بخشی از مقاله
چکیده
مطالعات انجامشده تا به امروز از وجود یک تمایز در حالات روحی افراد خبر میدهد. این چشمانداز برای همه محققان، به خصوص طراحان بازیهای رایانهای ارزشمند است، چرا که با افزایش گوشیهای لمسی و افزایش بازی بر روی این نوع گوشیها این سؤال برایمان پیش میآید »آیا رفتارهای لمس حالات روحی بازیکنان را منعکس میکند؟« چنانچه بتوانیم حالات روحی کاربران را تشخیص دهیم، طراحان بازی میتوانند با توجه به حالات روحی کاربران میزان و شدت سطح بازی را کنترل کنند.
در این مقاله میخواهیم از ویژگیهای نحوه لمس افراد در زمان بازی بر روی یک صفحه لمسی استفاده کنیم تا بتوانیم بین حالات روحی مختلف و شخصیت هر فرد تفاوت قائل شویم. در این تحقیق با استفاده از فاکتور شخصیت در تشخیص حالات روحی توانستیم به دقت 72/21 درصد و تشخیص شخصیت را با دقت 51/31 در بهترین حالت انجام دهیم.
-1مقدمه
با افزایش روزافزون گوشیهای هوشمند، علاقه افراد جامعه به استفاده از این نوع گوشیها افزایش پیدا کرده است و از طرف دیگر نرمافزارهای مختص به این گوشیها نیز رشد چشمگیری داشته است. بر اساس نتایج مندرج در بلاگ نیلسن وایر[1]1 در میان این نرمافزارها بازیهای موبایل با فراوانی %64 جایگاه اول را به خود اختصاص دادهاند. حالات روحی تحت تأثیر خلق و خوی فرد است، حالات روحی مانند استرس، هیجان، ترس، ناامیدی، آرامش و غیره جز اعمال طبیعی بدن محسوب میشود. یکی از کاربردهای تشخیص حالات روحی در صنعت بازیسازی است ، به طوری که در این صنعت از تشخیص حالات روحی کاربر برای ارزیابی و یا ایجاد بازیهای جدید، وفق دادن سطح دشواری بازی متناسب بامهارت بازیکنان و همچنین ارزیابی بازیکنان در حین بازی استفاده میشود.
اما تشخیص حالات روحی کاربر تنها مختص صنعت بازیسازی نیست و در صنایعی همچون صنعت ارتباطات نیز، افراد علاقمند هستند که متن ارسالیشان را با حالاتی همراه کنند، همانند صورتکهایی که در حالت عادی در متن خود میگذاریم. یکی دیگر از کاربردهایی که در این زمینه وجود دارد در زمینه آموزش الکترونیک میباشد. در زمینه آموزش الکترونیک ،قابلیتهای عاطفیای مورد بررسی قرار میگیرند که به دانشآموزان کمک کند تا حالات روحی خود را برای تسهیل پردازش و پرورش انگیزههای شناختی تنظیم کنند. زمانی که بتوانیم قابلیتهای دانشآموزان و ظرفیت آنها را مشخص کنیم میتوانیم سرعت و انگیزه را برای آنها ایجاد کنیم درست مانند زمانی که معلم بالای سر وی است.
هدف از انجام این تحقیق این است که با داشتن رفتار کاربر در تعامل با صفحات لمسی شخصیت را تشخیص داده و با کمک آن بتوانیم با دقت مناسب حالات روحی کاربر را به دست آوریم.
ساختار ادامه مقاله به این صورت میباشد، ابتدا پیشزمینههای مورد نیاز برای ادامه مقاله توضیحات مختصری ارائه شده است سپس چند مورد از کارهای قبلی را برسی میکنیم. در بخش سه درباره آزمایش صورت گرفته بحث میکنیم و در ادامه بخش سه ارزیابی ارائه خواهد شد. در بخش پایانی درباره نتیجهگیری و کارهای آینده بحث میکنیم.
-2پیش زمینه
-1-2پرسشنامه OCEAN
یکی از آزمونهای شخصیتی است که بر اساس تحلیل عوامل ساخته شده است و از جدیدترین ابزارها در زمینه شخصیت است که توسط مک کری و کوستا در سال 1985 تحت عنوان پرسشنامه شخصیتی نئو2 معرفی شد . فرم تجدیدنظر شده این پرسشنامه توسط همان مؤلفین تحت عنوان فرم تجدیدنظر شده پرسشنامه شخصیتی نئو ارائه شده است. فرم بلند این پرسشنامه در 240 عبارت به منظور اندازهگیری پنج عامل یا حیطه اصلی روان نژندی ، برونگرایی ،انعطافپذیری ، دل پذیر بودن و مسئولیتپذیری طراحی شده است. همچنین این پرسشنامه فرم دیگری به نام NEO-FFI دارد که یک پرسشنامه 60 سؤالی است و برای ارزیابی پنج عامل اصلی شخصیت به کار می رود.
در این مقاله از فرم کوتاه پرسشنامه که NEO-FFI نام دارد استفاده میکنیم که هر عامل روان نژندی ، برونگرایی ،انعطافپذیری ، دل پذیر بودن و مسئولیتپذیری با 12 سؤال سنجیده میشود. در این پرسشنامه در هر سؤال فرد پاسخ خود را با یکی از کلمات »کاملا مخالف، مخالف، نظری ندارم، موافق و کاملا موافق« میدهد، که هر یک از کلمات جواب دادهشده در هر سؤال یک امتیاز مخصوص به خود دارد. در نهایت برای هر عامل شخصیتی امتیاز پاسخ سؤالات مربوط به آن عامل جمع زدهشده و با توجه به جدول ارزیابی این پرسشنامه مورد ارزیابی قرار میگیرد.
