识别亲附关系：利用行为痕迹预测在线游戏中社交互动的质量
人机交互
2020-03-10 v1 机器学习
摘要
多人游戏中的在线社交互动可能是支持性与积极的，也可能是有毒与有害的；然而，很少有方法能够轻松评估游戏中的人际互动质量。我们利用行为痕迹来预测二元陌生人在线游戏环境中通过社交互动所产生的亲附关系。我们从23对参与者中收集了音频、视频、游戏内及自我报告数据，提取了75个特征，训练了随机森林（Random Forest）与支持向量机（Support Vector Machine）模型，并评估了它们预测对同伴的二分类（高/低）及连续亲附关系的性能。这些模型在未见数据上预测二分类与连续亲附关系的准确率（F1）最高达79.1%，解释方差（R2）达20.1%，其中基于言语沟通的特征展现出最高潜力。我们的发现可为多人游戏及游戏社区的设计提供信息，并指导匹配机制与缓解在线游戏中有毒行为的系统开发。
引用
@article{arxiv.2003.03438,
title = {Recognizing Affiliation: Using Behavioural Traces to Predict the Quality of Social Interactions in Online Games},
author = {Julian Frommel and Valentin Sagl and Ansgar E. Depping and Colby Johanson and Matthew K. Miller and Regan L. Mandryk},
journal= {arXiv preprint arXiv:2003.03438},
year = {2020}
}
备注
CHI '20