基于情感时间序列数据挖掘的移动游戏评估方法

科学领域:

• 游戏 数据科学 数据科学
• 情感游戏是一种情感游戏.
• 多模式传感器分析分析

背景情况:

• 对于开发人员来说,了解区分高利 (MP) 和低利 (LP) 视频游戏的因素至关重要.
• 一个常见的假设表明,MP游戏引发了更积极的玩家情绪,导致持续的参与.

研究的目的:

• 介绍一种基于玩家的情绪反应来评估电子游戏质量的原创方法.
• 为了验证这一假设,能够区分MP和LP游戏的玩家提供可靠的情感反.

主要方法:

• 使用多式体传感器来分析玩家在游戏过程中的情绪反应.
• 根据他们在短时间内区分MP和LP游戏的能力来选择测试玩家.
• 分析选定的玩家的情感光谱,以比较对MP和LP游戏的情感反应.

主要成果:

• 与LP游戏相比,当玩MP游戏时,选定的玩家表现出明显更积极和更少的负面情绪.
• 这种情感差异化表明,选定的玩家更关注游戏质量和参与因素.
• 这些发现清楚地证实了关于玩家情绪反应和游戏利能力的拟议假设.

结论:

• 开发的方法利用情感计算和玩家情感数据,提供了一种可靠的方法来评估视频游戏的质量.
• 识别和分析具有高分辨能力的玩家是获得有意义的情感反的关键.
• 这项研究支持了通过客观玩家数据验证的积极情绪参与和电子游戏商业成功之间的联系.