 15
jogadores (22%), é o país de origem do jogo. Outros países também foram
encontrados, como Alemanha e Líbano (com apenas um jogador cada).
Sobre as horas jogadas semanalmente, as respostas menos populares estão
nos extremos, até 5 horas semanais (12%) e mais de 60 horas semanais (13%). A
maioria dos jogadores joga até 14 horas semanais (33%), cerca de 2 horas diárias.
Os períodos mais jogados podem ser observados no Gráfico 6.7.
Gráfico 6.7 – Estatística dos períodos preferenciais dos
jogadores de WoW entrevistados no questinário
23
Marketing viral é um método onde as empresas exploram as redes sociais para divulgar um
produto, incentivando as pessoas a recomendarem o produto para os amigos.
92
O período mais jogado é o noturno, das 18 horas às 0 horas, com 39
jogadores jogando apenas neste período e mais 18 jogadores que jogam neste
período além de outros. Somando as respostas com este período isolado e
agregado totalizam-se 82,06% do universo da pesquisa jogando no período das 18h
as 0h.
Sobre as idades dos jogadores entrevistados, é possível concluir (Gráfico 6.8)
que os jogadores são jovens principalmente entre 25 e 28 anos (44,92%).
Gráfico 6.8 – Estatística da faixa etária dos jogadores de WoW encontrada no questionário
Contudo, foram encontrados jogadores de uma faixa mais ampla de idades,
de 15 anos (1 jogador) a 37 anos (1 jogador).
A pesquisa também investigou qual era a maior motivação dos entrevistados
no jogo, assim como a freqüência ao modo PvP (Gráfico 6.9).
Gráfico 6.9 – Estatística da motivação e freqüencia ao PvP
dos jogadores de WoW entrevistados no questinário
93
A grande maioria (57%) respondeu que “Jogar com os amigos” era a sua
maior motivação, o que valida o apelo social do jogo. A segunda maior motivação
(23%) é derrotar chefes de raid. Em seguida são encontradas as respostas “Obter
itens raros” e “Completar quests” com 7% de respostas, e por último “Explorar o
mundo de Azeroth”, com 6% de respostas.
O modo PvP pode ser jogado de duas formas: ou nas áreas que não são
neutras nos servidores de PvP, ou em jogos fechados, onde dois times se formam,
um da Aliança e outro da Horda, e uma partida é jogada para conquistar lugares em
um mapa. 22% dos jogadores dizem nunca freqüentar este modo. Contudo, 39%
dizem freqüentar ao menos 2 vezes por semana e 20% freqüentam mais de 10
vezes por semana. No total, 78% dos jogadores participam, com alguma freqüência
do modo PvP. Isso indica que, apesar de ser um jogo on-line, as pessoas não
prescindem de um contato humano mediado tecnologicamente pelo modo PvP, ou
seja, um contato que transcenda o estabelecido com Non-Players Characters (NPCs
– Personagem Não-Jogador, agentes pautados em inteligência artificial presentes
nos MMORPGs).
Os tipos de laço mais encontrados na coleta podem ser verificados no Gráfico
6.10.
Gráfico 6.10 – Tipos de laços sociais encontrados na coleta do questionário aplicada aos
jogadores de WoW
O tipo de laço predominante foi o tipo 3, relações com membros da guilda,
com 49% das respostas. Em seguida, encontra-se o tipo 5 (25%), relações com
94
amigos de fora do jogo, e tipo 4 (13%), relações com freqüentadores da mesma área
do jogo. O tipo de laço menos popular foi o tipo 7 (1%), amigo de um amigo, seguido
pelo tipo 2 (3%), escolhas no jogo, tipo 1 (4%), mesma faixa de nível e tipo 6 (5%),
amigo de outro jogo. Estes resultados indicam que o fator que mais influencia no
estabelecimento de relações dentro do jogo é o ingresso em uma guilda. Isso define
parte do trajeto realizado pelo jogador dentro do universo do jogo.
Esta coleta influenciou na determinação da próxima abordagem. Como a
grande maioria dos jogadores estabelece suas relações por meio das guildas e uma
coleta através do jogo pode encontrar os laços sociais existentes deste tipo, esta foi
a relação estudada detalhadamente. No próximo tópico seguem os resultados da
abordagem pela coleta dentro do próprio jogo.
6.2 RESULTADOS DA COLETA PELO ADDON
A seguir são mostrados os dados coletados pelo AddOn desenvolvido para o
jogo. A coleta foi realizada em dois momentos distintos no servidor Gurubashi no
período noturno. O primeiro abarcou uma semana, do dia 20 a 26 de abril de 2008.
O segundo também seguiu o espaço temporal de uma semana, do dia 6 a 12 de
outubro de 2008. As duas coletas foram realizadas com um intervalo de tempo de
quase seis meses a fim de analisar a evolução da rede.
6.2.1 Resultados da primeira coleta pelo Addon
Foram coletados 10997 kb de dados divididos em dois arquivos diários, um
para cada lado (Horda e Aliança). Na coleta foram encontrados 17959 jogadores e
101142 relações entre estes. Esta coleta foi realizada na semana de 20 a 26 de abril
de 2008.
Através do Gráfico 6.11 é possível observar que um maior número de
entradas da Horda foram coletadas.
95
Gráfico 6.11 – Comparativo das estatísticas gerais do WoW da primeira coleta do Addon
No total, 17959 jogadores foram encontrados, 61% eram da Horda e 39% da
Aliança. A tabela PlayerLinkFull que contabilizava todas as relações encontradas,
obteve-se, no total, 101142 entradas, 64% da Horda e 36% da Aliança. A tabela
PlayerLinkSimple, que contabiliza as relações sem repetições, totalizou 28110
entradas, 55% da Horda e 45% da Aliança.
As classes e raças mais encontradas na pesquisa podem ser observadas
através do Gráfico 6.12.
Gráfico 6.12 – Classes e Raças do WoW encontradas na primeira coleta do Addon
96
As classes mais populares são Hunter (13,41%), seguida por Rogue
(13,40%). As classes menos populares encontradas são Shaman (9,25%) e Priest
(9,24%). Isso indica que classes mais adequadas para se jogar sozinho são mais
populares entre os jogadores. Já classes que são muito dependentes de outras são
menos escolhidas, pois isso oferece ao jogador a possibilidade de, num primeiro
momento, jogar sozinho, já que muitas vezes este ingressa no jogo
desacompanhado e tem receio de integrar grupos sem antes estabelecer laços
sociais com outros jogadores.
A raça mais popular é a Blood Elf (19,24%), uma raça da Horda lançada na
última expansão do jogo. Esta raça, além de ser uma novidade, possui grande apelo
visual. Em seguida encontra-se a raça Undead (16,01%), outra raça da Horda, e
Night Elf (12,35%), uma raça da Aliança. A raça pertencente à Aliança lançada na
expansão, Draenei, é bem menos popular, com apenas 6,31%. A raça menos
popular foi Dwarf, do lado da Aliança, com 3,71% de jogadores encontrados. Isso
pode ser justificado, pelo menos parcialmente, pela aparência gráfica do avatar
24
.
O gráfico 6.13, abaixo expõe em que níveis encontram-se os jogadores cujos
dados foram coletados.
Gráfico 6.13 – Estatística do nível dos jogadores do WoW coletados no Addon no primeiro
momento
A partir do Gráfico 6.13 é possível concluir que a maioria dos jogadores se
encontra no nível mais alto do jogo (40%), nível 70. Muitos jogadores também se
encontram no primeiro nível do jogo (4%), nível 1. A partir de então, a quantidade
decai, e a somatória dos jogadores do nível 4 a 69 totaliza 53% do universo da
24
A representação gráfica do avatar do Dwarf encontra-se presente na página 46.
97
coleta. Através desses dados é possível concluir que uma parcela dos jogadores do
universo está iniciando o jogo e por isso contribuindo pouco para a construção da
comunidade. Contudo, a maioria das atrações do jogo é para jogadores de nível
máximo. Desta forma, todos concentram seus esforços para alcançar este nível
rapidamente. As guildas mais encontradas na coleta são exibidas no Gráfico 6.14.
Gráfico 6.14 – Guildas do WoW mais encontradas na primeira coleta do Addon com a
percentagem de jogadores em relação ao universo total
A guilda com maior quantidade de jogadores encontrada foi a guilda Man
Bites Dog, com 164 jogadores (1,274% do universo), e em seguida a guilda Idle
Hands, com 163 jogadores (1,267% do universo). Outras guildas foram localizadas,
com menos de 100 membros e a distribuição de quantidade de membros pode ser
verificada no Gráfico 6.15.
Gráfico 6.15 – Distribuição das demais guildas do WoW encontradas na primeira coleta do
Addon
98
A maioria das guildas possui 2 a 19 jogadores (53%), resultado seguido pelas
guildas com apenas 1 jogador (34%). Isso significa que a maioria das guildas são
menores, ou não são muito ativas, assim poucos jogadores as representaram na
coleta.
As relações coletadas na tabela PlayerLinkSimple contabilizam a força da
relação, ou seja, quantas vezes a relação entre os mesmos dois jogadores foi
encontrada. No Gráfico 6.16 é possível visualizar as forças encontradas nas
relações do lado da Aliança e do lado da Horda.
Gráfico 6.16 – Força das relações estabelecidas entre jogadores do WoW encontradas na
primeira coleta do Addon
A grande maioria das relações de ambos os lados (5921 da Aliança,
representando 84,18% e 4810 da Horda, representando 30,90%) foram encontradas
apenas uma vez, tendo força 1. A partir de então a quantidade de relações vai
decrescendo à medida que a força aumenta. A força mais alta encontrada foi 49 do
lado da Aliança, com apenas uma relação (representando 0,014%). Do lado da
Horda, a relação mais forte foi apenas uma de valor 58 (representando 0,006%).
No total, a maior quantidade das relações possui força 1 (32%). A segunda
faixa encontra-se entre força 2 a 5 (45%) e a menor parte na faixa restante (23%).
Quanto maior a força, menos relações são encontradas. Esta análise foi responsável
pela divisão das primeiras redes exportadas, sendo que a separação foi feita por
facção e faixa de forças encontradas para facilitar a visualização.
Cada relação do jogo foi encontrada em uma zona diferente, no Gráfico 6.17
é possível observar as zonas com mais e menos relações.
99
Gráfico 6.17 – Zonas do WoW onde as relações foram encontradas na primeira coleta do
Addon
As zonas com menos relações foram Azuremyst Isle, Zul’Gurub e The Exodar.
Azuremyst Isle (com 5 relações, 0,005%) é a zona em que os jogadores da raça
Draenei começam o jogo, isso explica a baixa taxa de relação. Outras zonas de
início do jogo também estão entre as que menos relações foram encontradas. The
Exodar (com 8 relações, 0,008%) é a cidade natal dos Draenei, além de ser uma
cidade que só é encontrada na expansão, sua localização geográfica no jogo é
desprivilegiada. Só é possível chegar nesta cidade por meio de teleport ou barco, o
que diminui a popularidade da mesma. Zul’Gurub (com 9 relações, 0,008%) é uma
Instance que não é muito procurada, por ser do jogo original, sem a expansão, a
qualidade de seus itens não vale a dificuldade.
A zona com maior quantidade de relações encontradas foi Serpentshrine
Cavern (14865 relações, 14,70%), que é uma Instance com itens raros e dificuldade
média para seu contexto, isso explica a sua popularidade. Já a Instance Karazhan
(13122 relações, 12,97%) é a primeira raid da expansão, sendo muito procurada
pelos jogadores por fornecer os primeiros itens avançados de batalha, que são
necessários para progressão no jogo. Entre as zonas com mais relações
encontradas estão as áreas novas da expansão e também as principais cidades de
cada lado, Orgrimmar (1374 relações, 1,36%) e Ironforge (1357 relações, 1,34%).
100
Além de contabilizar as zonas com mais relações encontradas, as guildas
com mais relações encontradas também foram contabilizadas. No Gráfico 6.18 é
possível observar as faixas de relações encontradas nas guildas, verificando que a
maioria das guildas possui entre 2 e 249 relações encontradas (74%).
Gráfico 6.18 – Faixa de quantidade de entrada das guildas do WoW com relações
encontradas na primeira coleta do Addon
As guildas mais sociáveis, ou seja, com mais relações encontradas podem
ser analisadas no Gráfico 6.19.
Gráfico 6.19 – Guildas do WoW com mais relações encontradas na primeira coleta do Addon
(percentagem em relação ao universo total)
A guilda com mais relações encontrada é a guilda Invictus, com 5970 relações
(5,90% do universo total), seguida pela guilda Nevermore, com 5223 relações
(5,16% do universo total) e Extremus Vis (4,68% do universo total).
101
Cada relação que um jogador possui no universo da coleta conta como um
grau de entrada ou saída. No Gráfico 6.20 é possível observar a distribuição dos
jogadores por grau em cada facção.
