广泛型、深度型与特立独行型:团队在线游戏中的玩家类型

虽然玩家在在线游戏中的表现已被广泛研究,但很少有研究考虑玩家的行为偏好及其对表现的影响。在玩家必须与临时队友合作的竞争性环境中,理清不同游戏风格如何促进团队协作更为重要。借鉴团队中个体行为理论,我们描述了一种基于游戏风格多样性和一致性的经验性玩家画像方法。将这种方法应用于《英雄联盟》数据集,我们发现了三种与理论框架一致的不同类型玩家:通才型、专精型和特立独行型。重要的是,尽管玩家变得更加经验丰富,每种类型玩家的行为仍保持稳定。此外,我们通过评估每位玩家的个人表现、对团队的贡献以及对游戏环境变化的适应能力,广泛调查了每种玩家类型的优缺点。我们发现,总体而言,专精型玩家往往优于其他人,而特立独行型玩家风险很高但也可能获得巨大回报。通才型玩家对环境不稳定(游戏补丁)最具适应性。我们讨论了这些发现对游戏设计和社区管理以及在不同稳定性水平环境中团队构建的启示。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/cscw/64081/2021

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3449290
一眼看懂

论文快照

fact_check
dataset
来源
CSCW
calendar_month
年份
2021
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
—
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文