論文の概要: Automating Gamification Personalization: To the User and Beyond
- arxiv url: http://arxiv.org/abs/2101.05718v1
- Date: Thu, 14 Jan 2021 16:47:00 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-29 04:34:47.160712
- Title: Automating Gamification Personalization: To the User and Beyond
- Title（参考訳）: ゲーミフィケーションのパーソナライズを自動化する - ユーザとそれ以上に
- Authors: Luiz Rodrigues, Armando M. Toda, Wilk Oliveira, Paula T. Palomino,
Julita Vassileva, Seiji Isotani
- Abstract要約: ゲーミフィケーションデザインの定義には,人口統計,ゲーム関連特性,地理的位置,およびLATを考慮する必要がある。
次に、パーソナライズされたゲーミフィケーションデザインを提案するレコメンデーションシステムを実装する。
- 参考スコア（独自算出の注目度）: 2.7400353551392853
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Personalized gamification explores knowledge about the users to tailor
gamification designs to improve one-size-fits-all gamification. The tailoring
process should simultaneously consider user and contextual characteristics
(e.g., activity to be done and geographic location), which leads to several
occasions to tailor. Consequently, tools for automating gamification
personalization are needed. The problems that emerge are that which of those
characteristics are relevant and how to do such tailoring are open questions,
and that the required automating tools are lacking. We tackled these problems
in two steps. First, we conducted an exploratory study, collecting
participants' opinions on the game elements they consider the most useful for
different learning activity types (LAT) via survey. Then, we modeled opinions
through conditional decision trees to address the aforementioned tailoring
process. Second, as a product from the first step, we implemented a recommender
system that suggests personalized gamification designs (which game elements to
use), addressing the problem of automating gamification personalization. Our
findings i) present empirical evidence that LAT, geographic locations, and
other user characteristics affect users' preferences, ii) enable defining
gamification designs tailored to user and contextual features simultaneously,
and iii) provide technological aid for those interested in designing
personalized gamification. The main implications are that demographics,
game-related characteristics, geographic location, and LAT to be done, as well
as the interaction between different kinds of information (user and contextual
characteristics), should be considered in defining gamification designs and
that personalizing gamification designs can be improved with aid from our
recommender system.
- Abstract（参考訳）: パーソナライズされたゲーミフィケーションは、ユーザに関する知識を探索し、一大ゲーミフィケーションを改善するためにゲーミフィケーションデザインをカスタマイズする。
調整プロセスでは、ユーザとコンテキストの特性(例えば、実施すべきアクティビティや地理的位置など)を同時に考慮する必要がある。
そのため、ゲーミフィケーションのパーソナライズを自動化するツールが必要である。
こうした特徴のどれが適切か、どのように仕組むかという問題は、オープンな質問であり、必要な自動化ツールが欠如している。
私たちはこれらの問題に2つのステップで取り組んだ。
まず,様々な学習活動タイプ (LAT) に最も有用と考えられるゲーム要素について,参加者の意見を収集し,探索的研究を行った。
そこで,本稿では,条件付き決定木による意見のモデル化を行った。
第2に,第1段階の製品として,ゲーミフィケーションパーソナライゼーションの自動化の問題に対処する,パーソナライズされたゲーミフィケーションデザイン(使用するゲーム要素)を提案するレコメンデーションシステムを実装した。
i) LAT, 地理的位置, その他のユーザ特性がユーザの嗜好に影響を及ぼすことを示す実証的証拠, i) ユーザやコンテキストに合わせたゲーミフィケーションデザインを同時に定義できること, 3) パーソナライズされたゲーミフィケーションデザインに関心のある人に技術支援を提供すること。
主な意味は,ゲーミフィケーションデザインの定義において,人口動態,ゲーム関連特性,地理的位置情報,LAT,および異なる種類の情報(ユーザとコンテキスト特性)の相互作用が考慮されるべきであり,また,ゲーミフィケーションデザインのパーソナライズも,レコメンデーションシステムによる支援によって改善できるということである。
関連論文リスト
