[论文解读] Do people's user types change over time? An exploratory study

Ana Cláudia Guimarães Santos, Wilk Oliveira+2 more|arXiv (Cornell University)|Jun 18, 2021

Educational Games and Gamification参考文献 45被引用 13

一句话总结

本探索性研究利用Hexad模型，调查了游戏化环境中用户类型是否随时间发生变化。对74名参与者进行为期六个月的分析，发现主导用户类型和子量表得分存在显著变化，表明用户类型是动态而非静态的，挑战了游戏化系统中固定个性化设计的假设。

ABSTRACT

In recent years, different studies have proposed and validated user models (e.g., Bartle, BrainHex, and Hexad) to represent the different user profiles in games and gamified settings. However, the results of applying these user models in practice (e.g., to personalize gamified systems) are still contradictory. One of the hypotheses for these results is that the user types can change over time (i.e., user types are dynamic). To start to understand whether user types can change over time, we conducted an exploratory study analyzing data from 74 participants to identify if their user type (Achiever, Philanthropist, Socialiser, Free Spirit, Player, and Disruptor) had changed over time (six months). The results indicate that there is a change in the dominant user type of the participants, as well as the average scores in the Hexad sub-scales. These results imply that all the scores should be considered when defining the Hexad's user type and that the user types are dynamic. Our results contribute with practical implications, indicating that the personalization currently made (generally static) may be insufficient to improve the users' experience, requiring user types to be analyzed continuously and personalization to be done dynamically.

研究动机与目标

• 调查游戏化环境中用户类型在六个月内是否保持稳定。
• 基于初始评估，评估静态用户类型分类在游戏化系统中的可靠性。
• 探讨动态用户类型对个性化游戏化设计的影响。
• 识别持续评估用户类型的需求，以提升游戏化应用中的用户体验。
• 为未来研究奠定基础，探索利用行为数据或机器学习预测用户类型演变。

提出的方法

• 在相隔六个月的两个阶段，对74名参与者发放Hexad用户类型问卷。
• 使用Hexad模型将参与者分类为六种用户类型：成就者、慈善家、社交者、自由精神者、玩家和破坏者。
• 比较两个阶段之间主导用户类型及所有Hexad子量表的平均得分。
• 开展纵向探索性研究，检测用户类型配置随时间的变化。
• 分析用户类型得分与主导性的差异，以评估用户配置的稳定性。
• 提出未来研究方向，涉及利用初始数据或交互日志预测用户类型变化的建模。

实验结果

研究问题

• RQ1 在游戏化环境中，人们六个月内主导用户类型是否发生变化？
• RQ2 Hexad子量表的平均得分是否随时间保持稳定，还是出现显著变化？
• RQ3 个体用户类型配置在多次评估中在多大程度上保持一致？
• RQ4 用户类型的动态特性如何影响游戏化系统中静态个性化设计的有效性？
• RQ5 这对设计能够响应用户配置演变的自适应游戏化系统有何启示？

主要发现

• 超过50%的参与者在首次和第二次评估之间其主导用户类型发生变化。
• 两个阶段之间Hexad子量表的平均得分存在显著差异，表明动机配置发生变化。
• 研究发现用户类型并非随时间保持稳定，挑战了游戏化设计中固定用户配置的假设。
• 结果表明，基于单次评估的静态个性化可能不足以维持用户参与度。
• 本研究强调需要持续监控并动态调整游戏化系统以适应用户类型演变。
• 未来研究应探索利用初始问卷回答或交互数据预测用户类型变化。