Gráfico 6.20 – Distribuição dos graus dos jogadores de WoW encontrados na primeira coleta
do Addon
Observando a distribuição dos de grau dos jogadores é possível concluir que
a topologia da rede coletada é sem escala, pois a curva apresentada segue a
distribuição de uma lei de potência. Para analisar distribuição de graus e topologia
da rede, o Gráfico 6.21 mostra a distribuição dos logs dos dados, onde n(k) é o
número de jogadores para cada grau e k é o grau:
Gráfico 6.21 – Distribuição log/log dos graus dos jogadores de WoW
encontrados na primeira coleta do Addon
102
A distribuição log/log acima mostra que há um corte que indica qual região
realmente pertence à topologia de redes sem escala. Isso acontece na maioria das
redes deste tipo, pois seu comportamento só obedece inteiramente a uma
distribuição de uma lei de potência quando a quantidade de dados da amostra é
infinita (WATTS, 2002). O expoente calculado para a região sem escala é 2,5, Isso
significa que a distribuição de lei da potência pode ser descrita por: P(k) ~ k
-2,5
, onde
k é o grau e P(k) é a quantidade de jogadores para cada grau encontrado. O
expoente indica a variação da distribuição para cada variável. Este resultado se
assemelha às redes de sites da Internet e outras redes do mundo real (BARABÁSI,
2003).
6.2.2 Resultados da segunda coleta pelo Addon
Com base na análise dos dados da primeira coleta optou-se por dividir a
segunda coleta em dias de semana (segunda à quarta-feira), final da semana
(quinta-feira à sábado) e na semana inteira como comparativo. Com isso objetivava-
se realizar uma análise detalhada para considerar a periodicidade de renovação das
áreas de aventura. Nas terças-feiras, todas as áreas de aventura são reiniciadas,
sendo assim, muitos grupos se juntam para completar missões na terça-feira, para
ter mais chances de coletar os melhores itens. Estes grupos organizados vão
diminuindo ao longo da semana, tendo um pico novamente no final de semana.
Portanto, nesta segunda coleta, procurou-se investigar a dinâmica da comunidade
em diferentes períodos. No gráfico 6.22 encontram-se a quantidade de jogadores
encontrados nos dois períodos.
Gráfico 6.22 – Quantidade de jogadores de WoW da segunda coleta do Addon
103
É possível observar através do Gráfico 6.22 que há mais jogadores apenas no
segundo período (76,88%). Contudo, 7386 jogadores (41,74%) aparecem em ambos
os períodos. Também foram observados mais jogadores da Horda em todos os
períodos. Assim, é possível concluir que grande parte dos jogadores joga durante
toda a semana. No Gráfico 6.23 pode-se observar as relações sem repetição dos
períodos.
Gráfico 6.23 – Quantidade de relações estabelecidas entre jogadores do WoW na segunda
coleta do Addon
Já no caso das relações sem repetições encontradas, no final de semana são
estabelecidas mais relações: 16946 (60,69%). Contudo, relações que existem em
ambos os períodos contabilizam apenas 3573 (12,80%). Isso indica que as relações
são mais fragmentadas, ou seja, os grupos têm uma dinâmica diferente em cada
período. O próximo gráfico (Gráfico 6.24) apresenta as raças encontradas nos
períodos.
Gráfico 6.24 – Raças do WoW encontradas na segunda coleta do Addon
104
A distribuição das raças nos períodos está incrementada da mesma forma.
Sendo assim, não há uma raça predominante em algum dos períodos. O Gráfico
6.25 mostra a distribuição das classes nos períodos:
Gráfico 6.25 – Classes do WoW encontradas na segunda coleta do Addon
Da mesma forma que as raças, as classes não apresentam nenhuma
disparidade significativa. O Gráfico 6.26 mostra o nível dos personagens:
Gráfico 6.26 – Nível dos jogadores de WoW na segunda coleta do Addon
Há também um incremento gradual nas faixas de nível dos jogadores.
Contudo é possível observar que durante a semana há mais jogadores do nível 1 e
há uma disparidade maior nos jogadores de nível 70 durante os dois períodos
(semana e final de semana). A seguir, o Gráfico 6.27 mostra uma comparação das
105
guildas encontradas com mais jogadores a partir das guildas que contabilizam mais
de 0,8% do universo total dos dados da semana inteira.
Gráfico 6.27 – Comparação das guildas com mais jogadores de WoW na segunda coleta do
Addon
A partir do Gráfico 6.27 é possível observar que algumas guildas têm uma
atividade significativamente maior no final de semana, por exemplo, as guildas
Happy Guildmore e Pirates of Gurubashi. Por outro lado, algumas guildas possuem
mais atividade durante a semana, o que é o caso da guilda Armada Brancaleone.
Normalmente, as pessoas possuem mais tempo para jogar no final de semana,
então este período é escolhido para concluir as Instances e Raids, pois estas
demandam mais horas. Outras guildas adotam a estratégia de completar estas
missões durante a semana, garantindo a missão naquela semana, pois as áreas de
aventura são reiniciadas. O próximo gráfico (Gráfico 6.28) mostra a distribuição de
forças encontradas na coleta.
Gráfico 6.28 – Zonas do WoW onde as relações foram encontradas na segunda coleta do
Addon
106
No Gráfico 6.28 pode-se observar as zonas onde a maior parte das relações
foram encontradas. Algumas zonas possuem uma dinâmica diferente durante a
semana e no final de semana. A Instance Karazhan, por exemplo, é uma Instance
onde guildas menores obtém seus primeiros equipamentos, normalmente no final de
semana, e guildas maiores, que já possuem uma estratégia definida, a completam
semanalmente, quando a zona é iniciada, para coletar itens especiais. A zona
Shattrath City é a principal zona da segunda expansão do jogo, esta é uma cidade
santuário onde jogadores das facções opostar não podem lutar. Tanaris é uma zona
de aventuras mais rápidas, assim os jogadores preferem completá-las durante a
semana. A zona Gruul’s Lair é uma Instance de nível máximo de maior dificuldade,
onde a predominância são guildas grandes com estratégias definidas, normalmente
durante a semana, pois é quando a zona é iniciada. Outras zonas, como
Serpentshrine Cavern, são Instances de maior dificuldade que demandam muito
tempo, por isso os jogadores preferem completá-la durante o final de semana.
O Gráfico 6.29 mostra as guildas com maior quantidade de relações
encontradas.
Gráfico 6.29 – Guildas do WoW com maior quantidade de relações encontradas na segunda
coleta do Addon
Algumas guildas com mais relações encontradas (Gráfico 6.29) são guildas
que já possuíam muitas relações na coleta anterior, como Ultimato, Armada
Brancaleone, Agulhas Negras, dentre outras. Contudo, nesta análise é possível
observar que algumas guildas possuem maior atividade em diferentes períodos.
Algumas guildas se reúnem mais no final de semana, quando os jogadores possuem
107
mais tempo para completar Instances e missões. Outras adotam a estratégia de
completar as Instances e missões durante a semana, pois as Instances reiniciam
durante a semana, e assim os jogadores podem completá-las novamente e garantir
o término da missão. O Gráfico 6.30 mostra a distribuição de força da relação.
Gráfico 6.30 – Distribuição de força das relações dos jogadores de WoW na segunda coleta do
Addon
A maior força de relação encontrada nesta coleta foi 92 do lado da Aliança.
Houve uma diferença significativa na maior força encontrada nas duas coletas (a
maior força da última coleta foi 58). Da mesma forma que a coleta anterior, a maior
parte das relações (39,8%) possuem força 1. O Gráfico 6.31 permite visualizar a
distribuição de graus da coleta.
Gráfico 6.31 – Distribuição de graus dos jogadores de WoW na segunda coleta do Addon
108
Assim como a coleta anterior, esta coleta mostra que a distribuição do grau
dos jogadores indica uma topologia sem escala. Isso é justificado pelo formato da
curva, que segue uma lei de potência. Da mesma forma que a coleta anterior, a
topologia da rede também foi analisada através do gráfico log/log (Gráfico 6.32),
lembrando que n(k) é o número de jogadores para cada grau e k é o grau:
Gráfico 6.32 – Distribuição log/log dos graus dos jogadores de WoW na segunda coleta do
Addon
Pela distribuição log/log é possível observar qual é a região do gráfico sem
escala. Como explicado anteriormente, este comportamento é comum para redes
desta topologia, pois uma distribuição de lei de potência só é completa quando a
amostra de dados é infinita (WATTS, 2002). O expoente calculado para esta região
sem escala é 2,05 o que indica uma distribuição P(k) ~ k
-2,05
, onde k é o grau e P(k)
é a quantidade de jogadores para cada grau encontrado.
6.3 ANÁLISE DE REDES SOCIAIS COLETADAS
Com os dados coletados a partir do AddOn construído para o jogo, foi
possível construir uma amostra da comunidade do universo do jogo. A partir desta
amostra, foram geradas redes para analisar a rede social da comunidade de
jogadores.
6.3.1 Análise das Redes com Separação por Força e Lado na Primeira
Coleta
As primeiras redes geradas consideraram as faixas de força das relações,
assim como a sua facção (Horda ou Aliança). As relações podem ser apenas da
Horda ou Aliança, pois jogadores de uma facção não podem relacionar-se com
109
jogadores da outra. Mesmo dividindo as duas redes apenas por facção, a
visualização ficou muito poluída devido ao número de atores e relações. Então foi
feita a divisão por facção e faixas de força, sendo que a divisão por categorias
considerou as três faixas: com força 1, com força de 2 a 5 e com força de 6 a 58.
Estas redes foram então exportadas através do software Pajek. O algorítmo de
visualização utilizado foi o Fruchterman-Reingold em sua versão tridimensional. As
imagens referentes às redes podem ser vistas a seguir (Tabela 6.1).
Tabela 6.1 – Redes da primeira coleta do WoW com separação de força e facção
Horda Aliança
Rede do lado da horda para jogadores de força 1
Rede do lado da aliança para jogadores de força 1
Rede do lado da horda para jogadores de força 2 a 5
Rede do lado da aliança para jogadores de força 2 a 5
Rede do lado da horda para jogadores de força 6 a 58
Rede do lado da aliança para jogadores de força 6 a 58
110
Uma tabela com todos os jogadores das redes foi gerada e analisando-se os
cinco jogadores com maior grau das redes é possível observar algumas
características comuns. No lado da Horda o maior grau encontrado foi 44. As redes
da Horda apresentam os jogadores com maior grau em sua maioria da classe Druids
e Hunter, todos de nível 70, primeiramente da raça Tauren, seguido por Troll e Orc,
com a predominância da guilda Nevermore, seguida pela guilda The Last Exiles,
Invictus e Man Bites Dog.
Já nas redes do lado da Aliança o maior grau encontrado foi 56. Os jogadores
com maior grau localizados foram todos de nível 70, em sua maioria Druid e Hunter,
a raça predominante foi Night Elf, com o aparecimento de um Gnome e um Human.
Observando-se as guildas primeiramente encontra-se a guilda Extremus Vis e
depois Ultimato.
Ainda assim, o volume de dados inviabilizava uma análise detalhada. Da
mesma forma, visualmente as redes ainda encontravam-se poluídas,
impossibilitando a identificação de elementos. Para solucionar esse problema
adotou-se como parâmetro dividir as redes por guilda. Então, a partir da análise dos
cálculos numéricos pertinentes às redes sociais, foram selecionadas as guildas mais
sociáveis, algumas das menos sociáveis para comparação e as guildas com melhor
colocação. Esta é contabilizada através do site wowjutsu.com
25
, que possui as
colocações oficiais de todos os servidores.
6.3.2 Análise das Redes com Separação por Força e Lado na Segunda
Coleta
Para realizar um comparativo com a coleta anterior, as redes da segunda
coleta consideraram a semana inteira. As redes foram exportadas da mesma forma
que a análise anterior, por faixa de força e facção (Horda ou Aliança). A visualização
desta coleta também obteve um grande número de resultados, gerando uma rede
visualmente poluída. Nesta coleta, a divisão das redes foi feita primeiramente pela
25
WowJutsu: World of Warcraft Guild Rankings: Gurubashi. Wowjutsu.com Disponível em:
<http://www.wowjutsu.com/>. Acesso em: 28 maio 2008.
111
facção e depois por faixa de força (força 1, força de 2 a 5 e força 6 e 92 – maior
força encontrada). Da mesma forma que as redes da primeira coleta, estas foram
exportadas através do software Pajek, com o algorítmo Fruchterman-Reingold
tridimensional. O resultado pode ser observado na Tabela 6.2:
Tabela 6.2 – Redes da segunda coleta do WoW com separação de força e facção
Horda Aliança
Rede do lado da horda para jogadores de força 1
Rede do lado da aliança para jogadores de força 1
Rede do lado da horda para jogadores de força 2 a 5
Rede do lado da aliança para jogadores de força 2 a 5
Rede do lado da horda para jogadores de força 6 a 92
Rede do lado da aliança para jogadores de força 6 a 92
112
Em comparação com a primeira coleta, a estrutura mostra uma densidade
maior. Nas redes com força 1 e forças 2 a 5, em especial na facção da Horda, é
possível observar uma maior concentração no centro. Nas redes de maior força,
observa-se menos subgrupos, porém maiores e mais densos. Dos dez jogadores
com maior grau na rede, oito pertencem à Horda, e sete destes jogadores são
membros da guilda TheChosen. Os dois jogadores mais populares são da classe
Warrior. Assim, o maior grau na facção da Horda é 58 e da Aliança é 55. Além
destes índices, as centralidades dos jogadores também foram analisadas.
