李宇軒,韓旭,余毅
基于模糊Kano模型與熵權(quán)TOPSIS的產(chǎn)品設(shè)計研究
李宇軒1,韓旭2,余毅1
(1.武漢理工大學(xué),武漢 430070;2.湖北工業(yè)大學(xué),武漢 430068;)
為提供以玩家體驗為中心的嚴肅游戲產(chǎn)品,提出一種融合學(xué)習(xí)方法(游戲化機制模型、模糊Kano模型、熵權(quán)TOPSIS法)的嚴肅游戲設(shè)計方法。首先,根據(jù)游戲教育目標結(jié)合相關(guān)成熟范式建立有針對性的學(xué)習(xí)機制——游戲化機制模型(Learning Mechanics-Game Mechanics Model),然后對模型中指標進行相關(guān)性評價,篩選得到初步符合游戲主題與教育目的的設(shè)計要素。其次,使用模糊Kano模型設(shè)計問卷調(diào)查得到需求分類,以必備需求為核心設(shè)計要素,提取期望需求、興奮需求進行再次篩選排序,計算滿意度指標。再次,通過李克特量表收集對滿意度指標的評價信息結(jié)合熵值法得到具有客觀性的設(shè)計要素權(quán)重,使用逼近理想解法(TOPSIS)確定各設(shè)計要素重要性排序。最后,以宣傳網(wǎng)絡(luò)信息安全的實體嚴肅游戲“DataCapital”作為設(shè)計案例,驗證了該設(shè)計方法的可行性與優(yōu)越性。認為該方法能較好地幫助嚴肅游戲的開發(fā)、切實提高游戲的玩家滿意度,能為其他類似產(chǎn)品提供設(shè)計方法借鑒。
嚴肅游戲;模糊Kano模型;TOPSIS法;熵值法;學(xué)習(xí)機制–游戲化機制模型
嚴肅游戲(Serious Games)作為一種數(shù)字游戲?qū)W習(xí)工具,是游戲化理念與教育機制的結(jié)合,因其能利用游戲的吸引力和現(xiàn)代通信技術(shù)提升信息傳播效率與影響力,在各個領(lǐng)域廣泛應(yīng)用[1]。在Starks等[2]的研究中證明具有充分學(xué)習(xí)方法支撐的嚴肅游戲在幫助掌握復(fù)雜技能、提高學(xué)習(xí)效率上對比傳統(tǒng)教育具有優(yōu)勢。因此能夠整合恰當學(xué)習(xí)方法指導(dǎo)游戲化過程,使學(xué)習(xí)方法與游戲機制相輔相成,共同貢獻于教育的目的是高效的嚴肅游戲設(shè)計方法關(guān)鍵點[3]。
針對嚴肅游戲的設(shè)計方法,Arnab等[4-5]提出了Mapping–learning嚴肅游戲創(chuàng)新設(shè)計思路,通過利用根節(jié)點為游戲化機制與學(xué)習(xí)方法的學(xué)習(xí)機制-游戲機制模型(Learning Mechanics and Game Mechanics,LM–GM模型)指導(dǎo)游戲化過程,為嚴肅游戲設(shè)計提供了高效的通用指導(dǎo)工具。Callaghan等[6]應(yīng)用LM–MG模型設(shè)計嚴肅游戲,將嚴肅游戲應(yīng)用于工程師技能教學(xué)中,在實際的技能教育場景中驗證了該方法的可行性。Alvarez[7]等提出了將實現(xiàn)–傳播–應(yīng)用(RDU)模型應(yīng)用在嚴肅游戲中,將設(shè)計迭代融入嚴肅游戲設(shè)計。Romero等[8]將LM–GM模型作為評估與改進研究生課程的工具,使用定性研究方法得出引入不合適游戲元素會加重學(xué)生認知負荷的結(jié)論。綜上所述,LM-GM模型作為嚴肅游戲設(shè)計通用工具在綜合設(shè)計范式、指導(dǎo)學(xué)習(xí)方法匹配游戲化機制上起到了積極作用,但在設(shè)計過程中拘泥于參考成熟范式設(shè)計,對用戶即玩家需求的發(fā)掘停留在淺表層。
模糊Kano模型(FKM)、熵值法、TOPSIS法被應(yīng)用于多個領(lǐng)域的用戶需求分析上。Huang[9]等運用模糊Kano法對問卷數(shù)據(jù)進行分析,以提取當?shù)匚幕呐d奮質(zhì)量需求用于校園文化產(chǎn)品創(chuàng)新設(shè)計中。周祺等[10]將模糊Kano模型結(jié)合情景FBS應(yīng)用于情景玩具設(shè)計,兩種模型優(yōu)勢互補,實現(xiàn)了情景化玩具在應(yīng)用場景下功能、行為、結(jié)構(gòu)的合理性設(shè)計。通過AHP專家打分法結(jié)合TOPSIS法對設(shè)計方案進行綜合評價優(yōu)選,實現(xiàn)了相對安全的兒童座椅產(chǎn)品設(shè)計。以上分析中Kano模型能較好地對用戶需求進行分類,但傳統(tǒng)AHP賦權(quán)過分依賴主觀評價,易影響測評結(jié)果。劉大帥等[11]運用熵值法進行客觀賦權(quán),經(jīng)對比傳統(tǒng)專家打分測評法,發(fā)現(xiàn)熵值法能更客觀地反應(yīng)用戶實際需求指標,有效避免主觀判斷誤差。因此,使用FKM結(jié)合熵權(quán)TOPSIS的需求評價能更客觀地反應(yīng)用戶實際需求,在嚴肅游戲設(shè)計實踐過程中給予開發(fā)人員客觀設(shè)計指導(dǎo)。
