Published July 1, 2022 | Version v1
Publication Open

A regression-based rating prediction model for mobile-based puzzle games

Creators

  • 1. University of Lahore
  • 2. National University of Computer and Emerging Sciences

Description

Cell phones, nowadays, are used for not only making phone calls and sending messages but also for entertainment. Mobile-based games of various kinds are instrumental in acting as a source of entertainment. Player enjoyment is one of the major motivations in playing any kind of mobile game. The first model proposed for player enjoyment was Flow, which used eight different elements of enjoyment. GameFlow, a later model, was derived through mapping with the Flow model. Each element of GameFlow consists of a set of criteria for experiencing enjoyment while playing mobile games. Prediction of mobile games' rating using aspects of player enjoyment can be extremely beneficial to mobile game designers. This work first provides a Regression-Based Rating Prediction Model (RBRPM) for Android-based puzzle games using elements of the GameFlow model. RBRPM is derived by applying Forward Stepwise Multiple Linear Regression on a data set consisting of 80 puzzle games. The data set is compiled by playing these games considering the criteria of all elements of the GameFlow model. RBRPM relies on five predictors, namely feedback, social interaction, concentration, clear goals, and player skills for predicting a games' rating. Next, this work extends RBRPM by including not only additional criteria in the already identified elements but also adds three new elements i.e. fantasy, mystery, and thrill. The improved model (IRBRPM) uses 8 predictors. MMRE and PRED(x) are used as prediction accuracy metrics for assessing this model and K-fold cross-validation is used for model validation. These two steps provide encouraging results.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

لا تُستخدم الهواتف المحمولة في الوقت الحاضر لإجراء المكالمات الهاتفية وإرسال الرسائل فحسب، بل تُستخدم أيضًا للترفيه. تعد الألعاب القائمة على الأجهزة المحمولة بأنواعها المختلفة مفيدة في العمل كمصدر للترفيه. متعة اللاعب هي واحدة من الدوافع الرئيسية في لعب أي نوع من ألعاب الهاتف المحمول. كان النموذج الأول المقترح لمتعة اللاعب هو Flow، والذي استخدم ثمانية عناصر مختلفة من المتعة. تم اشتقاق GameFlow، وهو نموذج لاحق، من خلال التعيين باستخدام نموذج التدفق. يتكون كل عنصر من عناصر GameFlow من مجموعة من المعايير لتجربة المتعة أثناء لعب ألعاب الهاتف المحمول. يمكن أن يكون التنبؤ بتقييم ألعاب الهاتف المحمول باستخدام جوانب متعة اللاعب مفيدًا للغاية لمصممي ألعاب الهاتف المحمول. يوفر هذا العمل أولاً نموذج التنبؤ بالتصنيف القائم على الانحدار (RBRPM) لألعاب الألغاز القائمة على Android باستخدام عناصر نموذج GameFlow. يتم اشتقاق RBRPM من خلال تطبيق الانحدار الخطي المتعدد التدريجي للأمام على مجموعة بيانات تتكون من 80 لعبة ألغاز. يتم تجميع مجموعة البيانات من خلال لعب هذه الألعاب مع مراعاة معايير جميع عناصر نموذج GameFlow. تعتمد RBRPM على خمسة مؤشرات، وهي التغذية الراجعة والتفاعل الاجتماعي والتركيز والأهداف الواضحة ومهارات اللاعب للتنبؤ بتقييم الألعاب. بعد ذلك، يوسع هذا العمل RBRPM من خلال تضمين ليس فقط معايير إضافية في العناصر المحددة بالفعل، بل يضيف أيضًا ثلاثة عناصر جديدة، أي الخيال والغموض والتشويق. يستخدم النموذج المحسن (IRBRPM) 8 مؤشرات. يتم استخدام MMRE و PRED (x) كمقاييس دقة التنبؤ لتقييم هذا النموذج ويتم استخدام التحقق المتبادل K - fold للتحقق من صحة النموذج. تقدم هاتان الخطوتان نتائج مشجعة.

Translated Description (French)

Les téléphones portables, de nos jours, sont utilisés non seulement pour passer des appels téléphoniques et envoyer des messages, mais aussi pour le divertissement. Les jeux mobiles de toutes sortes jouent un rôle déterminant en tant que source de divertissement. Le plaisir du joueur est l'une des principales motivations pour jouer à tout type de jeu mobile. Le premier modèle proposé pour le plaisir des joueurs était Flow, qui utilisait huit éléments différents de plaisir. GameFlow, un modèle ultérieur, a été dérivé par cartographie avec le modèle Flow. Chaque élément de GameFlow se compose d'un ensemble de critères pour éprouver du plaisir tout en jouant à des jeux mobiles. La prédiction de la note des jeux mobiles en utilisant des aspects du plaisir du joueur peut être extrêmement bénéfique pour les concepteurs de jeux mobiles. Ce travail fournit d'abord un modèle de prédiction de notation basé sur la régression (RBRPM) pour les jeux de puzzle basés sur Android en utilisant des éléments du modèle GameFlow. La RBRPM est dérivée en appliquant une régression linéaire multiple progressive sur un ensemble de données composé de 80 jeux de puzzle. L'ensemble des données est compilé en jouant à ces jeux en tenant compte des critères de tous les éléments du modèle GameFlow. Le RBRPM repose sur cinq prédicteurs, à savoir la rétroaction, l'interaction sociale, la concentration, des objectifs clairs et les compétences des joueurs pour prédire la note d'un jeu. Ensuite, ce travail étend RBRPM en incluant non seulement des critères supplémentaires dans les éléments déjà identifiés, mais ajoute également trois nouveaux éléments, à savoir la fantaisie, le mystère et le frisson. Le modèle amélioré (IRBRPM) utilise 8 prédicteurs. MMRE et PRED(x) sont utilisés comme mesures de précision de prédiction pour évaluer ce modèle et la validation croisée du facteur K est utilisée pour la validation du modèle. Ces deux étapes donnent des résultats encourageants.

