La vitrine de diffusion des mémoires et thèses de l'ÉTS
RECHERCHER

Vers l'identification des profils des joueurs à travers l'analyse des données du jeu basée sur le modèle de régression et le regroupement

Benmakrelouf, Souhila (2014). Vers l'identification des profils des joueurs à travers l'analyse des données du jeu basée sur le modèle de régression et le regroupement. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

[img]
Prévisualisation
PDF
Télécharger (9MB) | Prévisualisation
[img]
Prévisualisation
PDF
Télécharger (924kB) | Prévisualisation

Résumé

La personnalisation des jeux sérieux est un facteur important de leur succès et de leur efficacité en tant qu’outils motivants et attrayants dans des domaines tels que l’éducation et la santé. Or, pour y parvenir, le profil du joueur devra être déterminé à travers l’analyse de ses données. Il s’agit d’un grand volume de données, incluant les caractéristiques et les performances du joueur, qui pose des défis concernant les techniques d’analyse à employer et les données à considérer. Notre étude contribue à une meilleure compréhension du cheminement du joueur dans un environnement virtuel par le biais du forage des données du jeu sérieux « Science en jeu ». Elle a pour objectifs l’identification des données pertinentes et des méthodes de forage de données appropriées ainsi que la déduction des caractéristiques des profils des joueurs. Pour cela, nous avons utilisé le modèle de régression linéaire multiple et la technique de partitionnement (K-moyennes). Le premier modèle a montré que le nombre d’accès au jeu, des quêtes visitées et des avantages utilisés contribuent significativement aux scores et aux durées de jeu. Tandis que le deuxième modèle a révélé trois formes de participation des joueurs : débutant, intermédiaire et avancé, qui interagissent avec le jeu selon leur expérience. Ces résultats nous fournissent une première lecture des profils des joueurs qui seraient enrichis avec les données des tests d’évaluation fournis par des experts (ex. enseignants, thérapeutes). Également, le test des méthodes de classification et l’expérimentation du jeu dans le contexte de l’éducation/santé sont à envisager dans des études futures.

Titre traduit

Towards the identification of player profiles through data analysis of the game based on regression model and clustering

Résumé traduit

The customization of serious games is an important factor in their success and effectiveness as motivating and attractive tools in several fields such as education and health. However, to achieve this purpose, the player profile will be determined through the analysis of game data. It is a large volume of data, including characteristics and participation of the player, that poses challenges about choice of the analysis techniques and data to consider. Our study contributes to a better understanding of the player progression in a virtual environment through the data mining of serious game "Science en jeu". It aims at identifying relevant data and appropriate data mining methods as well as the deduction of player profile features. For that purpose, we used two methods namely multiple linear regression and Clustering (Kmeans). The first method showed that the number of access to the game, quests visited and advantages used significantly contribute to the scores and the duration of a game, while the second method revealed three forms of participating players: beginner, intermediate and advanced, who interact with the game according to their experiences. These results provide us with a first reading of players’ profiles which would be enriched with data assessment tests provided by experts (for example, teachers or therapists). Also, the test methods for classification and testing of the game in the context of education or health should be considered in future studies.

Type de document: Mémoire ou thèse (Mémoire de maîtrise électronique)
Renseignements supplémentaires: "Mémoire présenté à l'École de technologie supérieure comme exigence partielle à l'obtention de la maîtrise en génie logiciel". Bibliographie : pages 117-123.
Mots-clés libres: Exploration des données (Informatique) Jeux sérieux. Analyse de régression. Regroupement des documents (Informatique) joueur, profil, forage de données, modèle de régression
Directeur de mémoire/thèse:
Directeur de thèse
Kara, Nadjia
Co-directeurs de mémoire/thèse:
Co-directeurs de thèse
Mezghani, Neila
Programme: Maîtrise en ingénierie > Génie
Date de dépôt: 21 nov. 2014 16:58
Dernière modification: 21 nov. 2014 16:58
URI: http://espace.etsmtl.ca/id/eprint/1390

Actions (Identification requise)

Dernière vérification avant le dépôt Dernière vérification avant le dépôt

Statistique

Plus de statistique...