在线游戏化学习环境中学习策略对学业成绩、游戏Flow、学习满意度的影响

本研究的目的是要澄清在线游戏化英语学习环境中,协同学习在Flow水准、学业成绩、学习满意度上是否比个别化学习更有效。由此探索提高在线游戏化学习在课堂教学中的教学效果并验证其效果性。为达到此研究目的,提出的研究问题是,首先,在在线游戏化学习环境中,在游戏Flow、学业成绩、学习满意度上,协同学习是否与个别化学习有差异。然后,考察游戏Flow、学业成绩、学习满意度之间有何相关性。研究通过实验研究方法进行了One Way ANOVA分析和T值验证以及Pearson相关系数的分析。研究的结果表明,在在线游戏化学习环境中,在游戏Flow、学业成绩、学习满意度上,协同学习与个别化学习相比,并不呈现有意义的差异。这表明在在线游戏化学习环境中,协同学习跟个别化学习一样,是有效的学习方式。从属变量之间的相关系数分析结果表明:只有游戏Flow程度和学习满意度呈高度正相关,这说明儿童的认识是游戏和学习的统一过程。

在线游戏对大学生幸福感的关联度研究

采用问卷调查法,以常州地区4所本科院校1 000名大学生作为研究对象,调查了在线游戏对当今高校大学生学习生活的影响。调查发现,多数大学生参与网络在线游戏,男女生在线游戏参与差异性较大,游戏经验对大学生学习生活的幸福感有一定影响。因此,从高校、政府和学生自身三方面分析探讨了大学生参与在线游戏与学习生活的幸福感的关系,以期提高教育针对性,对大学生形成正面引导,帮助其健康成长。

适用于P2P大型多人在线游戏的包聚合机制

提出一种适合于P2P大型多人在线游戏的包聚合机制。该机制基于游戏交互阈值和聚合阈值对游戏包进行聚合,减少数据包的发送次数,降低由数据包头部引起的开销,同时使用平均聚合度和平均聚合延迟对该机制进行评估。实验结果表明,该机制能够节省带宽,满足游戏对实时性的要求。

一种支持大型多人在线游戏的覆盖网组播生成树算法

提出了一种基于AOI(Area of Interest)域的可调覆盖组播生成树算法AOMST(Adjustable Overlay Multicast Spanning Tree),该算法可用于支持大型多人在线游戏MMOG(Massively Multi-player Online Games)。它的基本思想是先将MMOG按照兴趣域划分分区,在每个分区内以结点带宽及时延为可调影响因子构建组播生成树,然后再通过3种不同的结点变换操作来进一步减少组播生成树中的时延。仿真实验表明,AOMST算法是有效的。

浅析锁定策略在我国在线游戏销售中的应用——以腾讯公司为例

锁定是在线游戏业销售中的一种重要销售策略,本文以腾讯公司为例,研究了锁定策略在在线游戏业中发挥作用的机理和腾讯公司游戏锁定策略的效果评估,并展望了锁定策略在其他产业中的推广前景。

P2P的大规模在线游戏结构设计

提出了一种基于P2P对大规模在线游戏的解决方案,这个方案通过利用游戏用户的计算机剩余处理能力,不但可以有效地解决规模扩大问题,而且可以自动调整,适应游戏规模的变化。

基于定位点和路径复用的大型多人在线游戏寻路算法

针对当前寻路算法不能很好满足大型多人在线游戏对于可靠性和低消耗的要求,提出一种基于定位点和路径复用的大型多人在线游戏寻路算法。通过定位点的使用和路径复用,使得无用空间的探索大幅减少,降低了服务器的负载,最终探索出一条接近最优的路径。实验结果表明,该算法具有更高的效率,对于大型多人在线游戏寻路是一个切实可行的解决方案。

在线游戏用户的流失预测:基于不平衡数据的采样方法比较和分析

流失用户预测问题在很多领域都是研究重点。目前主流的流失用户预测方法是使用分类法,即把用户是否会流失看作一个二分类问题来处理。该文提出了一个基于二分类问题解决的在线游戏流失用户预测方法。此方法除了总结了一些对在线游戏而言比较重要的可以用于流失预测的特征之外,也考虑到流失用户相对稀少的问题,在流失用户预测问题中引入了不平衡数据分类的思想。该文主要在流失预测中结合使用了基于采样法的不平衡数据处理策略,并对现有主要的几种采样算法进行了对比实验和分析。