綜上所述,本文使用嚴肅游戲設(shè)計指導(dǎo)模型(LM–GM模型)作為范式研究與文獻調(diào)研的基礎(chǔ),使需求收集具有明確方向性。在設(shè)計需求分類中應(yīng)用模糊Kano調(diào)查問卷得到實際需求,使用熵值法計算各設(shè)計指標客觀權(quán)重,最后使用TOPSIS法得到各指標客觀的重要度排序。充分發(fā)揮各模型的長處,并在實際案例中驗證該設(shè)計流程的優(yōu)越性。
融合LM–GM模型、模糊Kano法與熵權(quán)TOPSIS的嚴肅游戲設(shè)計流程,見圖1。
步驟1:通過范式研究與文獻調(diào)研,總結(jié)相關(guān)學(xué)習(xí)方法與游戲化機制后,加入LM–GM模型,建立有針對性的設(shè)計模型。其次,對模型中核心組件進行專家評價,篩選與游戲主題與教育目的相關(guān)性較高的設(shè)計要素。
步驟2:通過模糊Kano模型建立調(diào)查問卷收集用戶實際想法,計算滿意度系數(shù)。使用客觀賦權(quán)方法(熵權(quán)法)計算各設(shè)計指標的信息熵,進一步得到設(shè)計指標的加權(quán)評價矩陣。
步驟3:通過TOPSIS法對加權(quán)決策矩陣進行分析,得到設(shè)計要素重要度排序,以此指導(dǎo)設(shè)計實踐。
LG–GM模型,全稱為學(xué)習(xí)機制–游戲化機制模型,是Limi等[12]于2013年提出的。其作為歐盟支持的游戲與學(xué)習(xí)聯(lián)盟工作成果的一部分,LM–GM模型設(shè)計的目的是解決在設(shè)計以教學(xué)目的為驅(qū)動的游戲化產(chǎn)品在游戲化機制與學(xué)習(xí)方法上匹配的問題。LM–GM模型基于常見的教育機制與游戲機制(包括嚴肅游戲方式與娛樂游戲方式)的互相匹配可以使游戲化機制為大多數(shù)的教育場景提供嚴肅游戲解決方案[13]。在設(shè)計過程中,LM–GM模型可看為根節(jié)點為學(xué)習(xí)機制與游戲化機制,水平軸上學(xué)習(xí)方法、游戲機制可看作類似廣度優(yōu)先搜索排列,核心組件以類似于深度優(yōu)先搜索的方式從兩個根節(jié)點垂直向下運行,側(cè)或葉節(jié)點表示支持該核心的學(xué)習(xí)方法或游戲化機制,見圖2。
針對嚴肅游戲設(shè)計,設(shè)計過程中需對LM-GM模型中的核心組件進行篩選,保留與游戲主題和其教育目的關(guān)聯(lián)性高的指標。因此,將所有核心組件進行公信度評測。要求具有豐富經(jīng)驗的專家選擇模型中重要游戲設(shè)計要素,公信度低于0.5的核心組件被認為與游戲教育目的相關(guān)性較低,將該組件從模型中篩除,過程如下:
式中,為核心組件的相關(guān)性,為選擇該指標的專家人數(shù),為收到有效問卷數(shù)量。
Kano教授在1984年提出Kano模型[13]。Kano模型主要是為了表現(xiàn)用戶的滿意度與產(chǎn)品的質(zhì)量要素之間的非線性關(guān)系[13]。Kano模型將產(chǎn)品質(zhì)量要素分為5類[14],見圖3。根據(jù)定義,嚴肅游戲設(shè)計中Kano模型的設(shè)計要素應(yīng)分為5類[15],即基本設(shè)計需求()、期望設(shè)計需求()、興奮設(shè)計需求()、無關(guān)設(shè)計需求()、反向設(shè)計需求(),見圖3。設(shè)計過程中使用Kano調(diào)查問卷、Kano評估表進行分類分析,使用Kano調(diào)查結(jié)果表統(tǒng)計分類結(jié)果。
圖1 嚴肅游戲游戲設(shè)計流程
圖2 LM-GM模型
圖3 Kano模型
相比傳統(tǒng)Kano模型,F(xiàn)KM模型能更好地反映用戶面對模糊問題時的真實思維[15]。例如某游戲要素具備時,用戶可將1分配給滿意0.4、理應(yīng)如此0.5和可以接受0.1,嚴肅游戲設(shè)計要素的FKM調(diào)查問卷(見表1),然后根據(jù)表2 FKM評測表進行評測,并計算用戶滿意度。
