你最爱的游戏玩法深刻揭示你：预测用户行为与 Hexad 类型
人机交互
2023-02-14 v1
摘要
近年来，游戏化研究界广泛且频繁地质疑一刀切游戏化方案的有效性。因此，个性化似乎是任何成功游戏化设计的重要部分。通过理解用户行为与 Hexad 玩家/用户类型可改进个性化。本文提出一个原创研究思路：探究用户的游戏相关数据（通过各类玩家原型调查收集）是否可用于预测其在非游戏（但游戏化）情境中的行为特征与 Hexad 用户类型。游戏化与游戏概念间存在的亲缘性，为我们开展此项探索性研究提供了动力。我们以 67 名 Stack Exchange 用户为案例进行了初步调查研究。我们发现，用户的游戏玩法信息能揭示其在非游戏（但游戏化）环境中的行为特征与 Hexad 用户类型的有价值信息。对三种玩家原型（即 Bartle、Big Five 与 BrainHex）的测试结果表明，它们均能比随机标注基线更好地预测用户最主导的 Stack Exchange 行为特征与 Hexad 用户类型。也就是说，本文分析的所有玩家原型中，BrainHex 表现最佳。最后，我们提出了未来工作的研究议程。
引用
@article{arxiv.2302.05623,
title = {Your Favorite Gameplay Speaks Volumes about You: Predicting User Behavior and Hexad Type},
author = {Reza Hadi Mogavi and Chao Deng and Jennifer Hoffman and Ehsan-Ul Haq and Sujit Gujar and Antonio Bucchiarone and Pan Hui},
journal= {arXiv preprint arXiv:2302.05623},
year = {2023}
}
备注
This manuscript is the pre-print version of our paper accepted at the conference of HCI International 2023