一种基于P2P的大规模在线游戏结构

通过对大规模在线游戏的分析,结合P2P技术,提出了一种基于P2P的大规模在线游戏结构,利用用户的计算机剩余处理能力,解决了大规模在线游戏的性能和稳定性问题。

多玩家在线游戏中的虚拟世界划分和服务器分配

针对在线游戏中的虚拟世界划分和服务器分配进行了研究,以实现多玩家在线游戏中拟真的音频通信服务。首先通过对这种服务模型中的传输架构分析,建立起物理网络和虚拟世界模型;然后基于图算法提出了一种贪婪启发式算法来寻找将虚拟世界划分为区域的最佳方法和选择区域服务器,从而实现将与每个区域中所有化身的音频场景创建相关的计算分配给一个服务器,以减少所有化身所感知到的总延迟;最后基于不同传输架构和不同玩家分组行为进行仿真实验。结果表明,提出的服务模型不仅是有效的和可扩展的,而且相比于其他架构模型有更低的延迟和网络带宽使用。

基于Android的在线游戏控制器的设计与实现

设计了一个基于Android的在线游戏控制器,该控制器可以对基于浏览器运行的在线游戏进行交互操作。控制器直接与游戏服务器进行匹配并通信,并根据游戏类型进行选择相应的界面布局,提高了用户的操作体验。此外,可以方便地拓展用于其他设备,如数字电视的智能机顶盒等。

P2P反作弊在线游戏系统

在线游戏特别是大型多人在线游戏有着巨大的市场,随之而来的游戏作弊问题成为游戏能否持续发展的主要问题。文章论述P2P作弊攻击手段及其可能的影响,分析多种攻击案例和反作弊方法,提出一种安全的P2P在线游戏系统设计方案,对系统的可行性进行评估,旨在防止P2P游戏玩家恶意操作游戏数据和数据入侵,在保证游戏体验的同时保证游戏数据的安全性,防范P2P游戏作弊。

一种基于ELM的在线游戏外挂检测方法

游戏外挂是一种替代人参与游戏的第三方软件或程序,在大规模多用户在线角色扮演游戏中,一些用户利用这一类程序快速提升用户等级、快速积累虚拟财富。游戏外挂的使用,扰乱了正常的游戏秩序,降低了大量玩家的良好体验。如何准确快速检测游戏外挂是各大游戏公司亟待解决的问题。将极限学习机(Extreme Learning Machine,ELM)方法用于游戏外挂检测,分析游戏标签数据并形成用户行为序列矩阵,利用ELM对游戏外挂进行分析和筛查。并在网易游戏数据集上进行了测试。同时将该方法的实验结果与传统的SVM和KNN算法进行了对比。实验结果表明,在分类精度和效率方面,其算法具有一定的优势。

以科技教育观点初探Second Life与在线游戏之意涵

该研究从在线游戏对青少年迷恋之相关因子与游戏不受教育界重视之原因切入,随即说明Second Life与在线游戏之差异及教育内涵,有助于从事在线游戏教学者一个参考资料。

在线游戏:台前海虹的王者之战

国内一度的”网络明星股”海虹在经历了“中公网地震”、网络概念高台跳水的种种波折后,正冲向前台。

手机捆绑在线游戏——游戏的未来趋势

韩国游戏公司在在线游戏方面的蓬勃发展,是世人有目共睹的,现在这些公司已经进一步将其设计的游戏由 PC平台延伸至移动电话平台。许多知名的在线游戏公司,例如 NCsoft、Gravity等,正在研发、准备推出数款移动游戏,以抢攻此一新兴市场,其中 Gravity 更已准备将其风头正旺的在线游戏'仙境传说'转移到手机平台。虽然 Gravity 如何将在线游戏转移至手机平台的模式,仍无详细数据,但这里却有一个非常值得关注的焦点。

漫画月刊与在线游戏跨界合作

由尖端出版发行的少女漫画《梦梦月刊》，今年与华义国际代理的社群互动平台（SNS）游戏“彩虹动物园”合作，在游戏中推出“梦梦小屋”让玩家收集，希望藉此达到增加双方的知名度。

大陆在线游戏成为关键点

台湾在线游戏业者抢攻大陆市场，将在今年开花结果。

今后五年中国在线游戏市场稳定增长

根据市场分析公司IDC与中国游戏出版人协会发布的最新研究报告，今后五年中国在线游戏市场稳定增长。2004年中国在线游戏市场规模为接近3亿美元，比2003年增长48％左右，IDC公司预测，今后五年(2004-2009)中国大陆在线游戏市场将以复合年增长率(CAGR)34.7％速度增长。