StratIncon Detector:分析MOBA电竞中实时策略与职业首选策略之间的策略不一致性
游戏用户体验与玩家行为多人与社交游戏游戏开发者与设计师电竞运动员与直播主播
MOBA(多人在线竞技场)游戏需要精妙的战略规划与实时决策的结合,尤其在职业电竞中,玩家展现出不同程度的技能和战略洞察力。尽管团队战略已被广泛研究,但分析职业比赛中的不一致性仍是一项重大挑战。难点在于定义并量化实时策略与职业首选策略之间的差异,以及理解它们之间的差异。建立特定战略决策与游戏结果之间的直接因果关系需要对整场比赛进程进行综合分析。为应对这些挑战,我们提出了StratIncon Detector,这是一款可视化分析系统,旨在帮助职业选手和教练高效识别策略不一致性。该系统检测实时策略、预测职业首选策略、提取相关人为因素,并揭示它们对后续比赛阶段的影响。案例研究、24名参与者用户研究以及专家访谈的结果表明,与传统方法相比,StratIncon Detector使用户能够更全面、更高效地识别不一致性,推断其原因,评估其对后续游戏结果的影响,并深入了解团队协作——最终提升未来团队表现。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 如何定义和量化MOBA职业电竞比赛中实时策略与专业首选策略之间的不一致性?分类: 游戏数据分析与玩家可视化同类问题arrow_forward
- 策略执行中的不一致性对比赛结果和选手长远发展有何具体影响?分类: 游戏数据分析与玩家可视化同类问题arrow_forward
- 怎样通过可视化分析系统高效识别和解释电竞比赛中的策略偏差?分类: 游戏数据分析与玩家可视化同类问题arrow_forward
lightbulb
现实痛点
1- 电竞选手和教练难以快速识别比赛中策略偏差及其后果。分类: 游戏数据分析与玩家可视化同类问题arrow_forward
- 100%
Pac-Many:在大屏幕上玩协作和竞争游戏时的移动行为
CHI '18· 游戏用户体验与玩家行为 +1
- 100%
看我玩:社会促进效应适用于电子游戏吗?
CHI '18· 游戏用户体验与玩家行为 +1
- 100%
游戏中的个人空间:大型显示器合作与竞争游戏中的物理和数字边界
CHI '20· 游戏用户体验与玩家行为 +1
- 100%
透明度、公平性和应对策略:玩家在多人在线游戏中如何体验管理
CHI '23· 游戏用户体验与玩家行为 +1
- 100%
"副驾游戏" 一项关于大学男性电子竞技社区内的共同调节学习的研究
CHI '24· 游戏用户体验与玩家行为 +1
- 100%
少说多信:理解《英雄联盟》玩家对游戏内沟通过程的评估
CHI '25· 游戏用户体验与玩家行为 +1
- 100%
表征游戏群体体验
CHI '26· 游戏用户体验与玩家行为 +1
- 80%
Touché: 数据驱动的虚拟现实互动剑术
CHI '20· 游戏用户体验与玩家行为 +2
- 80%
更低更好?局部延迟对竞技第一人称射击游戏玩家的影响
CHI '21· 游戏用户体验与玩家行为 +1
- 80%
感觉像团队精神:不对称多人VR游戏中的生物计量和战略相互依赖
CHI '21· 沉浸感与临场感研究 +2
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3708359.3712088
一眼看懂
fact_check论文快照
dataset
来源
IUI
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
游戏用户体验与玩家行为、多人与社交游戏
work
职业/产业
游戏开发者与设计师、电竞运动员与直播主播
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文