Foi observado que atores com maior centralidade de proximidade são em sua
maioria de classes que atuam como tanks e também da guilda Ultimato e
TheChosen. Estes jogadores, na maioria das vezes, possuem alto gscore. Isso
indica que os tanks possuem um papel significativo na formação da rede, pois estes
são os que melhor conseguem alcançar todos os outros membros de sua guilda.
Os tanks que conseguem se manter no centro do grupo acabam sendo
também bem sucedidos. Isso sugere que estes atores, por serem mais centrais,
acabam participando de mais Instances e Raids, coletando assim os melhores
equipamentos. Algumas exceções encontradas (tanks bem sucedidos com baixa
centralidade e grau) provavelmente são jogadores que interagem em um horário
diferente da coleta, ou não participaram de aventuras na semana escolhida. Sobre a
centralidade de intermediação, nenhum padrão foi observado.
Da mesma forma que a coleta anterior, o volume de dados precisou ser
dividido para uma análise mais detalhada. Foram escolhidas as guildas com mais
relações, a guida com melhor posição na colocação e guildas da seleção anterior.
6.3.3 Análise das Redes das Guildas na primeira coleta
Para o estudo detalhado destas redes, foi necessário reduzir a amostra da
análise. Desta forma, foram analisadas as redes pertencentes às guildas mais
sociáveis encontradas, ou seja, as guildas que apresentaram maior quantidade de
relações. Foram então selecionadas as guildas que continham relações que
representavam uma quantidade superior a 1% do universo total.
113
Esta seleção resultou em 21 guildas de maior sociabilidade e também duas
guildas de menor, para comparação. Para estabelecer um comparativo com as
guildas melhores sucedidas na colocação, foram analisadas também as cinco
melhores guildas do servidor. As redes das guildas foram exportadas para o formato
.net, e as imagens foram geradas com o software Pajek. Nas imagens o algoritmo
utilizado foi o Kamada-Kwai. A tabela a seguir (Tabela 6.3) faz um comparativo entre
as guildas analisadas:
Tabela 6.3 – Detalhamento das guildas do WoW analisadas na primeira coleta do Addon
guilda
número
de
jogadores
coletados
número
de
relações
média
dos
graus
densidade
colocação
Centralidade
de
intermediação
da rede
diâmetro
pares
isolados
distância
média
Exanimus 77 443 11,5065
0,1514 1
0,0744 4 1692 2,0966
Notorious 58 165 5,6897 0,0998 2
0,1889 5 1324 2,2795
Faces Da
Morte
70 364 10,4000
0,1507 3
0,1186 4 1524 2,0266
Denied 70 191 5,4571 0,0791 4
0,0714 5 1638 2,4655
Reborn 64 314 9,8125 0,1558 5
0,1222 3 1380 1,9080
Ultimato 109 941 17,2661
0,1599 13
0,0566 5 4 1,9736
Insomniacs 51 307 12,0392
0,2408 15
0,0471 4 1358 1,5940
Man Bites
Dog
164 807 9,8415 0,0604 17
0,0935 5 8370 2,4290
EL Diablo 58 519 17,8966
0,3140 18
0,0673 5 756 1,7380
IRONY 129 432 6,6977 0,0523 19
0,0797 7 8130 2,7244
Sanguînans 47 488 20,7660
0,4514 20
0,0403 3 520 1,4288
Nevermore 129 1010 15,6589
0,1223 21
0,0538 6 5592 2,3256
Extremus Vis 106 1183 22,3208
0,2126 24
0,0376 4 1818 1,9334
Invictus 75 809 21,5733
0,2915 26
0,0552 4 858 1,8061
Raid Dois 78 625 16,0256
0,2081 29
0,0556 5 1846 1,9313
The Last
Exiles
100 664 13,2800
0,1341 31
0,0903 3 3254 2,0644
The Power
Rangers
85 321 7,5529 0,0899 32
0,1097 5 2974 2,3073
Victus Honor 101 481 9,5248 0,0952 35
0,0963 9 3128 2,7679
The Obsidian 87 597 13,7241
0,1596 37
0,0986 6 1476 2,2821
Agulhas
Negras
86 575 13,3721
0,1573 42
0,0559
5
2752 1,9767
Armada
Brancaleone
86 311 7,2326 0,0851 44
0,0598 6 2618 2,51194
Insolence 4 1 0,5000 0,1667 47
- - - -
Idle Hands 163 674 8,2699 0,0510 49
0,0501 6 13968 2,5612
Allusion 45 230 10,2222
0,2323 52
0,0805 4 790 1,82017
D A N K 71 403 11,3521
0,1622 53
0,0521 5 1662 2,1088
Irmandade do
Caos
80 358 8,9500 0,1133 62
0,0627 6 2024 2,3482
Authenticating
6 1 0,3333 0,0667 104
- - - -
A primeira guilda a ser analisada é a Ultimato (Figura 6.1), do lado da Aliança,
que está em 13
o
lugar na colocação (a melhor posicionada dentre as guildas mais
114
sociáveis) e dentre as escolhidas é a terceira com mais relações entre seus
membros.
Figura 6.1 – Rede da guilda Ultimato do WoW na primeira coleta
Sobre o grau dos jogadores encontrados é possível concluir que alguns estão
entre os mais populares da rede, pois há quatro jogadores com grau maior que 50, e
sendo o maior 55. Jogadores isolados, ou seja, sem nenhuma relação, totalizaram
17,43% da rede da guilda. A maioria dos jogadores está no nível máximo (78,90%
estão no nível 70) e o jogador de nível mais baixo está no nível 9. As classes
predominantes da guilda são Warrior (14,68%), Priest (13,76%) e Mage (13,76%) e
as menos encontradas são Druid (8,25%) e Rogue (6,42%). A raça mais escolhida
entre os membros é Night Elf (27,52%) e a menos escolhida é Gnome (9,17%). As
classes são estrategicamente distribuídas, com jogadores de classes fundamentais
(como Warrior, que é o Priest, geralmente o healer principal) predominantes.
A próxima guilda analisada é a guilda que está em primeiro lugar na
colocação: a Exanimus (Figura 6.2), do lado da Aliança.
115
Figura 6.2 – Rede da guilda Exanimus do WoW na primeira coleta
Esta guilda apresentou 15,58% dos jogadores com nenhuma relação, ou seja,
grau 0. O maior grau encontrado na rede foi 37 e 89,61% dos jogadores estavam no
nível máximo e o jogador de menor nível possui nível 1. As classes predominantes
são Mage e Warrior, com 14,28% cada e a menos predominante é Hunter, com
6,49%. Da mesma forma que a guilda anterior, a classe predominante é uma classe
fundamental para grupos. A raça mais escolhida pelos membros é Human, com
35,06% e a menos escolhida é Dwarf, com 5,19%.
A guilda Extremus Vis (Figura 6.3), também da Aliança, foi analisada, pois é a
guilda com maior número de relações e também com maior média.
Figura 6.3 – Rede da guilda Extremus Vis do WoW na primeira coleta
116
A guilda, que tem como maioria Humans (35,85%) e minoria Draeneis
(9,43%), apresenta como classe mais popular Warrior (16,03%) e menos popular
Shaman (4,72%). A classe predominante, como nas outras guildas, é a classe de
tank, indispensável para um grupo, pois seu papel é receber todo o dano causado
ao grupo O grau de entrada/saída mais alto encontrado foi 60, que é o mais alto
encontrado na pesquisa. Apenas 9 jogadores (8,49%) ficaram isolados, com grau 0.
Como nas outras guildas, a grande maioria (79,3%) dos jogadores estão no nível
máximo do jogo, e o jogador de menor nível está no nível 1.
A guilda com maior número de jogadores encontrada na coleta (164
jogadores) é a guilda Man Bites Dog do lado da Horda (Figura 6.4 ).
Figura 6.4 – Rede da guilda Man Bites Dog do WoW na primeira coleta
Esta guilda que é a 17
a
colocada possui 90,24% jogadores no nível máximo
do jogo e o jogador no nível mais baixo está no nível 20. A maioria dos jogadores
(27,44%) são da raça Tauren e a minoria Troll (10,36%). A classe mais encontrada
na guilda é Druid (14,63%) e a menos encontrada é Mage (7,93%). A popularidade
da classe Druid se deve ao fato de que a raça predominante na guilda é Tauren.
117
Esta é a única raça do lado da Horda que possibilita a criação de personagens
Druids. O jogador mais popular encontrado possui grau 56 e 15,85%.
A última guilda analisada detalhadamente foi a guilda Irmandade do Caos, da
Horda (Figura 6.5).
Figura 6.5 – Rede da guilda Irmandade do Caos do WoW na primeira coleta
Esta guilda foi analisada porque, apesar de apresentar características
semelhantes às outras, sua colocação é significativamente inferior (posição 62). A
guilda apresenta 13,75% dos jogadores isolados e 62,5% dos jogadores no maior
nível do jogo, sendo que o jogador de menor nível está no nível 4. A guilda é
composta principalmente de Undeads (27,5%) e em menor quantidade de Orcs
(11,25%). A classe predominante na guilda é Hunter (15%) e a menos predominante
é Druid (5%). A predominância de uma classe não básica para um grupo e o fato de
a distribuição de classes encontrar-se desbalanceada, sugere a colocação inferior
da guilda.
Com esta análise é possível confirmar que as guildas melhores posicionadas
na colocação possuem mais jogadores de nível máximo. Isso se deve ao fato que as
Instances e outras aventuras que contabilizam pontos e fornecem itens que
posicionam a guilda a colocação estão disponíveis apenas para jogadores no nível
118
70. As guildas bem sucedidas também possuem um balanceamento de classes.
Quanto mais balanceada a guilda, mais completos são os grupos de aventura,
resultando numa menor dependência de habilidades existentes.
Com a análise de redes sociais observa-se que quanto menor a guilda, menor
é o estabelecimento de uma relação com grau um e mais densa ela é. Isso porque
as guildas menores permitem mais intimidade entre os membros, que acabam se
conhecendo melhor e jogando mais juntos. Para estudar a evolução das guildas
selecionadas e a estrutura de novas guildas formadas, o próximo tópico descreve a
análise destas no segundo momento da coleta.
6.3.4 Análise das Redes das Guildas na segunda coleta
A análise detalhada da segunda coleta do Addon selecionou oito guildas. A
seleção seguiu o mesmo método da primeira coleta, porém com um número menor
de guildas. A escolha das guildas foi baseada nos mesmos critérios, contudo, dentre
as guildas com mais relações haviam duas que se destacavam por possuir mais de
5% das relações do universo total (o restante possuia uma percentagem
significantemente mais baixa – representando menos de 3%). Estas duas foram
então selecionadas, juntamente com as guildas que foram analisadas com detalhes
anteriormente.
Desta forma, foram escolhidas as seguintes guildas: Notórious (guilda com
melhor colocação no momento da coleta
26
); Legião Brasileira e TheChosen (guildas
com número de relações superior a 6% do universo total); Ultimato, Extremus Vis,
Man Bites Dog, Irmandade do Caos (guildas selecionadas na coleta anterior). A
visualização das redes foi feita através do algoritmo Kamada-Kwai, com o software
Pajek. Outras guildas que foram analisadas na coleta anterior não existem mais, por
isso foram escolhidas apenas as existentes para comparação. A análise destas
guildas está demonstrada na tabela 6.4:
26
Colocação das guildas obtidas no site wowjutsu.com
WowJutsu: World of Warcraft Guild Rankings: Gurubashi. Wowjutsu.com Disponível em:
<http://www.wowjutsu.com/>. Acesso em: 28 maio 2008.
