HCI.TOPHCI, made easy

arrow_back返回问题库查看分类arrow_forward

可视化、分析与数据理解 / 游戏数据分析与玩家可视化

可视化工具能否有效帮助玩家提升关键输入技能？

help研究问题游戏数据分析与玩家可视化

可视化工具能否有效帮助玩家提升关键输入技能？

CHI '24Characterizing and Quantifying Expert Input Behavior in League of Legends

同类问题

help研究问题游戏数据分析与玩家可视化

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？

IUI '25StratIncon Detector: Analyzing Strategy Inconsistencies Between Real-Time Strategy and Preferred Professional Strategy in MOBA Esports

help研究问题游戏数据分析与玩家可视化

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？

IUI '25StratIncon Detector: Analyzing Strategy Inconsistencies Between Real-Time Strategy and Preferred Professional Strategy in MOBA Esports

help研究问题游戏数据分析与玩家可视化

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？

IUI '25StratIncon Detector: Analyzing Strategy Inconsistencies Between Real-Time Strategy and Preferred Professional Strategy in MOBA Esports

help研究问题游戏数据分析与玩家可视化

现代复杂游戏中的多维度平衡如何分析和优化？

CHI '25Progression Balancing × Baldur’s Gate 3: Insights, Terms and Tools for Multi-Dimensional Video Game Balance

help研究问题游戏数据分析与玩家可视化

AI支持的战斗模拟和可视化技术能否提升游戏平衡研究的效果？

CHI '25Progression Balancing × Baldur’s Gate 3: Insights, Terms and Tools for Multi-Dimensional Video Game Balance

help研究问题游戏数据分析与玩家可视化

如何在多维度条件下测量游戏元素的平衡表现？

CHI '25Progression Balancing × Baldur’s Gate 3: Insights, Terms and Tools for Multi-Dimensional Video Game Balance

相关论文

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

Ruofei Ma, Yu Zhao, Yuheng Shao

进度平衡 × 龙与地下城3：多维度电子游戏平衡的见解、术语和工具

Johannes Pfau

《英雄联盟中专家输入行为的特征与量化》

Hanbyeol Lee, Seyeon Lee, Rohan Nallapati

视频游戏中的损伤优化：一种玩家驱动的共创意方法

Johannes Pfau, Manik Charan, Erica Kleinman

玩家驱动的游戏分析：以《激战2》为例

Johannes Pfau, Magy Seif El-Nasr

RoleSeer：通过视觉分析理解MMORPG中的非正式社会角色变化

Laixin Xie, Ziming Wu, Peng Xu

玩家想要什么：游戏后可视化信息的需求

Günter Wallner, Marnix van Wijland, Regina Bernhaupt