表1 嚴肅游戲FKM問卷
Tab.1 Serious Games FKM Questionnaire
表2 FKM需求分類評價表
Tab.2 FKM Demand Classification Evaluation Form
具體利用FKM對游戲設(shè)計要素進行分類步驟如下:
通過式(2)計算矩陣,并根據(jù)FKM分類評價表進行比較與計算。由表2計算評價矩陣如下:
根據(jù)FKM問卷調(diào)查的結(jié)果,計算嚴肅游戲具有某學(xué)習(xí)方法或游戲化機制時的用戶滿意度為,不具備時的不滿意度為,即與分別表示如下:
熵權(quán)法是一種客觀賦權(quán)方法。與專家打分法(AHP)有主觀性較強的缺點[16]相比,熵權(quán)法運用數(shù)據(jù)本身的信息熵計算權(quán)重得到客觀賦權(quán)結(jié)果。計算過程如下:
步驟1:構(gòu)造決策矩陣。假設(shè)有個要素和個專家決策打分,則評價決策矩陣如下:
步驟2:計算得到歸一化處理后的標準化矩陣,以標準化矩陣中列向量與所有元素和的比組成歸一化矩陣,其計算過程如下:
式(9)中為調(diào)節(jié)系數(shù),=1/lnn
TOPSIS法是針對多屬性問題在多個行業(yè)領(lǐng)域被廣泛運用的決策方法[17]。
步驟1:根據(jù)指標權(quán)重構(gòu)建加權(quán)決策矩陣
步驟3:根據(jù)正、負理想解,確定嚴肅游戲設(shè)計要素與理想解之間的加權(quán)歐氏距離。
步驟4:計算各目標的相對貼近度值,并進行排序。
表3 基于LM-GM模型的設(shè)計需求統(tǒng)計表
Tab.3 Statistical table of design needs based on LM-GM model
采用表1的模糊Kano調(diào)查問卷對各項設(shè)計要素進行調(diào)研,獲得實際用戶需求。該產(chǎn)品目標用戶為青年學(xué)生群體,因此選擇了解嚴肅游戲概念的青年學(xué)生發(fā)放調(diào)查問卷。共發(fā)放110份問卷,除2份不合理問卷和3份空白問卷,有效問卷105份。在設(shè)計過程中應(yīng)對學(xué)習(xí)方法與游戲化機制分別進行測試,最終擇優(yōu)匹配。因篇幅原因,下文以游戲化機制評價為例,根據(jù)表3中視角轉(zhuǎn)換設(shè)計要素=[0 0.6 0.4 0 0],=[0 0 0.1 0.5 0.4],由式(2)得到評價矩陣如下:
表4 設(shè)計要素FKM分類結(jié)果統(tǒng)計表
Tab.4 Statistical table of FKM classification results of design elements
表5 設(shè)計要素正、負滿意度
Tab.5 Positive and negative satisfaction of design elements
使用七級李克特量表收集設(shè)計要素的專家評價意見。邀請5位具有豐富經(jīng)驗的工業(yè)設(shè)計系教師對游戲指標重要性進行打分,結(jié)果見表6。由式(7)得標準化游戲設(shè)計要素權(quán)重決策矩陣,結(jié)果見表8。
表6 設(shè)計要素權(quán)重決策標準矩陣
Tab.6 Standardized Matrix of Design Element Satisfaction
表7 設(shè)計要素重要度熵值、熵權(quán)值
Tab.7 Design elements importance entropy value, entropy weight value
根據(jù)數(shù)據(jù)信息熵與熵權(quán),為指標客觀賦權(quán)。由式(10)計算得到設(shè)計要素重要度加權(quán)評價矩陣,結(jié)果見表8。
表8 設(shè)計要素重要度加權(quán)評價矩陣
Tab.8 Design elements importance weighted evaluation matrix
表9 設(shè)計要素重要度的相對貼近度及其正、負理想解的歐式距離
Tab.9 The relative closeness of the importance of design elements and the Euclidean distance of positive and negative ideal solutions