119
Tabela 6.4 – Detalhamento das guildas de WoW analisadas na segunda coleta do Addon
guilda
número
real de
jogadores
número
de
jogadores
coletados
número
de
relações
média
dos graus densidade
Centralidade
de
intermediação
da rede diâmetro
pares
isolados
distância
média colocação
Notorious 80
30
(37,5%) 79 5,26667 0,181609
0,11075 5 408 1,99134
1
Ultimato 160
74
(46,25%)
524 14,16216
0,194002
0,08508 4 710 1,99318
9
Man Bites
Dog 482
160
(33,20% 665 8,3125 0,05228 0,08468 7 9180 2,88856
18
TheChosen
159
99
(62,26%)
1132 2 0,233354
0,06681 5 2388 1,97375
19
Extremus
Vis 47
32
(68,09%)
34 2,125 0,068548
0,08826 5 698 2,39456
22
Legião
Brasileira 172
107
(62,21%)
913 17,06542
0,160995
0,08146 5 2784 2,18556
69
Irmandade
do Caos 167
89
(53,29%)
284 6,382022
0,072523
0,1324 6 2720 2,51565
78
Das guildas selecionadas, a Legião Brasileira e a TheChosen são novas e
emergentes. As outras guildas perderam jogadores em relação à coleta anterior,
com exceção da guilda Irmandade do Caos. A próxima tabela (Tabela 6.5) mostra a
variação das propriedades encontrada em relação à coleta anterior:
Tabela 6.5 – Variação das propriedades entre as duas coletas do Addon
guilda
número de
jogadores
coletados
número de
relações
média dos
graus
densidade
Centralidade de
intermediação
da rede
diâmetro
pares
isolados
distância
média
colocação
Extremus Vis -74 -1149 -20,1958 -0,14403 0,05064 1 -1120 0,46114 -2
Irmandade do Caos 9 -74 -2,56798 -0,04077 0,06971 0 696 0,16742 16
Man Bites Dog -4 -142 -1,52896 -0,0081 -0,0088 2 810 0,45952 1
Notorious -28 -86 -0,42299 0,08179 -0,07819 0 -916 -0,28818 -1
Ultimato -35 -417 -3,1039 0,034131 0,0285 -1 -3404 0,01956 -4
A guilda TheChosen pode ser visualizada na Figura 6.6:
Figura 6.6 – Rede da guilda TheChosen na segunda coleta
120
Na figura acima (Figura 6.6) é possível observar que a guilda TheChosen
possui a maior densidade (em especial no centro). Esta guilda possui uma
colocação significativa, visto que esta é uma guilda mais nova que as outras. Seus
jogadores são predominantemente de nível máximo (76,77%) e há balanceamento
de classes, o que pode sugerir a boa colocação. A outra guilda nova, Legião
Brasileira, é analisada a seguir (Figura 6.7):
Figura 6.7 – Rede da guilda Legião Brasileira na segunda coleta
A guilda Legião Brasileira (Figura 6.7) possui uma colocação inferior em
comparação com a TheChosen, que também é uma guilda recente. Este fato pode
ser explicado pelas características da rede. Esta possui menos jogadores no nível
máximo (62,62%) e as classes são menos equilibradas. É possível sugerir que esta
guilda possui subgrupos e jogadores dispersos ou isolados. Da mesma forma, sua
densidade é menor que a outra guilda, apesar da média de grau de entrada ser
significantemente maior. A centralidade de intermediação é maior, o que pode
significar que a responsabilidade da guilda está distribuída entre poucos jogadores,
o que pode ser observado pela alta distância média e quantidade de pares isolados.
As guildas a seguir são analisadas com relação à coleta anterior, a primeira
analisada é a guilda Extremus Vis (Figura 6.8):
121
Figura 6.8 – Rede da guilda Extremus Vis na segunda coleta
Pela imagem 6.8 conclui-se que a guilda Extremus Vis perdeu uma parte
significativa de seus jogadores (se comparada à imagem 6.3 – pg. 114). Contudo a
guilda subiu 2 posições na colocação. No entanto, 87,5% dos jogadores estão no
nível máximo e apesar da remoção de atores, esta apresenta balanceamento de
classes. A rede obteve uma diminuição da densidade e pares isolados, mas com um
aumento da distância média é possível concluir que os atores que saíram da rede
possuíam um número significativo de relações e estas eram únicas (o que explica o
aumento da distância). Também é possível concluir que estas relações removidas
não causaram grande impacto na rede e que também, muitos pares isolados foram
removidos.
Além disso, na imagem (Figura 6.8) é possível observar um subgrupo isolado
contendo 5 jogadores que formam um grafo completo. Estes estão todos no nível
máximo e são de classes distintas. Este grupo então apresenta um balanceamento
de classes ideal, pois há todos os papeis necessários para o grupo (um tank, um ou
dois healers e dois ou três dps). A próxima guilda analisada é a Man Bites Dog
(Figura 6.9):
122
Figura 6.9 – Rede da guilda Man Bites Dog na segunda coleta
A guilda Man Bites Dog apresenta apenas um núcleo central mais denso
(opondo-se à rede anterior – Figura 6.4, pg. 115). Esta guilda também perdeu
jogadores e sua colocação também decaiu em relação à coleta anterior. Contudo, o
número real de jogadores é 482 (apenas 160 foram coletados), isso indica que
muitos jogadores jogam em horários diferentes ou pararam de jogar. Esta rede teve
um aumento de pares isolados, o que significa que os jogadores não participam de
aventuras da guilda, contribuindo pouco para sua pontuação. É possível observar
que sua densidade diminuiu, ao passo que a distância média e número de pares
isolados aumentaram. Isso indica que diversos atores com muitas relações foram
removidos, e estas relações eram únicas e responsáveis por desconectar a rede.
A guilda Notorious, a primeira colocada, é a próxima a ser analisada (Figura
6.10):
Figura 6.10 – Rede da guilda Notorious na segunda coleta
123
Esta guilda possui um número menor de jogadores, mesmo considerando-se
a pequena amostra que foi coletada (37,5%). Esta guilda é a primeira colocada e
isso pode ser impulsionado pelo seu tamanho inferior. Desta forma é mais fácil para
o líder da guilda gerenciar os jogadores. O número de pares isolados diminuiu,
assim como a centralidade de intermediação da rede, o que pode ter contribuído
para seu sucesso. Diminuindo-se a centralidade, conclui-se que a responsabilidade
dos atores foi distribuída, ampliando as chances de sucesso para todos os
membros. Isso também pode ser sugerido pelo aumento da densidade e diminuição
da distância média entre os pares da rede (os membros tornaram-se mais próximos).
Isso indica que as relações agora conectam melhor os jogadores e os que deixaram
a guilda possuíam relações redundantes (equivalentes) e não foram responsáveis
por desconectar a rede.
A seguir, a rede analisada da guilda Ultimato (Figura 6.11):
Figura 6.11 – Rede da guilda Ultimato na segunda coleta
A guilda Ultimato, dentre as selecionadas foi a que obteve melhor
desempenho em relação à coleta anterior. Esta guilda obteve uma perda significativa
de jogadores (35 foram removidos) e isso também acarretou em uma perda de
relações na rede. Contudo, este fato colaborou para o sucesso da guilda. Sua
densidade aumentou, ou seja, os jogadores que restaram na guilda permaneceram
bem conectados. Aliado ao fato que sua distância média aumentou e seus pares
124
isolados decaíram, pode-se concluir que os atores que deixaram a rede possuíam
algumas relações únicas, responsáveis pela boa conexão da rede, mas não o
suficiente para isolar outros jogadores.
A última guilda analisada é a Irmandade do Caos (Figura 6.12):
Figura 6.12 – Rede da guilda Irmandade do Caos na segunda coleta
Esta guilda foi a que mais perdeu colocações (caiu 16 posições). Na guilda
Irmandade do Caos, ao contrário das outras guildas analisadas, houve um ganho de
jogadores. Contudo, em relação à análise anterior, esta perdeu relações, mesmo
agregando novos jogadores. A média do grau também decaiu, assim como a
densidade. A centralidade de intermediação aumentou, o que significa que a rede
está mais dispersa e a responsabilidade de conexão da rede está distribuída entre
poucos jogadores. Este fato também pode ser verificado atráves das propriedades
de distância média entre os pares e número de pares isolados (ambos aumentaram).
Através das análises acima e variação das propriedades das redes, é possível
concluir alguns fatos sobre a comunidade. O número de pares isolados está
diretamente relacionado ao sucesso da guilda (perda ou ganho de posições na
colocação). Quando há menos pares isolados, os jogadores possuem maiores
chances de formarem grupos para Raids e Instances, já que há mais caminho para
integrar os jogadores. O mesmo pode ser sugerido pela distância média entre os
125
pares, contudo, mesmo quando a distância aumenta, isso não significa que
jogadores foram isolados, mas apenas distanciados.
De forma complementar, a diminuição do número de jogadores na guilda pode
colaborar para seu sucesso, pois uma guilda com muitos jogadores apresenta maior
complexidade de gerenciamento. Porém, quando há uma perda significativa de
jogadores, os que foram removidos podem ser peças-chave no grupo. Então uma
perda considerável pode ser negativa para a guilda, pois o número de relações da
rede é proporcional ao número de jogadores, assim como a média do grau. As
guildas que perderam mais relações em proporção à variação do número de
jogadores foram as que mostraram pior desempenho.
Observando-se a centralidade de intermediação de rede das guildas, conclui-
se que a redução desta propriedade distribui a responsabilidade de conexão entre
mais jogadores. Isto significa que dimunui-se a quantidade de atores-chave
responsáveis por integrar outros. Este fato pode auxiliar outros jogadores a
formarem grupos para completar missões, aumentando assim a pontuação da guilda
e sua colocação. O aumento da centralidade de intermediação da rede sugere que
um número reduzido de jogadores está propenso a integrar outros grupos e desta
forma, são diretamente responsáveis pelo sucesso ou fracasso da guilda.
O aumento do diâmetro, quando não há um ganho significativo de jogadores,
indica que os jogadores estão mais distantes. Esta propriedade pode ser analisada
juntamente com o número de pares isolados. Se há um aumento do diâmetro e
pares isolados, isso pode colaborar para o fracasso da guilda. Isso se deve ao fato
de que a rede perdeu conexões que constituiam atalhos entre jogadores, ou seja, os
jogadores estão mais distantes, com mais dificuldades de formar grupos. Contudo
quando há uma redução de pares isolados e aumento do diâmetro, é porque a rede
ganhou conexões que conectaram dois grupos que se encontravam desconectados
anteriormente. Este fator colaborou para a guilda Extremus Vis pois, provavelmente,
poucos jogadores se empenhavam em pontuar a guilda, e os que foram retirados ou
distanciados não desempenhavam um papel significativo.
Contudo, a partir destes resultados não era possível estudar o papel
desempenhado por cada classe dentro deste universo. Para investigar esta questão
foram utilizadas redes de Kohonen. Estas permitiram a formação de clusters que
indicam padrões entre as classes.
126
6.4 CLUSTERIZAÇÃO DOS DADOS COLETADOS
O processo da obtenção de clusters foi realizado através das redes de
Kohonen. Estas redes aceitam as matrizes das variáveis escolhidas como entrada e
então resultam em um mapa auto-organizável na saída. Este mapa, que representa
as distâncias entre cada elemento, indica os clusters obtidos no treinamento. Para o
experimento foi utilizada a ferramenta SOM Toolbox 2.0 para o software MatLab.
O treinamento desta rede clusterizou os jogadores das guildas selecionadas
(Extremus Vis, Irmandade do Caos, Legião Brasileira, Man Bites Dog, Notorious,
Présence, TheChosen e Ultimato) considerando as seguintes variáveis: Gscore
(score individual de cada jogador, obtido através do site warcrafter.net), GuildDegree
(grau de cada jogador no contexto da guilda) e as classes. Foram escolhidos os
jogadores das guildas selecionadas para a análise para obter uma amostra
considerável, evitando um volume elevado de dados. As nove classes foram
codificadas como variáveis binárias, para que a distância entre estas seja sempre a
mesma. Os parâmetros de treinamento utilizados podem ser observados na tabela a
seguir (Tabela 6.6):
Tabela 6.6 – Parâmetros de treinamento da clusterização
Parâmetro Valor
Dados de entrada 591
Máscara de treinamento
[Gscore, GuildDegree, Shaman, Priest, Mage, Hunter,
Druid, Paladin, Rogue, Warrior, Warlock]
[5;5;1;1;1;1;1;1;1;1;1]
Formato da unidade ‘rect’ (quadrada)
Forma do mapa ‘sheet’ (plano)
Vizinhança Gaussiana
Inicialização Linear
Algoritmo de treinamento ‘batch’
Função de aprendizagem inversa
Desta forma, o resultado do treinamento especificado para todas as variáveis
pode ser visualizado pelos mapas da Figura 6.13:
127
Figura 6.13 – Mapas resultantes do treinamento da Rede de Kohonen
Para melhor visualização dos clusters obtidos, a próxima figura (Figura 6.14)
mostra o mapa de saída numerado conforme os clusters definidos, assim como o
mapa tridimensional, para melhor visualização das distâncias entre clusters:
Figura 6.14 – Mapa de saída resultante com os clusters definidos e mapa na versão
tridimensional
128
Este treinamento resultou em um erro de quantização
27
de 0,190 e um erro
topográfico
28
de 0,093. A partir de então, cada cluster foi isolado e analisado. Os
clusters com suas principais características, ordenados por classe predominante,
podem ser visualizados na Tabela 6.7:
Tabela 6.7 – Análise geral dos clusters encontrados
cluster
classe gscore grau
rank
nível
número de
jogadores
8 Druid 0 a 1248 0 a 48 1 a 9
10 a 70
79
5 Hunter 39 a 1284 0 a 22 1 a 9
15 a 70
52
14 Hunter 668 a 1242 23 a 54 0 a 7
70 16
4 Mage 0 a 475 0 a 6 1 a 8
2 a 70 9
13 Mage 537 a 1266 0 a 48 1 a 8
67 a 70
56
6 Paladin 0 a 1231 0 a 40 0 a 9
9 a 70 60
16 Paladin 885 a 1160 40 a 55 0 a 4
70 7
7 Priest 0 a 321 0 a 26 4 a 7
24 a 70
10
9 Priest 525 a 1276 0 a 47 1 a 8
63 a 70
52
1 Rogue 0 a 1272 0 a 18 1 a 9
18 a 70
51
17 Rogue 717 a 1265 23 a 53 1 a 8
70 19
2 Shaman
0 a 365 0 a 3 4 a 7
10 a 60
8
12 Shaman
523 a 1280 0 a 24 1 a 8
64 a 70
46
15 Shaman
918 a 1075 32 a 50 2 a 4
70 6
11 Warlock
103 a 1270 0 a 50 1 a 9
23 a 70
55
10 Warrior 648 a 1287 0 a 26 1 a 9
70 44
18 Warrior 960 a 1303 37 a 55 2 a 4
70 9
3 Warrior 88 a 502 0 a 7 2 a 7
25 a 70
12
O ponto de partida para a análise dos clusters foi a classe. As variáveis
analisadas foram as classes, a faixa de gscore, a faixa de grau, a faixa de colocação
(nível de responsabilidade atribuído ao jogador pelo líder da guilda), a faixa de nível
e o número de jogadores por cluster. Todos os clusters apresentavam, dentre outras
características, uma classe específica. Com base nestes elementos, a seguir é
apresentada a análise das classes agrupadas pela clusterização.
