Este artigo apresenta o mapeamento das estratégias dos jogadores em um jogo de papéis, no domínio da gestão de recursos naturais. Os dados coletados (ações dos jogadores no jogo) foram aplicados no aprendizado automático, mediante a mineração de dados. As árvores de decisão geradas pelo software WEKA, obtiveram percentual de acerto entre 53% a 100%, e através da análise das árvores, as estratégias dos jogadores foram descobertas. Como resultados, conseguiu-se extrair 38 estratégias. As estratégias mapeadas auxiliam um melhor entendimento do jogo e proporcionaram a percepção de como os jogadores tomam suas decisões.

Este trabalho aborda um estudo sobre a descoberta de conhecimento aplicada no chat de um jogo massivelymultiplayer online (MMO). Para isso, utilizou-se a ferramenta Text Mining Suite, onde o processo de descobertade conhecimento, além da mineração de textos, é baseado na criação de conceitos definidos por uma pessoaque possui algum entendimento acerca dos textos à serem analisados. Também como forma complementar apesquisa, foi utilizada a ferramenta de mineração de textos Sobek, como suporte à Text Minig Suite para a criaçãode conceitos. Esse artigo propõe uma metodologia experimental para a aplicação da descoberta de conhecimentoem dados textuais gerados a partir de conversas dos jogadores. Com essa metodologia, avaliamos os resultadosde três testes. O primeiro teste envolveu a ferramenta Text Mining Suite para extrair conhecimento da base dedados textuais, no segundo teste foi utilizada a ferramenta Sobek para extrair os conceitos do texto, por fim, oúltimo teste agregou as duas ferramentas. Uma análise quantitativa possibilitou a apresentação da qualidadedos resultados da mineração de textos. Observou-se uma melhora nos resultados, um ganho de conhecimentoquando as ferramentas Text Mining Suite e Sobek foram utilizadas, em conjunto, para o processo da descobertade conhecimento.