將學(xué)習(xí)方法與游戲機制重要度排序結(jié)果根據(jù)游戲步驟合理結(jié)合,匯總于表10。設(shè)計流程中遵循核心要素>推薦要素>備選要素的順序。圍繞游戲教育目的設(shè)計游戲流程并安排游戲化機制,其中核心要素為FKM得出的必備設(shè)計要素,當核心要素滿足游戲形式與目的時,盡最大可能滿足用戶需求;推薦設(shè)計要素為期望需求與興奮需求中重要度排序靠前設(shè)計要素,可圍繞核心設(shè)計要素,合理搭配使用在各個游戲環(huán)節(jié)中;備選設(shè)計要素為重要度排序較后的設(shè)計要素,一般不推薦使用在主要游戲步驟中。
將游戲方法與游戲化機制根據(jù)表10進行合理匹配,經(jīng)過原型測試驗證設(shè)計方案可靠性后將方案導(dǎo)出。按照游戲流程繪制最終方案設(shè)計信息可視化圖指導(dǎo)產(chǎn)品設(shè)計,見圖4。
游戲基本規(guī)則如下:玩家同時扮演普通網(wǎng)民與壟斷公司,即視角切換機制;玩家開局時擁有5張代表5種不同個人隱私信息的卡,如家庭地址,電話號碼等;玩家開局時將同時扮演一種公司類型,如社交媒體公司;通過正確答題解鎖更多公司,即問答教學(xué)與收集游戲;行走在他人公司會接受盤問,公司所有者可以抽取公司卡提問,回答錯誤則失去信息卡,即問答教學(xué)、元游戲理念、獎懲機制;玩家也可以僅能在終點格時通過保護完好的個人信息卡宣布勝利,而從壟斷公司視角集齊他人特定信息卡時可以直接宣布勝利。
表10 信息安全嚴肅游戲設(shè)計需求匯總表
Tab.10 Summary of Design Requirements for Information Security Serious Games
圖4 最終方案設(shè)計信息可視化圖
根據(jù)圖4,從學(xué)習(xí)方法角度來看,該游戲的主要教學(xué)方式為問答教學(xué),以探索棋盤的方式通過選擇判斷問答、回顧學(xué)習(xí)等學(xué)習(xí)方法,讓玩家學(xué)習(xí)在不同的情況下如何保護自身信息安全。從游戲化機制來看,該游戲主要是一款策略游戲并搭配元游戲的設(shè)計概念,玩家通過正確回答問題得到更多的獎勵道具、解鎖地圖上的公司,讓游戲有高度的開放性、可控性。從游戲流程上來看,游戲核心是問答教學(xué)環(huán)節(jié)。依照最終設(shè)計方案,產(chǎn)出嚴肅游戲產(chǎn)品——信息安全教育嚴肅游戲“DataCaptial”見圖5。
對比傳統(tǒng)設(shè)計產(chǎn)品,經(jīng)過合理設(shè)計方法產(chǎn)出的嚴肅游戲產(chǎn)品具有認知過程順暢、學(xué)習(xí)方法多、游戲玩法新穎的特點??梢酝ㄟ^設(shè)計手段在兼顧教育目的同時,保持游戲本身的可玩性,良好地化解了如今嚴肅游戲設(shè)計拘泥于范式設(shè)計、套路化的困境。提升了玩家體驗與學(xué)習(xí)效率,為嚴肅游戲方法應(yīng)用領(lǐng)域的推廣、應(yīng)用層次的提升創(chuàng)造可能。
1–棋盤;2a–機會卡;2b–選擇卡;2c–問題卡;3–骰子;4a–個人信息卡;4b–棋子卡;5–公司問題卡;6–包裝盒;7–說明書。
(1.Game board 2a. Chance card 2b. Choice card 2c. Question card 3. Dice 4a. Personal information card 4b.Chessman card 5. Company question card 6. Packing box 7. Manual)
針對嚴肅游戲設(shè)計中缺少用戶需求分析過程的問題,提出基于LM–GM模型作為范式分析與信息收集指導(dǎo),融合模糊Kano模型與熵權(quán)修正TOPSIS法為重要度分析工具的設(shè)計方法。具體流程是,首先根據(jù)LM–GM模型作為初始設(shè)計需求并通過市場調(diào)研、范式分析完善對模型的針對性優(yōu)化;其次應(yīng)用模糊Kano模型為設(shè)計要素分類,熵權(quán)TOPSIS法得出具有客觀性的設(shè)計要素重要性排序;最后,以宣傳信息安全的實體游戲產(chǎn)品“DataCapital”為設(shè)計案例,驗證設(shè)計方法優(yōu)越性。該設(shè)計方法改變了以往以經(jīng)驗主義與參考成熟范式為主導(dǎo)的嚴肅游戲設(shè)計思路,將用戶對設(shè)計需求的評價融入設(shè)計調(diào)研流程中,拓寬了游戲設(shè)計的思路。
在下一步研究中,設(shè)計調(diào)研應(yīng)著手進行主客觀結(jié)合賦權(quán),避免忽略設(shè)計要素本身的重要性。而在設(shè)計實踐中,應(yīng)將傳統(tǒng)嚴肅游戲設(shè)計方法與新的視覺技術(shù)如AR與VR技術(shù)融合,提升游戲體驗與教學(xué)中的信息傳遞效率。