O primeiro cluster era o grupo dos Druids. Esta classe foi agrupada
inteiramente em um único cluster, ou seja, não apresentou um padrão de sucesso e
popularidade. Isso pode ser explicado pelo papel da classe dentro do jogo. Os
jogadores desta classe jogam muito sozinhos, sem ingressarem em grupos. Isso
pode ser explicafo pelo fato de uma classe híbrida pode assumir diversos papéis.
27
O erro de quantização é calculado medindo-se a distância média entre o vetor de entrada e o
neurônio vencedor. A função deste cálculo é medir a resolução do mapa. Este deve ser minimizado
para obter um mapa com qualidade (PATRIC, 2007; SOMTOOLBOX, s.d).
28
O erro topológico tem como objetivo medir a preservação topológica através da proporção de todos
os vetores em que o primeiro e segundo neurônio vencedor correspondente não são adjacentes
(PATRIC, 2007; SOMTOOLBOX, s.d).
129
Contudo, como é uma classe substancialmente requisitada em grupos em especial
quando assume a função de healer.
A classe dos Hunters foi dividida em dois clusters. Um deles, com poucos
jogadores, possui baixo grau, porém o gscore é disperso. Esta classe joga muito
sozinha devido ao seu companheiro animal. Isso explica o fato de jogadores bem
sucedidos possuírem baixo grau. O segundo cluster, com um número elevado de
jogadores, possui alto grau e alto gscore. Isso significa que, predominantemente, o
sucesso desta classe é dependente de sua popularidade. A classe é uma classe de
dps mais favorecida que outras, como Warlock, devido ao seu companheiro animal.
Isso faz desta classe uma adição bem vinda aos grupos.
A próxima classe encontrada foram os Mages, também dividida em dois
clusters. O primeiro com baixo gscore e baixo grau e o segundo com alto gscore,
grau variável e alto nível. Esta classe possui habilidades muito procuradas por
grupos, sendo mais bem sucedida dentro de um grupo. Contudo, quando os
jogadores alcançam nível máximo, muitas vezes estes têm que coletar itens
específicos para as missões e construção de outros itens. Isso é feito normalmente
isoladamente e é um processo que demanda muitas horas. Esta atividade é
chamada de farm pelos jogadores (o que poderia ser designado como uma espécie
de “colheita” de determinados itens). Outro fato que também pode explicar o
sucesso com baixo grau é o fato de que jogadores experientes e bem sucedidos
podem não ter participado de uma Instance ou Raid na semana da coleta.
Os clusters dos Paladins foi dividido em: jogadores com baixo grau e gscore
variado e jogadores com algo gscore, alto degree e nível máximo. O segundo cluster
indica os Paladins tem mais chances de serem bem sucedidos em um grupo. Por ser
uma classe híbrida, os mais populares assumem papéis de tanks ou healers, que
são os mais requisitados nos grupos. Os que assumem papel de dps precisam de
um equipamento de qualidade, o que explica o alto gscore. Contudo, estes têm mais
chances de jogar sem um grupo.
Os próximos clusters encontrados foram os Priests, divididos em baixo
gscore, baixo degree e baixo rank. O restante possui alto gscore e grau variado.
Esta classe atua melhor em um grupo, os atores com baixo grau não obtêm sucesso
e, como é uma classe importante para o grupo, isso se refletiu também na
colocação. Os Priests com poucos relacionamentos e alto gscore são jogadores
130
experientes que provavelmente não participaram de missões na semana da coleta
ou estão coletando itens para um fim específico (farm).
Os clusters dos Rogues foram divididos em jogadores com baixo grau e
gscore variado, e também um grupo menor com alto gscore, alto grau e nível
máximo. Esta não é uma classe que possui habilidades que permitem ao jogador
obter sucesso isoladamente. Os mais bem sucedidos jogam em grupos. Contudo,
esta é uma classe bem sucedida no modo PvP, assim, muitos jogadores experientes
e bem sucedidos direcionam suas atividades nesta modalidade (isoladamente e
conseqüentemente com baixo grau).
Os Shamans foram divididos em três clusters. O primeiro contém jogadores
com baixo gscore, baixo grau e nível baixo. O segundo, que é o maior grupo, possui
jogadores com algo gscore, baixo grau e nível elevado. O terceiro cluster engloba os
jogadores com alto gscore, alto grau, alto rank e nível máximo. Esta classe não
possui habilidades voltadas para PvP, contudo são jogadores que possuem
habilidades para serem bem sucedidos jogando isoladamente (o que explica o
segundo grupo). Porém, como é uma classe híbrida, seu principal objetivo é em
relação à função de healer em grupos. Estes jogadores são mais experientes e
participam ativamente em Instances ou Raids da guilda. Isso explica o terceiro
grupo, já que a colocação destes jogadores é alta, estes são significativos para as
guildas.
Os Warlocks foram agrupados todos no mesmo cluster. Esta classe é uma
classe de dps menos favorecida, pois seu companheiro temático é mais fraco que o
do Hunter. Isto a torna uma classe com jogabilidade complexa, assim, o seu sucesso
e popularidade dependem muito da habilidade do jogador.
A última classe analisada é a classe dos Warriors. Esta foi dividida em três
clusters: jogadores de nível máximo, alto gscore e baixo grau; jogadores de nível
máximo, alto grau, alto gscore e ; jogadores de nível variado, baixo gscore, baixo
grau e . Esta é uma classe fundamental em grupos, especialmente em Instances e
Raids. Os jogadores pertencentes ao grupo de nível máximo, bem sucedidos e
populares provavelmente são os líderes de grupos de Raid. Sua responsabilidade
também pode ser verificada pelo alto rank. O grupo maior, que é dos jogadores bem
sucedidos com poucas relações são jogadores medianos, que provavelmente
alcançaram o nível máximo recentemente e estão em ascensão na guilda. O cluster
131
com jogadores mal sucedidos pode ser conseqüência do seu baixo grau, já que em
sua maioria são jogadores novatos.
A clusterização pelas variáveis escolhidas mostrou-se eficiente para descobrir
o padrão de comportamento das classes. Desta forma, é possível verificar que cada
classe possui um papel e atuação única na dinâmica do jogo. O sucesso dos
jogadores também depende da sua atuação dentro do perfil encontrado.
132
7 CONCLUSÕES E TRABALHOS FUTUROS
“Do or do not, there is not try.”
Yoda, Jedi Master
As conclusões deste trabalho remetem não só aos resultados obtidos e
abordagem metodologica, mas também ao estudo teórico relacionado aos jogos
online e à vivência nestes ambientes. As relações estabelecidas nestes mundos são
significativas e merecem um estudo e análise específicos. Como abordado no texto,
muitos laços sociais dentro do jogo ultrapassam este universo. Assim, estas
comunidades constituem uma parte notória na vida dos jogadores, como qualquer
outro grupo social. Além disso, estas comunidades geram conteúdo cultural (como
linguagem, personagens memoráveis, referências com locais reais locais do jogo)
que se infiltram na sociedade, muitas vezes até para aqueles que não participam do
universo do jogo.
Os jogos on-line, em especial do estilo de MMORPG, têm apresentado uma
evolução em ritmo acelerado. Isso é impulsionado não só pelo avanço tecnológico,
mas também pelo crescente número de estudos teóricos sobre o tema. Além disso,
as comunidades de jogadores obtiveram um aumento significativo de tamanho,
contabilizando 1 milhão de jogadores em 2000 e agora ultrapassando a marca de
16 milhões de jogadores em 2008 (WOODCOCK, 2008). Atualmente, os jogos on-
line massivos são notórios na indústria de entretenimento.
Com o crescente mercado de MMORPGs, algumas empresas inovam em
ferramentas e jogabilidade e direcionaram seus esforços para propiciar uma
experiência agradável ao jogador. Este é o caso da empresa Blizzard, que obteve
um recorde no número de jogadores ativos do World of Warcraft (11 milhões
29
). A
estratégia da empresa é realizar constantes inovações, como patchs e eventuais
expansões, e organizar eventos temáticos para os jogadores no próprio universo do
MMORPG. Além disso, esta empresa investe significantemente em publicidade com
comerciais de relatos de personalidades sobre seus personagens no mundo do jogo.
Isso é um apelo para os jogadores, que podem se identificar com estas
personalidades através de suas atividades no mundo virtual.
29
Blizzard Entertainment – Media Alert. World Of Warcraft® Surpasses 11 Million Subscribers
Worldwide, 2008. Acesso em: 12 nov. 2008. Disponível em: <
http://www.blizzard.com/us/press/081028.html>
133
Além disso, o jogo possui um funcionamento complexo, que imita a realidade
social dos jogadores. Isso é refletido nas profissões, economia, governança,
formação de subgrupos (guildas) e outras atividades realizadas dentro do jogo.
Apesar de estas atividades existirem em um contexto de fantasia do jogo, isso
colabora para a ambientação do jogador, além de funcionarem como motivadores.
Estes processos ocorrem sem intervenção do sistema, ou seja, os próprios
jogadores se organizam para manter o funcionamento da comunidade. Isso não
requer um controle ou administração centralizada, cada aspecto requer uma
administração (toda guilda possui um líder, ou a economia tem uma elite, guerras de
facções possuem grupos mais bem sucedidos) que variam ao longo do tempo.
Todos os sitemas do mundo (economia, guildas, política, guerras entre facções)
emergem da comunidade de jogadores. Estes também se adaptam ao contexto atual
da comunidade (mudança de regras do sistema e inovações, por exemplo) de forma
a manter a estrutura do grupo e o sucesso da comunidade. Desta forma, é possível
concluir que estas comunidades de jogos on-line consistem em sistemas complexos
adaptativos com comportamento emergente.
Estes sistemas emergentes podem ser analisados a partir de diferentes
técnicas que podem ser computacionais, matemáticas, estatísticas, etc. A
abordagem metodológia da pesquisa indicou sucessos e estratégias que não
apresentaram êxito. O questinário on-line mostrou-se uma ferramenta funcional
para a coleta de opções e preferências dos jogadores. Contudo, esta abordagem
não permite coletar um número razoável de respostas para uma amostra fiel ao
universo do jogo. O fato de que esta é uma ferramenta externa ao jogo e envolve
respostas pessoais não só afasta os jogadores pelo tempo tomado para respoder,
mas por questões de segurança.
A coleta do questinoário indica alguns dados significativos da comunidade.
Estes jogadores são, em sua maioria, do sexo masculino (93%) e solteiros (62%).
Contudo dentre os que não são solteiros, a maioria joga com seus parceiros (88%
entre os comprometidos). Estes também investem um tempo razoável com o jogo: a
maioria joga 14 horas semanais (33%) e uma quantidade também elevada joga 28
horas semanais (23,19%). Estes jogam predominantemente (82,06%) no período
noturno, das 18 horas às 0 horas. Os jogadores também são jovens, entre 25 e 28
anos (44,92%), com uma variação de idade dos 15 até 37. O maior motivador é
“Jogar com os amigos” (57%), o que enfatisa a relevância da comunidade. Mesmo
134
este sendo um ambiente virtual, os jogadores precisam de um contato humano
(ainda que on-line). Este é realizado através do PvP (guerra entre jogadores de
diferentes facções). Apenas 22% dos entrevistados responderam não jogar este
modo. Dentre as relações que mais impactam nos grupos dentro do jogo estão as
relações estabelecidas por membros de guildas (48%). Isso significa que o fator que
mais influencia nas relações e na formação da comunidade é o ingresso do jogador
em uma guilda.