Translated Description (Spanish)

Los teléfonos celulares, hoy en día, se utilizan no solo para hacer llamadas telefónicas y enviar mensajes, sino también para entretenerse. Los juegos móviles de varios tipos son fundamentales para actuar como una fuente de entretenimiento. El disfrute del jugador es una de las principales motivaciones para jugar a cualquier tipo de juego móvil. El primer modelo propuesto para el disfrute del jugador fue Flow, que utilizó ocho elementos diferentes de disfrute. GameFlow, un modelo posterior, se derivó a través del mapeo con el modelo Flow. Cada elemento de GameFlow consiste en un conjunto de criterios para experimentar el disfrute mientras se juegan juegos móviles. La predicción de la clasificación de los juegos móviles utilizando aspectos del disfrute del jugador puede ser extremadamente beneficiosa para los diseñadores de juegos móviles. Este trabajo proporciona primero un modelo de predicción de calificación basado en regresión (RBRPM) para juegos de rompecabezas basados en Android que utilizan elementos del modelo GameFlow. RBRPM se deriva mediante la aplicación de Regresión Lineal Múltiple Paso a Paso en un conjunto de datos que consta de 80 juegos de rompecabezas. El conjunto de datos se compila jugando a estos juegos teniendo en cuenta los criterios de todos los elementos del modelo GameFlow. RBRPM se basa en cinco predictores, a saber, retroalimentación, interacción social, concentración, objetivos claros y habilidades de los jugadores para predecir la calificación de un juego. A continuación, este trabajo amplía el RBRPM al incluir no solo criterios adicionales en los elementos ya identificados, sino que también agrega tres nuevos elementos, es decir, fantasía, misterio y emoción. El modelo mejorado (IRBRPM) utiliza 8 predictores. MMRE y PRED(x) se utilizan como métricas de precisión de predicción para evaluar este modelo y la validación cruzada de K veces se utiliza para la validación del modelo. Estos dos pasos proporcionan resultados alentadores.

Files

631.pdf

Files (625.1 kB)

⚠️ Please wait a few minutes before your translated files are ready ⚠️ Note: Some files might be protected thus translations might not work.
Name Size Download all
md5:d159858269d343d56b3479e8d0349e0e
625.1 kB
Preview Download

Additional details

Additional titles

Translated title (Arabic)
نموذج للتنبؤ بالتصنيف القائم على الانحدار لألعاب الألغاز القائمة على الهاتف المحمول
Translated title (French)
Un modèle de prédiction d'évaluation basé sur la régression pour les jeux de puzzle mobiles
Translated title (Spanish)
Un modelo de predicción de calificación basado en regresión para juegos de rompecabezas móviles

Identifiers

Other
https://openalex.org/W4290005358
DOI
10.22581/muet1982.2203.13

Is supplement to
https://openalex.org/W4306674287 (Other)
https://openalex.org/W4306321456 (Other)
https://openalex.org/W4286629047 (Other)
https://openalex.org/W4285260836 (Other)
https://openalex.org/W4224009465 (Other)
https://openalex.org/W4205958290 (Other)
https://openalex.org/W3170094116 (Other)
https://openalex.org/W3046775127 (Other)
https://openalex.org/W2961085424 (Other)
https://openalex.org/W2223479155 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
Pakistan

References

  • https://openalex.org/W137305461
  • https://openalex.org/W1522206658
  • https://openalex.org/W1545574280
  • https://openalex.org/W1970687391
  • https://openalex.org/W1993214795
  • https://openalex.org/W2009400592
  • https://openalex.org/W2014214819
  • https://openalex.org/W2019024268
  • https://openalex.org/W2036158238
  • https://openalex.org/W2081575303
  • https://openalex.org/W2098454324
  • https://openalex.org/W2101626488
  • https://openalex.org/W2104236502
  • https://openalex.org/W2121245472
  • https://openalex.org/W2140964565
  • https://openalex.org/W2148921999
  • https://openalex.org/W2152765804
  • https://openalex.org/W2431059882
  • https://openalex.org/W2537261539
  • https://openalex.org/W4230333659
  • https://openalex.org/W4230486624
  • https://openalex.org/W4230523054
  • https://openalex.org/W4231042348
  • https://openalex.org/W4233620411
  • https://openalex.org/W4235051855
  • https://openalex.org/W4236597732
  • https://openalex.org/W4243401646
  • https://openalex.org/W4247931651
  • https://openalex.org/W4298365437
  • https://openalex.org/W4301480734