[1] LAMERAS P, ARNAB S, DUNWELL I, et al. Essential Features of Serious Games Design in Higher Education: Linking Learning Attributes to Game Mechanics[J]. British Journal of Educational Technology, 2017, 48(4): 972-994.
[2] STARKS K. Cognitive Behavioral Game Design: A Unified Model for Designing Serious Games[J]. Frontiers in Psychology, 2014, 5: 28.
[3] SAILER M, HENSE J U, MAYR S K, et al. How Gamification Motivates: An Experimental Study of the Effects of Specific Game Design Elements on Psychological Need Satisfaction[J]. Computers in Human Behavior, 2017, 69: 371-380.
[4] ARNAB S, LIM T, CARVALHO M B, et al. Mapping Learning and Game Mechanics for Serious Games Analysis[J]. British Journal of Educational Technology, 2015, 46(2): 391-411.
[5] ARNAB S, BROWN K, CLARKE S, et al. The Development Approach of a Pedagogically-Driven Serious Game to Support Relationship and Sex Education (RSE) within a Classroom Setting[J]. Computers & Education, 2013, 69: 15-30.
[6] CALLAGHAN M, SAVIN-BADEN M, MCSHANE N, et al. Mapping Learning and Game Mechanics for Serious Games Analysis in Engineering Education[J]. IEEE Transactions on Emerging Topics in Computing, 2017, 5(1): 77-83.
[7] ALVAREZ J, PLANTEC J Y, VERMEULEN M, et al. RDU Model Dedicated to Evaluate Needed Counsels for Serious Game Projects[J]. Computers & Education, 2017, 114: 38-56.
[8] ROMERO M, KALMPOURTZIS G. Constructive Align-ment in Game Design for Learning Activities in Higher Education[J]. Information, 2020, 11(3): 126.
[9] HUANG Meng-jun. A novel design research based on fuzzy Kano-TOPSIS exploring the local culture on innovative campus product[C]//2020 13th International Symposium on Computational Intelligence and Design (ISCID). Hangzhou, China. IEEE: 145-148.
[10] 周祺, 李旭, 周濟顏. 模糊Kano與情景FBS模型集成創(chuàng)新設(shè)計方法[J]. 圖學(xué)學(xué)報, 2020, 41(5): 796-804.
ZHOU Qi, LI Xu, ZHOU Ji-yan. Integrated Innovative Design Method of Fuzzy Kano and Scenario FBS Model[J]. Journal of Graphics, 2020, 41(5): 796-804.