Desta forma, os resultados do questionário impulsionaram a segunda
abordagem utilizada: a coleta passiva de dados, através de um Addon desenvolvido
especificamente para este fim. Este coletava as relações dos jogadores
pertencentes à mesma guilda. Apesar desta coleta não incluir preferências pessoais
e dados demográfico dos jogadores, esta permite uma coleta extensa de dados. Isso
se deve ao fato desta não requerer a participação dos jogadores, sendo uma técnica
independente de coleta e que pode ser processada a qualquer momento.
As tecnologias envolvidas para a construção deste método (script Lua,
sistema em Java com frameworks específicos e banco de dados) mostraram-se
eficientes para este fim. Inclusive, a coleta pelo Addon foi realizada em dois
momentos para verificar a evolução da comunidade. A partir deste processo é
possível concluir as principais características dos jogadores por meio de uma
abordagem estatística.
Na primeira coleta realizada, o período compreendeu uma semana inteira,
sem fragmentação. Já na segunda coleta, a semana foi dividida (segunda à quarta-
feira e quinta-feira à domingo). Isso foi feito para analisar não somente a evolução
da comunidade nos dois momentos, mas a dinâmica da rede ao longo da semana. A
primeira coleta contabilizou um número maior de jogadores e relações. Contudo, a
segunda coleta contém mais jogadores do lado da Horda. No caso das relações
encontradas, a Horda perdeu algumas relações, mesmo aumentando o número de
jogadores. Já a Aliança teve um aumento de relações.
Algumas raças encontradas na coleta obtiveram uma perda significativa de
jogadores, como a raça Night Elf, com uma redução de 303 jogadores. As outras
reduções de número de jogadores do lado da aliança reflete o fato que esta teve o
número total de jogadores reduzida. No total, a raça que mais cresceu foi a Tauren,
com um aumento de 257 jogadores. Nas classes também é possível observar uma
variação significativa. A classe que mais teve uma redução de jogadores (perda de
135
164 jogadores) foi a classe Hunter. Esta foi a mais popular na primeira coleta e na
última coleta é a segunda mais popular. A classe Druid cresceu em termos de
número de jogadores (aumento de 116 jogadores). Esta foi a terceira com mais
jogadores na primeira coleta e na segunda coleta passou para a quinta classe com
mais jogadores. O nível dos jogadores da coleta obteve uma perda respectiva à
redução de personagens na segunda coleta.
Sobre a topologia da estrutura da rede, obsevou-se que estas comportam-se
como uma rede sem escala. As redes sem escala são mais resistentes há remoção
de vértices, que é exatamente o que acontece na comunidade de jogos. Muitos
jogadores ingressam e deixam o jogo a todo o momento. Da mesma forma, houve
uma variação nas guildas encontradas na primeira coleta. Muitas guildas já não
existiam mais, e todas mudaram sua estrutura, algumas caindo posições na
colocação e outras obtendo um maior sucesso.
Este fato foi estudado detalhadamente através da análise de redes sociais. A
evolução da comunidade indicou que as guildas que mais possuíam relações entre
seus membros eram duas guildas novas, TheChosen e Legião Brasileira. Isso reflete
diretamente no comportamento emergente da comunidade. As guildas analisadas na
primeira coleta sofreram alterações significativas. Dentre as selecionadas na
primeira coleta, cinco guildas que ainda existiam foram selecionadas para a
comparação na segunta coleta.
A partir deste exame das cinco, percebeu-se quatro sofreram uma perda de
jogadores e todas tiveram o número de relações entre seus membros reduzida. Com
menos jogadores, a guilda pode reduzir as possibilidades de grupos para missões,
especialmente se houve uma remoção significativa na quantidade de jogadores. Mas
este decréscimo não significa necessariamente que a guilda terá chances de
sucesso menores. Isso porque uma guilda menor é mais fácil de ser gerenciada. As
guildas que mostraram uma perda de relações entre jogadores maior que a
proporção de perda de jogadores mostraram o pior desempenho. Da mesma forma,
a média de grau também foi reduzida. Outras propriedades também foram
calculadas e comparadas: densidade, centralidade de intermediação da rede,
diâmetro, quantidade de pares isolados, distância média entre os pares e colocação.
O número de pares isolados (ou seja, pares inalcansáveis) está diretamente
relacionado ao desempenho da guilda na colocação. Quanto mais jogadores podem
ser alcançados na rede, mais grupos podem ser formados para completar missões,
136
aumentando assim o sucesso da guilda. O aumento da distância média entre os
pares (aqueles que possuem um caminho entre eles) também pode indicar que
estes jogadores têm menos chances de se integrar. Contudo, o aumento desta não
significa que jogadores foram desconectados, estes foram distanciados.
A diminuição da centralidade de intermediação de rede indicou que a
responsabilidade de conexão e integração entre os jogadores foi distribuida entre
mais jogadores. Assim, há menos atores essenciais para a estrutura da rede e isso
pode propiciar maiores chances para a formação de grupos. Já o inverso, ou seja,
aumento desta propriedade, sugere que um número menor de jogadores é
reponsável pela integração e conseqüentemente pelo desempenho da guilda.
O diâmetro das redes, que é o menor caminho de maior valor encontrado
entre dois atores aliado com o aumento de pares isolados mostra o quanto a rede
está conectada. Quando o diâmetro aumenta, mas o número de pares isolados não
é reduzido, isso quer dizer que os jogadores estão mais distantes. Este fato colabora
para a menos integração e assim, menor desepenho da guilda. Contudo, na guilda
Extremus Vis, houve um aumento no diâmetro, mas uma redução de pares isolados.
Isso significa que os atores que saíram eram menos responsáveis para a conexão
da rede.
Além da análise de redes sociais, foram estudados os papéis de cada classe,
em relação à estrutura e desempenho da rede. Para isso, foram utilizadas as redes
de Kohonen, que agruparam os jogadores em clusters facilitando a observação de
padrões. Cada grupo foi analisado separadamente para melhor compreenção do
comportamento de cada classe. Concluiu-se que cada classe possui um padrão de
comportamento que é refletido no seu sucesso e popularidade dentro do jogo.
Como trabalhos futuros há a proposta de realizar outras coletas para uma
análise de evolução da rede mais refinada. Também pretende-se coletar dados de
outros tipos de servidor para comparar se a dinâmica de um servidor voltado para
interpretação de personagens, por exemplo, influencia na estrutura da comunidade.
Além disso, é possível construir algoritmos genéticos para simulação de cenários e
experimentos baseados na estrutura definida pela coleta.
137
REFERÊNCIAS BIBLIOGRÁFICAS
BARABÁSI, A. L. Linked. Cambridge, Plume, 2003.
BATAGELI, V.; MRVAR, A. PAJEK. Program for Analysis and Visualization of Large
Networks. Reference Manual version 1.22. Networks / Pajek. Disponível em:
<http://vlado.fmf.uni-lj.si/pub/networks/pajek/doc/pajekman.pdf>. Acesso em: 2 mar.
2008.
BRAGA, A. P.; CARVALHO, A. P. L. F.; LUDERMIR, T. B. Redes neurais artificiais:
teoria e aplicações. Rio de Janeiro: LTC - Livros Técnicos e Científicos, 2000.
BUCKLEY, W. A Sociologia e a Moderna Teoria dos Sistemas. São Paulo, Cultrix,
1971.
DEKKER, A. Visualisation of Social Networks using CAVALIER. 2001. Disponível
em: <http://crpit.com/confpapers/CRPITV9Dekker.pdf>. Acesso em: 09 jun. 2007.
DEMARIA, R.; WILSON, J. L. High Score!: The Illustrated History of Electronic
Games. Emeryville: McGraw-Hill/Osborne, 2004.
DIESTEL, R. Graph Theory. Graduate Texts in Mathematics. 2
nd
ed. New York:
Springer-Verlag, 2000.
DUCHENEAUT, N.; YEE, N.; NICKELL, E.; MOORE, R. J. “Alone Together?”
Exploring the Social Dynamics of Massively Multiplayer Online Games. Conference
on Human Factors in Computing Systems. Proceedings of the SIGCHI conference on
Human Factors in computing systems, p. 407 – 416, 2006a.
DUCHENEAUT, N.; YEE, N.; NICKELL, E.; MOORE, R. J. Building a MMO With a
Mass Appeal: A look at Gameplay in World of Warcraft. Games and Culture, v. 1, n.
4, 2006b.
FORTIM, I. Level Up! A Aventura numa Comunidade Virtual de RPG. São Paulo: Giz
Editorial, 2007.
HANNEMAN, R. A. Introduction to Social Network Methods. Riverside, University of
California. 2001. Disponível em:
<http://faculty.ucr.edu/~hanneman/SOC157/NETTEXT.PDF>. Acesso em: 02 mar.
2005.
HARROP, R. MACHACEK, J. Pro Spring. 2005. New York: Springer-Verlag.
HIBERNATE. hibernate.org. 2008. Disponível em: <http://www.hibernate.org/>.
Acesso em: 22 maio 2008.
HORSTMANN, C. S.; CORNELL, G. Core Java 2. Palo alto: Sun microsystems
press, 2001.
138
HUISMAN, M.; MARIJTJE, A. J. D. Software for Statistical Analysis of Social
Networks. Holanda: University of Groningen, 2004.
HUIZINGA, J. Homo ludens: o jogo como elemento da cultura. São Paulo:
Perspectiva, 1971.
KENT, S. L. The Ultimate History of Vídeo Games. New York: Three Rivers Press,
2001.
KOH J.; KIM Y.; BUTLER B.; BOCK G. Encouraging Participation in Virtual
Communities. Communications of the ACM, vol. 50, n. 2, p. 68-73, 2007.
KOHONEN, T. Self-Organizing Maps. 3. ed. Berlin: Springer-Verlag, 2001.
LEMOS, A. Agregação Eletrônica ou Comunidades Virtuais?. 404nOtF0ound, março
de 2002. Disponível em: <http://www.facom.ufba.br/ciberpesquisa/
404nOtF0und/404_14.htm>. Acesso em: 18 ago. 2005.
LESKOVEC, J.; ADAMIC, L. A.; HUBERMAN, B. A. The Dynamics of Viral Marketing.
ACM Transactions on the Web, v. 1, n. 1, pp. 1-39, 2007.
LÉVY, P. A Conexão Planetária. São Paulo: Editora 34, 2000.
LIMA, M. C. Tipos de pesquisa e Técnicas de Coleta de Materiais – A Pesquisa de
Campo: Observação Direta Extensiva – aplicação de questionários e formulários. In:
______. Monografia: a engenharia da produção acadêmica. São Paulo: Saraiva,
2004.
MERELO, J. J.; PIETRO, B.; TRICAS, F. Blogosphere community formation,
structure and visualization. 2005. Departamento de Informática e Ingeniería de
Sistemas. Universidad de Zaragoza. Disponível em:
<http://webdiis.unizar.es/~ftricas/Articulos/Blogosphere%20community%20formation.
pdf>. Acesso em: 09 jun. 2007.
MITCHELL, M. Complex Systems: Network Thinking. Artificial Intelligence, vol. 170,
n. 18, p. 1194-1212, 2006.
MONTEIRO, L. H. A. Sistemas Dinâmicos. 2006. São Paulo: Editora da Física.
MMORPG.COM. MMORPG.COM. Features - Polls - How many hours per day do
you play MMORPGs?. 2002a. Disponível em:
<http://mmorpg.com/features.cfm/view/polls>. Acesso em: 30 jul. 2007.
MMORPG.COM. MMORPG.COM. Features - Polls - What aspect of MMORPG's are
you more into?. 2002b. Disponível em: <http://mmorpg.com/features.cfm/view/polls>.
Acesso em: 30 jul. 2007.
MMORPG.COM. MMORPG.COM. Features - Polls - Aside from questing, what do
you spend most of your time doing in-game?. 2007. Disponível em:
<http://mmorpg.com/features.cfm/view/polls>. Acesso em: 30 jul. 2007.
139
MOLINA, J. L. El análisis de redes sociales: una introducción. Barcelona: Edicions
Bellaterra, 2001.
NARDI, B.; HARRIS, J. Strangers and Friends: Collaborative Play in World of
Warcraft. CSCW’06; 2006.
PARK, A.; CHIN, E. History of Advanced Dungeons and Dragons. Disponível em:
<http://www.gamespot.com/features/history_add/index.html>. Acesso em: 7 abr.
2008.
PAPARGYRIS, A.; POULYMENAKOU, A. Learning to Fly in Persistent Digital
Worlds: The Case of Massively Multiplayer Online Role Playing Games. Athens
University of Economics and Business, 2004.
