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

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.

Date	29 sept. 2014
langue originale	Français
Établissement diplômant	École de technologie supérieure
Superviseur	Nadjia Kara (Directeur(-trice)) & Neila Mezghani (Codirecteur(-trice))