[11] 劉大帥, 楊勤, 呂健, 等. 融合用戶滿意度的用戶需求綜合重要性研究[J]. 圖學(xué)學(xué)報, 2019, 40(6): 1137-1143.
LIU Da-shuai, YANG Qin, LV Jian, et al. Comprehensive Importance of Integrating User Satisfaction with User Demand[J]. Journal of Graphics, 2019, 40(6): 1137- 1143.
[12] Charlier N, Fraine B D. Game-Based Learning in Teacher Education: A Strategy to Integrate Digital Games into Secondary Schools[J]. International Journal of Game-Based Learning, 2014, 2(2): 1-12.
[13] LIM T, LOUCHART S, SUTTIE N, et al. Strategies for Effective Digital Games Development and Implementation[M]. PA: IGI Global, 2013.
[14] KANO. Attractive Quality and Must-Be Quality[J]. Journal of the Japanese Society for Quality Control, 1984, 14: 39-48.
[15] 張芳蘭, 賈晨茜. 基于用戶需求分類與重要度評價的產(chǎn)品創(chuàng)新方法研究[J]. 包裝工程, 2017, 38(16): 87-92.
ZHANG Fang-lan, JIA Chen-xi. Products Innovation Method Based on Classification and Importance Evalua-tion of User Needs[J]. Packaging Engineering, 2017, 38(16): 87-92.
[16] LEE Yu-cheng, HUANG S Y. A New Fuzzy Concept Approach for Kano's Model[J]. Expert Systems With Applications, 2009, 36(3): 4479-4484.
[17] SHI Yan-lin, PENG Qing-jin, ZHANG Jian. An Objective Weighting Method of Function Requirements for Product Design Using Information Entropy[J]. Computer-Aided Design and Applications, 2020, 17(5): 966-978.
[18] OLABANJI O M, MPOFU K. Decision Analysis for Optimal Design Concept: Hybridized Fuzzified Weighted Decision Matrix and Fuzzy TOPSIS Using Design for X Tools[J]. Procedia CIRP, 2019, 84: 434-441.
[19] YASIN A, LIN Liu, TONG Li, et al. Improving Software Security Awareness Using a Serious Game[J]. IET Software, 2019, 13(2): 159-169.
Product Design Based on Fuzzy Kano Model and Entropy Weight TOPSIS
LI Yu-xuan1, HAN Xu2, YU Yi3
(1. University of Edinburgh, Edinburgh Scotland, Edinburgh EH8 9ST, United Kingdom; 2. Hubei University of Technology, Wuhan 430068, China; 3. Wuhan University of Technology, Wuhan 430070, China)
In order to provide serious game products with player experience as its core, this paper proposes a serious game design method of learning methods game mechanism model, fuzzy Kano model and Entropy TOPSIS method. Firstly, according to the goal of game and related paradigms, a targeted learning mechanism-game mechanism model is established, and then the relevance of the indicators in the model is evaluated to screen out the design elements that initially accord with the theme of the game and the purpose of education. Secondly, the fuzzy Kano model is used to design the questionnaire survey to get the demand classification. Taking the essential demand as the core design element, the expected demand and excited demand are extracted to sort, thereby calculating the satisfaction index. Thirdly, the evaluation information of satisfaction index is collected by Likert scale, and the objective weight of design elements is obtained by entropy method, and the importance order of each design element is determined by TOPSIS. Finally, taking the entity serious game "data capital" as a design case, the feasibility and superiority of the design method are verified. In conclusion, this method can be conducive to developing serious games, improving the satisfaction of game players, and providing reference for other similar products.
serious games; educational games; fuzzy Kano model; TOPSIS; Entropy weight method; learning mechanism-gamification mechanism model
TP 391;TB472
A
1001-3563(2022)18-0057-08
10.19554/j.cnki.1001-3563.2022.18.008
2022–07–22
教育部人文社科基金(20YJC760025);湖北省文化創(chuàng)意產(chǎn)業(yè)化設(shè)計研究中心開放基金重點項目(HBCY2005)
李宇軒(1998—),男,博士生,主要研究方向為信息設(shè)計,工業(yè)設(shè)計,交互設(shè)計。
韓旭(1987—),男,博士,講師,主要研究方向為游戲化設(shè)計,虛擬現(xiàn)實設(shè)計,智能交互設(shè)計。
責(zé)任編輯:陳作