RHEINGOLD, H. The Virtual Community. 1988. Disponível em:
<http://www.rheingold.com/vc/book/>. Acesso em: 02 mar. 2005.
RODRIGUES, L. C.; LOPES, R. A. S.; MUSTARO, P. N. Impactos sócio-culturais da
evolução dos jogos eletrônicos e ferramentas comunicacionais: um estudo sobre o
desenvolvimento de comunidades virtuais de jogadores. Digital Proceedings of the
VI Brazilian Symposium on Computer Games and Digital Entertainment. 2007.
Disponível em: <http://www.cin.ufpe.br/~sbgames/proceedings/aprovados/
23629.pdf>. Acesso em: 11 nov. 2007.
______.; MUSTARO, P. N. Levantamento de características referentes à análise de
redes sociais nas comunidades virtuais brasileiras de jogos on-line. Digital
Proceedings of the V Brazilian Symposium on Computer Games and Digital
Entertainment. 2006. Disponível em:
<http://www.cin.ufpe.br/~sbgames/proceedings/aprovados/23629.pdf>. Acesso em:
11 nov. 2006.
______.; ______. Social Network Analysis of Virtual Communities in Online Games.
Proceedings of the IADIS Multi Conference on Computer Science and Information
Systems (MCCSIS) e-Society 2007, 2007. v. 1, p. 237-244.
______.; ______. Desenvolvimento de coleta de dados automatizada para análise
de redes sociais de comunidades de jogos on-line. In: Workshop on Information
Visualization and Analysis in Social Networks (WIVA 2008) no contexto do XXIII
Simpósio Brasileira de Banco de Dados e XXII Simpósio Brasileiro de Engenharia de
Software, vol. 1, 2008a.
______.; ______. Um Estudo das Formas de Comunicação e Interação em Redes
Sociais de Jogos On-line. In: Workshop de Aspectos da Interação Humano-
Computador na Web Social no contexto do VIII Simpósio Sobre Fatores Humanos
em Sistemas Computacionais, 2008b.
______.; LOPES, R. A. S.; MUSTARO, P. N. Análise de redes sociais de
comunidades on-line de jogadores de World of Warcraft. In: VII Simposium on
Computer Games and Digital Entertainment, vol. 1. p. 97-106., 2008.
140
______.; LIMA, C. A. M.; OLIVEIRA, P. P. B.; MUSTARO, P. N. Use of clusterization
based on Self-Organizing Maps and Fuzzy System approach to study an online
game community. In: 4th International Conference on Natural Computation, 2008.
ROSÁRIO, N. M.; RAMOS, M. Encarnações Lúdicas no Ciberespaço. In: VIII
Congresso Latino-Americano de Pesquisadores da Comunicação, 2007. v. 1
SALAZAR, J. Complex Systems Theory, Virtual Worlds & MMORPG's: Complexities
Embodied. (Unpublished), 2005. Disponível em:
<http://salazarjavier.mindspages.net/complex.pdf>. Acesso em: 08 set. 2008.
SPRING FRAMEWORK. Springframework.org. 2008. Disponível em:
<http://www.springframework.org/>. Acesso em: 22 maio 2008.
SIERRA, K.; BATES, B. Sun Certified Programmer for Java 5 Study Guide.
Emeryville, California: McGrawHill Osborne, 2006.
TATE, B. A.; GEHTLAND, J. Spring: A Developer’s Notebook. Sebastopol, California:
O’Reilly Media, Inc., 2005.
TURKLE, S. O Segundo Eu. Lisboa: Presença, 1995.
TYPALDOS C. et al. The 12 Principles of Collaboration – Guidelines for Designing
Interactive Internet Services. Moongose Technology. 2001. Disponível em:
<http://www.mongoosetech.com>. Acesso em: 05 ago. 2007.
TURING, A. M. Computing machinery and intelligence. Mind, 59, pp. 433-460, 1950.
WADLEY, G.; GIBBS, M.; BENDA, P. Speaking in character: Using voice-over-IP to
communicate within MMORPGs. Proc. Fourth Australasian Conference on Interactive
Entertainment, Melbourne, 2007.
WASSERMAN, S.; FAUST, K. Social network analysis: methods and applications.
Cambridge, UK: Cambridge University Press, 1994.
WATTS, D. J. Six Degrees: The Science of a Conected Age. New York: Norton &
Company, Inc., 2002.
WELLMAN, B. For a Social Network Analysis of Computer Networks: A Sociological
Perspective on Collaborative Work and Virtual Comunity. Proceedings of
SIGCPR/SIGMIS. Denver, CO: ACM Press, 1996.
WELLMAN, B.; GARTON, L.; HAYTHORNTHWAITE, C. Studying Online Social
Networks. Jornal of Computer-Mediated Communication. 3(1) June 1997. Disponível
em: <http://www.ascusc.org/jcmc/vol3/issue1/garton.html>. Acesso em: 02 abr. 2005.
WILLIAMS, D.; CAPLAN, S.; XIONG, L. Can you hear me now? The impact of voice
in an online gaming community. Human Communicatioin Research: 33(4), 2007.
141
WILLIAMS, D.; DUCHENEAUT, N.; XONG, L.; ZHANG, Y.; YEE, N.; NICKELL, E.
From Tree House to Barracks: The Social Life of Guilds in World of Warcraft. Games
and Culture, v. 1, n. 4, 338-361, 2006.
WOODCOCK, B. S. An Analysis of MMOG Subscription Growth. 2008. Disponível
em: <http://www.mmogchart.com/downloads/>. Acesso em: 21 maio 2008.
WURMAN, Richard Saul. Ansiedade de Informação. São Paulo: Cultura, 1997, p.
277-312.
142
BIBLIOGRAFIA
ABDUL-RAHMAN A., HAILES S. Supporting Trust in Virtual Communities. In:
Proceedings of the 33rd Hawaii International Conference on System Sciences, vol. 6,
pp. 6007-6017, 2000.
BELL, D. An Introduction to Cybercultures. London, Routledge: 2001.
BLYTH, J.; McGRATH, C.; KRACKHART, D. The Effect of Graph Layout on
Inference from Social Network. Proceedings of Graph Drawing Symposium.
Passaum, Germany: Springer-Verlag, 1995.
CALLEJA, G.; Digital Game Involvement: A Conceptual Model. Games and Culture
2007; 2; 236; 2006.
DUBOIS, D.; PRADE, H. Fuzzy Sets and Systems. Theory and Applications.
Academic Press, 1980.
DUCHENEAUT, N.; YEE, N.; NICKELL, E.; MOORE, R. J. The Social Side of
Gaming: A Study of Interaction Patterns in a Massively Multiplayer Online Game.
Proceedings of the ACM Conference on Computer-Supported Cooperative Work
(CSCW 2004), 2004, NY: ACM, 2004, p. 360-369.
CHE, H.; ZHANG, Q. MOO: Revival or Extinction? ACM SIGGROUP Bulletin. Vol. 25
Issue 2 (Fevereiro 2005). Special issue on virtual communities, 2005, p. 14-18.
ESPOSITO, N. How Video Game History Shows Up Why Video Game Nostalgia Is
So Important. Playing the Past., 2005.
HAYKIN, S., Redes neurais: princípios e prática. 2. ed. Porto Alegre: Bookman,
2001.
HOLLAND, J. H. Adaptation in Natural and Artificial Systems. Ann Arbor, University
of Michigan Press, 1975.
KOSKO, B. Neural Networks and Fuzzy Systems. New Jersey: Prentice-Hall, 1992.
JOHNSON, S. Emergência: A Dinâmica de Rede em Formigas, Cérebros, Cidades e
Softwares. Rio de Janeiro. Jorge Zahar Editor Ltda., 2003.
LIN S-c, LIN F-r, TZU-PING H., MING-CHENG Y. The Reality of Team-based
Knowledge Sharing and Creation in Professional Cyber Community. In: Proceedings
of the 36th Hawaii International Conference on System Sciences, 2003, p. 1-10.
MARTELETO, R. M.; TOMAÉL, M. I. A Metodologia de Análise e Redes Sociais
(ARS). In: VALENTIM, Marta Lígia Pomim (Org.). Métodos qualitativos de pesquisa
em Ciência da Informação. São Paulo: Polis, 2005, p. 81-99.
MOLES, A. A. A Sociodinâmica da Cultura. São Paulo: Perspectiva, 1974.
143
MUSTARO, P. N.; QUEIROZ, V. Redes digitais e novos horizontes educacionais.
Acesso, São Paulo, nº. 18, mar. 2005, p. 24-29.
______. Hackers: um estudo sobre linguagens, identidades e educações no
ciberespaço. 2003. Tese (Doutorado em Educação) – Faculdade de Educação da
Universidade de São Paulo, São Paulo, 2003.
NOVAK, O.; EINENSTADT, M.; SLAVIK, P. Visualization of Dynamic Chat
Communication. 2002. Disponível em: <http://www.kmi.open.ac.uk/papers/kmi-tr-
121.pdf>. Acesso em: 02 fev. 2006.
RHEINGOLD, H. Comunidades virtuais In: P. F. Drucker. A comunidade do futuro:
idéias para uma nova comunidade. São Paulo: Editora Futura, 1998, p. 120-127.
SHARP, P. Peep-boxes to Pixels: An Alternative History of Video Game Space.
Authors & Digital Games Research Association (DiGRA) 2007. Disponível em:
<http://www.kmi.open.ac.uk/papers/kmi-tr-121.pdf>. Acesso em: 02 fev. 2006.
WHITE, S.; SMYTH, P. Algorithms for Estimating Relative Importance in Networks.
Proceedings of the Ninth ACM SIGKDD International Conference on Knowledge
Discovery and Data Mining, New York, NY, 2003: ACM Press, p. 266–275.
YEE, N. The Norrathian Scrolls: A Study of EverQuest. 2001. Disponível em:
<http://www.nickyee.com/eqt/report.html>. Acesso em: 13 nov. 2005.
YU, B.; SINGH, M. P. Searching Social Networks. Proceedings of the Second Intl.
Joint Conference on Autonomous Agents & Multiagent Systems (AAMAS, 2003),
2003.
WILLIAMS, D.; DUCHENEAUT, N.; XONG, L.; ZHANG, Y.; YEE, N.; NICKELL, E..
From Tree House to Barracks: The Social Life of Guilds in World of Warcraft. Games
and Culture 2006, 1, 338, 2006.
WANG, X. F.; GUARONG, C. Synchronization in Scale-free Dynamical Networks:
Robustness and Fragility. UK Engineering and Physical Sciences Research Council,
2002.
WATTS, D. J. Small Words. Princeton, New Jersey: Princeton University Press.,
1999.
WOLF, K. D. Communities of Practice in MMORPGs: An Entry Point into Addiction?.
Communities and Technologies 2007: Proceedings of the Third Communities and
Technologies Conference, Michigan State University, London: Springer, p. 191-208,
2005.
ZHANG, J.; ACKERMAN, M. Searching For Expertise in Social Networks: A
Simulation of Potential Strategies. Proceedings of the ACM Group 2005 Conference,
2005.
144
JOGOS DIGITAIS CITADOS
Andrew Glaister, Empire!, Firebird Software, 1986.
Advanced Microcomputer Systems, Dragon's Lair, Cinematronics, 1983.
AOL, Stormfront Studios SSI, TSR, Neverwinter Nights, AOL, 1991. Disponível em:
<http://www.bladekeep.com/nwn/>. Acesso em: 21 maio 2008.
ArenaNet, Guild Wars, NCsoft, 2005. Disponível em: <http://www.guildwars.com>.
Acesso em: 22 maio 2008.
Atari, I, Robot, Atari, 1983. Disponível em:
<http://www.ionpool.net/arcade/irobot/anderson/>. Acesso em: 21 maio 2008.
Atari, Lunar Lander, Atari, 1979.
Blizzard Entertainment, Blackthorne, Blizzard Entertainment, 1994. Disponível em:
<http://www.blizzard.com/us/blizzclassic/>. Acesso em: 25 jan. 2008.
Blizzard Entertainment, Diablo, Blizzard Entertainment, 1996
Disponível em: <http://www.blizzard.com/us/diablo/>. Acesso em: 25 jan. 2008.
Blizzard Entertainment, Diablo II, Blizzard Entertainment, 2000
Disponível em: <http://www.blizzard.com/us/diablo2/>. Acesso em: 25 jan. 2008.
Blizzard Entertainment, Rock ´n Roll Racing, Blizzard Entertainment, 1993.
Disponível em: <http://www.blizzard.com/us/blizzclassic/>. Acesso em: 25 jan. 2008.
Blizzard Entertainment, Starcraft, Blizzard Entertainment, 1998
Disponível em: <http://www.blizzard.com/us/worlds-starcraft.html>. Acesso em: 25
jan. 2008.
Blizzard Entertainment, The Lost Vickings, Blizzard Entertainment, 1992. Disponível
em: <http://www.blizzard.com/us/blizzclassic/>. Acesso em: 25 jan. 2008.
