基于用户特征与数据挖掘的游戏化策略规划：以性别为例的个案研究

游戏化框架可辅助教育中的游戏化规划。然而，大多数框架未提供选择、关联或推荐如何使用游戏元素以将特定教育任务游戏化的方法。相反，大多数提供覆盖所有学习者的“一刀切”方案，未考虑性别等不同用户特征。因此，本工作旨在采用数据驱动方法，基于用户偏好提供一组游戏元素推荐，可供教师和导师用于学习活动游戏化。我们分析了一项针对733人（男性=569，女性=164）的新颖调查数据，收集了关于用户对游戏元素偏好的信息。我们的结果表明，最重要的规则基于四类（共十九类）游戏元素：目标、等级、进度和选择。从用户性别视角看，女性样本中最有趣的规则将目标与进度、徽章和信息相关联（置信度=0.97），而男性样本中最有趣的规则还将目标与进度、更新和选择相关联（置信度=0.94）。这些规则及我们的描述性分析为教育场景中如何使用游戏元素提供了推荐。