- Beyond One-Size-Fits-All: Adapting Counterfactual Explanations to User Objectives [2.3369294168789203]
Counterfactual Explanations (CFE)は、機械学習アルゴリズムの意思決定プロセスに関する洞察を提供する。
既存の文献は、様々なアプリケーションやドメインにわたるユーザのニーズや目的を見落としていることが多い。
我々は,ユーザの目的や対象アプリケーションに基づいて,所望の特性の変化を認識することによって,CFEの微妙な理解を提唱する。
論文 参考訳（メタデータ） (2024-04-12T13:11:55Z) - Learning User Embeddings from Human Gaze for Personalised Saliency Prediction [12.361829928359136]
本稿では,自然画像のペアと対応する相性マップからユーザ埋め込みを抽出する新しい手法を提案する。
提案手法のコアとなるのは,異なるユーザのイメージと個人満足度マップのペアを対比することにより,ユーザの埋め込みを学習する,シームズ畳み込みニューラルエンコーダである。
論文 参考訳（メタデータ） (2024-03-20T14:58:40Z) - AVIS: Autonomous Visual Information Seeking with Large Language Model
Agent [123.75169211547149]
本稿では,視覚的質問応答フレームワークAVISを提案する。
本手法は,LLM(Large Language Model)を利用して外部ツールの利用を動的に強化する。
AVIS は Infoseek や OK-VQA などの知識集約型視覚質問応答ベンチマークの最先端結果を達成する。
論文 参考訳（メタデータ） (2023-06-13T20:50:22Z) - Controllable Exploration of a Design Space via Interactive Quality
Diversity [2.0419267792711397]
本稿では,QD検索に基づくユーザ主導の進化的アルゴリズムを提案する。
a) ユーザが認知負荷を減らすためにいくつかの代替案を提示する必要がある; (b) 提示された代替案は、ユーザの疲労を軽減するために、多様なが以前のユーザ選択に類似しているべきである。
論文 参考訳（メタデータ） (2023-04-04T08:58:58Z) - Assisting Human Decisions in Document Matching [52.79491990823573]
我々は,意思決定者のパフォーマンスを向上する支援情報の種類を評価するためのプロキシマッチングタスクを考案した。
ブラックボックスモデルによる説明を提供することで,マッチング作業におけるユーザの精度が低下することが判明した。
一方,タスク固有のデシラタに密接に対応するように設計されたカスタムメソッドは,ユーザのパフォーマンス向上に有効であることが判明した。
論文 参考訳（メタデータ） (2023-02-16T17:45:20Z) - Towards Personalized Answer Generation in E-Commerce via
Multi-Perspective Preference Modeling [62.049330405736406]
Eコマースプラットフォーム上での製品質問回答(PQA)は、インテリジェントオンラインショッピングアシスタントとして機能するため、注目を集めている。
なぜなら、多くの顧客は、自分でのみカスタマイズされた情報でパーソナライズされた回答を見たいと思っているからです。
PQAにおけるパーソナライズされた回答を生成するための,新しいマルチパースペクティブなユーザ嗜好モデルを提案する。
論文 参考訳（メタデータ） (2021-12-27T07:51:49Z) - FeatureEnVi: Visual Analytics for Feature Engineering Using Stepwise Selection and Semi-Automatic Extraction Approaches [4.237343083490243]
本稿では,機能工学プロセスを支援するために特別に設計された視覚分析システムであるFeatureEnViを紹介する。
提案システムは,ユーザが最も重要な機能を選択し,元の機能を強力な代替品に転換し,異なる機能生成の組み合わせを試すのに役立つ。
論文 参考訳（メタデータ） (2021-03-26T15:45:19Z) - A Cooperative Memory Network for Personalized Task-oriented Dialogue
Systems with Incomplete User Profiles [55.951126447217526]
ユーザプロファイルの完成を前提とせず,タスク指向対話システムについて検討する。
ユーザプロファイルを徐々に強化する新しいメカニズムを持つ協調記憶ネットワーク(CoMemNN)を提案する。
CoMemNNは、ユーザープロファイルを効果的に強化することができ、応答選択精度の点で3.6%の改善につながります。
論文 参考訳（メタデータ） (2021-02-16T18:05:54Z) - Joint Item Recommendation and Attribute Inference: An Adaptive Graph
Convolutional Network Approach [61.2786065744784]
レコメンデーションシステムでは、ユーザとアイテムは属性に関連付けられ、ユーザはアイテムの好みを表示する。
ユーザ(item)属性をアノテートすることは労働集約的なタスクであるため、属性値が欠落している多くの属性値と不完全であることが多い。
本稿では,共同項目推薦と属性推論のための適応グラフ畳み込みネットワーク(AGCN)アプローチを提案する。
論文 参考訳（メタデータ） (2020-05-25T10:50:01Z) - Modeling User Behaviors in Machine Operation Tasks for Adaptive Guidance [0.0]
多様な体験レベルと個人的特性を持つユーザが提供する視覚的操作記録を統合することを目的とした,操作タスクをモデル化する新しい手法を提案する。
頭部装着型RGB-Dカメラと静的視線追跡装置を用いて,12人の作業者が行う2つの縫製作業の144のサンプルについて検討した。
操作者の視線や頭部の動き,手の動き,ホットスポットなどの行動特性は,行動傾向が顕著であった。
論文 参考訳（メタデータ） (2020-03-06T04:05:08Z) - A Neural Topical Expansion Framework for Unstructured Persona-oriented
Dialogue Generation [52.743311026230714]
Persona Exploration and Exploitation (PEE)は、事前に定義されたユーザペルソナ記述を意味論的に相関したコンテンツで拡張することができる。
PEEはペルソナ探索とペルソナ搾取という2つの主要なモジュールで構成されている。
提案手法は, 自動評価と人的評価の両面で, 最先端のベースラインを上回っている。
論文 参考訳（メタデータ） (2020-02-06T08:24:33Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。