Blizzard Entertainment, Warcraft: Orcs and Humans, Blizzard Entertainment, 1994
Disponível em: <http://www.blizzard.com/us/war1/>. Acesso em: 25 jan. 2008.
Blizzard Entertainment, Warcraft II: Beyond the Dark Portal, Blizzard Entertainment,
1996. Disponível em: <http://www.blizzard.com/us/war2bne/>. Acesso em: 25 jan.
2008.
Blizzard Entertainment, Warcraft II: Tides of Darkness, Blizzard Entertainment, 1995
Disponível em: <http://www.blizzard.com/us/war2bne/>. Acesso em: 25 jan. 2008.
Blizzard Entertainment, Warcraft III: Reign of Chaos, Blizzard Entertainment, 2002.
Disponível em: <http://www.blizzard.com/us/war3/>. Acesso em: 25 jan. 2008.
Blizzard Entertainment, Warcraft III: The Frozen Throne, Blizzard Entertainment,
2003. Disponível em: <http://www.blizzard.com/us/war3x/>. Acesso em: 25 jan. 2008.
145
Blizzard Entertainment, World of Warcraft, Blizzard Entertainment, 2004
Disponível em: <http://www.worldofwarcraft.com>. Acesso em: 25 jan. 2008.
Blizzard Entertainment, World of Warcraft: The Burning Crusade, Blizzard
Entertainment, 2007. Disponível em:
<http://www.worldofwarcraft.com/burningcrusade/>. Acesso em: 25 jan. 2008.
Blizzard Entertainment, World of Warcraft: Wrath of the Lich King, Blizzard
Entertainment, 2008. Disponível em: <http://www.worldofwarcraft.com/wrath/>.
Acesso em: 25 nov. 2008.
CCP Games, Eve Online, CCP Games, 2003. Disponível em: <http://www.eve-
online.com/>. Acesso em: 22 maio 2008.
CipSoft GmbH, Tíbia, CipSoft GmbH, 1997. Disponível em: <http://www.tibia.com>.
Acesso em: 21 maio 2008.
CipSoft GmbH, TíbiaME, CipSoft GmbH, 2003. Disponível em:
<http://www.tibiame.com>. Acesso em: 21 maio 2008.
CircleMUD, CircleMUD, CircleMUD, 1991. Disponível em:
<http://www.circlemud.org/>. Acesso em: 06 abr. 2008.
Cryptic Studios, City of Heroes, NCsoft, 2004. Disponível em:
<http://www.cityofheroes.com>. Acesso em: 22 maio 2008.
Cryptic Studios, City of Villains, NCsoft, 2005. Disponível em:
<http://www.cityofvillains.com>. Acesso em: 22 maio 2008.
DIKU MUD, Welcome to DIKU MUD, DikuMUD, 1991. Disponível em:
<http://www.dikumud.com>. Acesso em: 06 abr. 2008.
Funcom, Age of Conan, Funcom, 2008. Disponível em:
<http://www.ageofconan.com>. Acesso em: 22 maio 2008.
Gravity, Ragnarök Online, Level Up! Games, 2004 (Brasil). Disponível em:
<http://www.levelupgames.com.br>. Acesso em: 22 maio 2008.
Gregory Yob, Hunt the Wumpus, People's Computer Company, 1973.
HollowMUD, Hollow World Mud, HollowMUD, 1997. Disponível em:
<http://www.hollow-world.net/>. Acesso em: 07 abr. 2008.
Ignis Games, Erinia, Ignis Games 2004. Disponível em: <http://erinia.gamigo.de/>.
Acesso em: 22 maio 2008.
Inferno³, Inferno³, InfernoMUD, 2003. Disponível em: <http://www.inferno3.com.br>.
Acesso em: 07 abr. 2008.
Jagex, Runescape, Jagex, 2001. Disponível em:<http://www.runescape.com/>.
Acesso em: 22 maio 2008.
146
Linden Research, Inc., Second Life, Linden Research, Inc., 2003. Disponível em:
<http://secondlife.com>. Acesso em: 22 maio 2008.
LucasArts, Day of The Tentacle, LucasArts, 1993.
LucasArts, Sam & Max Hit the Road, LucasArts, 1993.
LucasArts, The Curse of Monkey Island, LucasArts, 1997.
LucasArts, The Dig, LucasArts, 1995.
Lucasfilm Games, Maniac Mansion, Lucasfilm Games, 1987.
Lucasfilm Games, Quantum Link, Fujitsu, Habitat, Quantum Link, Fujitsu, 1987.
Mythic Entertainment, Dark Age of Camelot, Mythic Entertainment, 2001. Disponível
em: <http://www.darkageofcamelot.com/>. Acesso em: 22 maio 2008.
NCsoft, Lineage, NCsoft, 2001. Disponível em: <http://www.lineage.com>. Acesso
em: 22 maio 2008.
NCsoft, Lineage II: The Chaotic Throne, NCsoft, 2004. Disponível em:
<http://www.lineage2.com>. Acesso em: 22 maio 2008.
New World Computing, Might and Magic Book 1: The Secret of the Inner Sanctum,
New World Computing, 1986.
New World Computing, Might and Magic Book II: Gates to Another World, New World
Computing, 1988.
New World Computing, Might and Magic IV: Clouds of Xeen, New World Computing,
1992.
New World Computing, Might and Magic V: Darkside of Xeen, New World
Computing, 1993.
Origin Systems, Ultima I: The First Age of Darkness, Origin Systems, 1986.
Disponível em: <http://www.uo.com/archive/ultima1/index.html>. Acesso em: 21 maio
2008.
Origin Systems, Ultima Online, Electronic Arts, 1997. Disponível em:
<http://www.uoherald.com>. Acesso em: 21 maio 2008.
Priston Inc., Priston Tale, Kaizen Games, 2005 (Brasil). Disponível em:
<http://www.priston.com.br>. Acesso em: 22 maio 2008.
Richard Garriott, Akalabeth, California Pacific Computer Co., 1979.
slothmud.org, SlothMUD III, SlothMUD, 1992. Disponível em:
<http://www.slothmud.org/index.php?module=Who_List&pid=server>. Acesso em: 06
abr. 2008.
Sega, Phantasy Star, Sega, 1987.
147
Sega, Phantasy Star Episode I & II, Sega, 2002.
Sega, Phantasy Star Online, Sega, 2001.
Sega, Phantasy Star Universe, Sega, 2006. Disponível em:
<http://www2.sega.com/games/game_temp.php?game=psuilluminus&lid=gp_psuillu
minus&lpos=nav_pldwnlst>. Acesso em: 22 maio 2008.
Siementech, Helbreath, Siementech, 2003. Disponível em:
<http://www.helbreathusa.com>. Acesso em: 22 maio 2008.
Sony Online Entertainment, Everquest, Sony Online Entertainment, 1999. Disponível
em: <http://eqplayers.station.sony.com/>. Acesso em: 21 maio 2008.
Sony Online Entertainment, Everquest II, Sony Online Entertainment, 2004.
Disponível em: <http://everquest2.station.sony.com/>. Acesso em: 22 maio 2008.
Sony Online Entertainment, Star Wars Galaxies, LucasArts, 2003. Disponível em:
<http://starwarsgalaxies.station.sony.com>. Acesso em: 22 maio 2008.
Square, Final Fantasy XI, Square, 2004. Disponível em:
<http://www.finalfantasyxi.com/>. Acesso em: 22 maio 2008.
Turbine Entertainment Software, Asheron´s Call, Microsoft, Turbine, 1999. Disponível
em: <http://ac.turbine.com/>. Acesso em: 22 maio 2008.
Turbine, Inc., Dungeons & Dragons Online, Atari, 2006. Disponível em:
<http://www.ddo.com/>. Acesso em: 22 maio 2008.
Turbine, Inc., The Lord of the Rings Online: Shadows of Angmar, Turbine, Inc., 2007.
Disponível em: <http://lotro.turbine.com/>. Acesso em: 22 maio 2008.
William Crowther and Don Woods, Adventure, William Crowther and Don Woods,
1976.
148
ANEXOS
ANEXOSANEXOS
ANEXOS
149
ANEXO I – Questionário on-line utilizado na coleta de dados inicial
Página de introdução
Página de questionário
150
ANEXO II – Código elaborado para a automatização da coleta
function WhoMode_OnLoad(self)
self:RegisterEvent("ADDON_LOADED");
end
function WhoMode_OnEvent(self,event,...)
if (event == "ADDON_LOADED") then
local addon = select(1,...);
if (addon == "WhoMode") then
entrada = do_Who("");
if (WHOMODE_COUNT == nil) then
WHOMODE_COUNT = 1;
end
if ( not (WHOMODE_LIST == nil) ) then
if ( not (entrada == nil) ) then
WHOMODE_LIST = WHOMODE_LIST..entrada;
WHOMODE_LIST = WHOMODE_LIST.."END";
end
end
if (WHOMODE_LIST == nil) then
if ( not (entrada == nil) ) then
WHOMODE_LIST = entrada;
WHOMODE_LIST = WHOMODE_LIST.."END";
end
end
end
end
end
function do_Who(zone)
if(not (zone == "") ) then
if(not(zone == nil)) then
FriendsFrame:Hide();
FriendsFrame:UnregisterEvent("WHO_LIST_UPDATE");
hours,minutes = GetGameTime();
text = " ";
text = text..hours..":"..minutes..";" ;
151
SendWho('z-\"'..zone..'\"');
numWhos, totalCount = GetNumWhoResults();
while totalCount > 0 do
charname, guildname, level, race, class, zone, unknown =
GetWhoInfo(totalCount);
text = text..
charname..","..
guildname..","..
level..","..
race..","..
class..","..
zone..","..
unknown.."|";
totalCount = totalCount-1;
end
end
return text;
end
end
function WhoMode_OnUpdate(self, elapsed)
if ( not self.timer ) then
self.timer = 0;
return;
end
local zone_array = {
"Blade's Edge
Mountains","Hellfire","Nagrand","Netherstorm","Shadowmoon","Shattrath",
"Terokkar","Zangarmarsh","Ashenvale","Azshara","Azuremyst","Bloodmyst","Dar
kshore","Darnassus","Desolace","Durotar","Dustwallow","Felwood","Feralas","
Moonglade","Mulgore","Silithus","Stonetalon","Tanaris","Teldrassil","Barren
s","Exodar","Thousand Needles","Thunder Bluff","Un'Goro
Crater","Winterspring","Alterac Mountains","Alterac Mountains","Arathi
Highlands","Badlands",
"Blasted Lands","Burning Steppes","Deadwind Pass","Dun
Morogh","Duskwood","Eastern Plaguelands","Elwynn Forest","Eversong
Woods","Ghostlands","Hillsbrad Foothills","Ironforge",
"Loch Modan","Redridge Mountains","Searing Gorge","Silvermoon","Silverpine
Forest",
"Stormwind","Stranglethorn","Swamp of Sorrows","Hinterlands","Tirisfal
152
Glades","Undercity",
"Western Plaguelands","Westfall","Wetlands","Ragefire Chasm","Wailing
Caverns","Shadowfang Keep","Shadowfang Keep","Blackfathom Deeps","Stormwind
Stockade","Razorfen Kraul",
"Gnomeregan","Scarlet Monastery","Razorfen
Downs","Uldaman","Zul'Farrak","Maraudon","Temple of Atal'Hakkar","Blackrock
Depths","Dire Maul","Blackrock Spire","Stratholme","Scholomance",
"Zul'Gurub","Onyxia's Lair","Molten Core","Blackwing Lair","Ruins of
Ahn'Qiraj","Temple of Ahn'Qiraj","Naxxramas","Hellfire Ramparts","The Blood
Furnace","Slave Pens","Underbog","Mana-Tombs","Auchenai Crypts","Escape
from Durnholde Keep","Sethekk Halls","Steamvault","Shadow
Labyrinth","Shattered Halls","Black
Morass","Mechanar","Botanica","Arcatraz","Magisters'
Terrace","Karazhan","Gruul's Lair","Magtheridon's
Lair","Zul'Aman","Serpentshrine Cavern","The Eye","Scale of the
Sands","Ashtongue Deathsworn","Shattered Sun Offensive"
};
self.timer = self.timer + elapsed
if (self.timer >= 10) then
if(WHOMODE_COUNT > #zone_array) then
WHOMODE_COUNT = 1;
end
entrada = do_Who(zone_array[WHOMODE_COUNT]);
if ( not (WHOMODE_LIST == nil) ) then
if ( not (entrada == nil) ) then
WHOMODE_LIST = WHOMODE_LIST..entrada;
WHOMODE_LIST = WHOMODE_LIST.."END";
end
end
if (WHOMODE_LIST == nil) then
if ( not (entrada == nil) ) then
WHOMODE_LIST = entrada;
WHOMODE_LIST = WHOMODE_LIST.."END";
end
end
self.timer = 0;
WHOMODE_COUNT = WHOMODE_COUNT + 1;
end
end
Código do arquivo WhoMode.lua
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
