2017-10-24

Play’n GO är ett av de medlemsföretag som använt sig av möjligheten att samarbeta med forskare i en så kallad såddaktivitet. Nu är aktiviteten slutförd och resultatet blev flera intressanta lärdomar och en framkomlig väg.

Från spelleverantörens sida ville man ha hjälp att upptäcka tidiga tecken på spelmissbruk, bedrägeriförsök och pengatvätt. Sådant som både är svårt att upptäcka och kräver en hel del manuellt arbete för att ringa in.

Även forskarna fann frågan intressant. Kan man använda maskininlärningsteknik för att hitta tecken på problem i spelföretagets stora mängder data på dess spelplattform, och vilka resultat kan det ge?

Ett svårare problem än man kan tro

De negativa konsekvenserna av spelmissbruk handlar inte bara om finansiella förluster utan består även i familjeproblem, depressioner och allt för mycket tid som går åt till spelande. Det är saker som inte direkt avspeglas i den datamängd som Play’n GO jobbar med. Det finns algoritmer för att upptäcka problem, men de ger så generella resultat att det ändå krävs stora manuella utredningsarbeten för att fånga upp problemen.

Forskarna testade olika formler för att automatisera upptäckt av spelmissbruk och vid en jämförelse med manuellt funna gick det även att utläsa vilka formler som fungerade bättre eller sämre.

I ett automatiserat system visade sig träffsäkerheten vara för låg för att vara fullt användbar. Man är alltså på rätt väg och kan upptäcka spelmissbruk med hjälp av maskininlärningsteknik, men det kommer att krävas mer forskning och utveckling för att få fram mer tillförlitliga system.

När det gäller upptäckt av bedrägerier och pengatvätt identifierades ett antal faktorer som användbara. Men forskarna fann även attPlay’n GO:s plattform och data inte var av den typen att bedrägerier eller pengatvätt var särskilt genomförbara. Därför kunde man inte få fram tillförlitliga modeller ur spelföretagets material, men man fann däremot goda möjligheter att automatisera upptäckten av dessa problem.

Resultat som inbjuder till fortsatt samarbete

Studien har främst gått ut på att analysera om och hur upptäckt av spelrelaterade problem kan automatiseras och effektiviseras för att ge snabbare och tidigare upptäckter. Och resultaten ser lovande ut.

Forskarna har visat att ett system kan upptäcka och varna för avvikelser. Man har även tagit fram en modell som kan identifiera spelmissbrukares beteenden, skriver Play’n GO i sin slutrapport och konstaterar att man nu har stakat ut vägen för att kunna gå vidare i större sammanhang i samarbete med exempelvis Svenska Spel eller KK-stiftelsen.

Klart är även att det lyckade partnerskapet mellan Play’n GO och Linnéuniversitetet kommer att fortsätta.

Läs mer om såddaktiviteter

Nyttan med samverkan mellan akademi och näringsliv