-2-2شبکه های عصبی
«شبکه های عصبی مصنوعی3 یا به زبان سادهتر شبکههای عصبی سیستمها، روشهای محاسباتی نوینی هستند که برای یادگیری ماشینی، نمایش دانش، و در انتها اعمال دانش به دست آمده در جهت بیشبینی پاسخهای خروجی از سامانههای پیچیده مورد استفاده قرار می گیرد.
ایده اصلی این گونه شبکهها، از شیوه کارکرد سیستم عصبی زیستی برای پردازش دادهها الهام گرفته شده است. عنصر کلیدی این ایده، ایجاد ساختارهایی جدید برای سامانه پردازش اطلاعات است. این سیستم از شمار زیادی عناصر پردازشی فوقالعاده بهمپیوسته با نام نورون تشکیل شده که برای حل یک مسئله با هم هماهنگ عمل میکنند و توسط سیناپسها - ارتباطات الکترومغناطیسی - اطلاعات را منتقل میکنند. در این شبکهها اگر یک سلول آسیب ببیند بقیه سلولها میتوانند نبود آنرا جبران کرده، و نیز در بازسازی آن سهیم باشند.
یادگیری در این سیستمها به صورت تطبیقی صورت میگیرد، یعنی با استفاده ازمثالها وزن سیناپسها به گونهای تغییر میکند که در صورت دادن ورودیهای جدید، سیستم پاسخ درستی تولید کند. این شبکهها برای تخمین4 و تقریب5 کارایی بسیار بالایی از خود نشان دادهاند. گستره کاربرد این مدلهای ریاضی بسیار وسیع میباشد به عنوان چند نمونه کوچک میتوان به کاربرد آن در پردازش سیگنالهای بیولوژیکی، مخابراتی و الکترونیکی تا کمک در نجوم و فضا نوردی را نام برد.
-3-2کارهای انجام شده
مطالعات بسیاری در خصوص تعاملات افراد و هیجان آنها انجام گرفته است که چند نمونه از آن را برسی مینماییم. مطالعات در خصوص رفتار لمس6، به عنوان یک نتیجه حاکی از نقش عمده رفتار لمس در تشخیص ظرفیت یک هیجان - به عنوان مثال ظرفیت مثبت و منفی - و میزان شدت آن است .[3] همچنین تحقیقات در این زمینه نشان میدهد، ارتباط نحوه لمس بیشتر درباره حالات روحی در ارتباطات افراد اس
در مطالعه [4]، 23 نوع رفتار لمس بررسی شد و دریافتند که فقط تمایز رفتار لمس برای تشخیص پیام کافی نیست. به دلیل اینکه رفتار لمس کاربران زمانی که ناراحتاند بازمانی که حس همدردی دارند یکسان است، لذا برای شناسایی دقیق تر حالات روحی دو پارامتر دیگر را نیز اضافه کردند: - 1 - مدت زمان لمس کردن و - 2 - شدت لمس کردن.
این مطالعات و نتایج حاصل از آن مربوط به ارتباطات داخلی7 هستند، از این رو لازم است بفهمیم چگونه آنها را به یک زمینه تعاملات با یک دستگاه مبتنی بر لمس و یک وضعیت بازی ترجمه کنیم. همچنین مطالعات نشان داده که حرکات بدن بهترین وسیله برای فهمیدن حالات افراد است. از طرف دیگر نحوه تعامل کاربر با صفحه لمسی که شامل نحوه تماس و حرکت انگشت وی با صفحه لمسی است، دو زوج برای تحریکات یک سیستم اند. در مقاله [6]، حالات روحی کاربر را از طریق بررسی رفتار فرد در طول بازی را بررسی کردند، به این صورت که رفتارها در دو بازه زمانی مورد تجربه و تحلیل قرار گرفت. این دو بازه یکی زمانی که امتیازی به دست آوردهاند و دیگری زمانی که امتیازی از دست دادهاند.
در [2] با استفاده از نتایج مقالات 5-3] و [6 و مقالات دیگر، محققان سعی کردند با داشتن 16 ویژگی میزان حالات روحی کاربران را استخراج کنند. این ویژگیها شامل: میانگین طول لمس، میانه طول لمس، بیشترین و کمترین مقدار طول لمس ، میانگین سرعت، میانه سرعت ، بیشترین و کمترین مقدار سرعت ، میانگین فشار انگشت، میانه فشار انگشت ، بیشترین و کمترین مقدار فشار انگشت، میانگین شاخص مستقیم8، میانه شاخص مستقیم ، بیشترین و کمترین مقدار شاخص مستقیم. این بررسیها روی 15 کاربر در بازی سامورایی فروت9 با 20 سطح از بازی صورت گرفت و با بهبود ویژگیها توانستند چهار بعد حالت روحی - آرامش، ناامید، کسل، هیجان - را با کارایی بین %69 تا %77 تشخیص دهند.
در این مقاله در این صدد هستیم تا با پارامترهای جدید حاصل از رفتار کاربران در تعامل با صفحات لمسی شخصیت را تشخیص داده و با کمک آن بتوانیم با دقت مناسب حالات روحی کاربر را به دست آوریم.
