Método para ajuste de nível de dificuldade em jogos educacionais fundamentado em aprendizagem de máquina
Serious games are used to boost the learning of people with or without intellectual disabilities in an interactive way with activities and pedagogical content according to the reality experienced by the students. The improvement of games is carried out through the application of gamification techniq...
| Autor principal: | Luz, Vinicius Schultz Garcia da |
|---|---|
| Formato: | Dissertação |
| Idioma: | Português |
| Publicado em: |
Universidade Tecnológica Federal do Paraná
2021
|
| Assuntos: | |
| Acesso em linha: |
http://repositorio.utfpr.edu.br/jspui/handle/1/26235 |
| Tags: |
Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
|
| id |
riut-1-26235 |
|---|---|
| recordtype |
dspace |
| spelling |
riut-1-262352021-10-29T06:06:09Z Método para ajuste de nível de dificuldade em jogos educacionais fundamentado em aprendizagem de máquina Method for difficulty level adjustment in educational games based on machine learning Luz, Vinicius Schultz Garcia da Matos, Simone Nasser https://orcid.org/0000-0002-5362-2343 http://lattes.cnpq.br/2608583610949216 Borges, Helyane Bronoski https://orcid.org/0000-0002-9153-3819 http://lattes.cnpq.br/8340106221427112 Borges, Helyane Bronoski https://orcid.org/0000-0002-9153-3819 http://lattes.cnpq.br/8340106221427112 Cerutti, Diolete Marcante Lati https://orcid.org/0000-0001-9140-8906 http://lattes.cnpq.br/1389962665834202 Almeida, Simone de http://lattes.cnpq.br/2378568354069958 Aprendizado do computador Jogos educativos Incapacidade intelectual Estratégias de aprendizagem Machine learning Educational games Stupidity Learning strategies CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Engenharia/Tecnologia/Gestão Serious games are used to boost the learning of people with or without intellectual disabilities in an interactive way with activities and pedagogical content according to the reality experienced by the students. The improvement of games is carried out through the application of gamification techniques and elements that seek to maintain attention and engage the student to overcome challenges. Additionally, machine learning algorithms are being used in serious games in order to obtain more accurate information about the game’s matches, characteristics, difficulties encountered and the student’s own behavior. This work created the method Tuning Game Level by Machine Learning (TGL-ML) to identify attributes and apply machine learning algorithms in order to obtain patterns, rules and indexes to change levels of difficulty. The developed method is divided into two parts, before and after applying machine learning algorithms. The first part describes the elaboration of a memory game containing the definition of the target audience and its characteristics, the theme of the game, the use of gamification and gamification elements, the creation of the game, the definition of attributes and the game features, ending with the generation of the first version of the game. And at the end of the first part, the game is applied to the target audience, data collection and functionality adjustments based on feedbacks received. The second part contemplates the use of machine learning algorithm with the database prepared for subsequent application of machine learning algorithms for data analysis. After analyzing the data, the acquired knowledge is used to update the game version, adding rules and indexes obtained in order to adjust the difficulty levels in a new version of the serious game. The results achieved through the application of machine learning algorithms indicate that the rules must be added in two of the difficulty levels available in the memory game. Jogos sérios são utilizados para impulsionar a aprendizagem de pessoas com ou sem deficiência intelectual de forma interativa com atividades e conteúdos pedagógicos de acordo com a realidade vivenciada pelos alunos. O aprimoramento dos jogos é realizado por meio de aplicação de técnicas e elementos de gamificação que procuram manter a atenção e engajar o aluno para superar desafios. Adicionalmente, algoritmos de aprendizagem de máquina estão sendo utilizados em jogos sérios com o objetivo de obter informações mais precisas das partidas dos jogos, características, dificuldades encontradas e o próprio comportamento do aluno. Este trabalho criou o método Tuning Game Level by Machine Learning (TGL-ML) para identificar atributos e aplicar algoritmos de aprendizagem de máquina com o intuito de obter padrões, regras e índices para mudança de níveis de dificuldade. O método desenvolvido está dividido duas partes, antes e depois de aplicar algoritmos de aprendizagem de máquina. A primeira parte descreve elaboração de um jogo da memória contendo a definição do público alvo e suas características, tema do jogo, o uso da gamificação e elementos da gamificação, a criação do jogo, a definição de atributos e as funcionalidades do jogo, finalizando com a geração da primeira versão do jogo. E na finalização da primeira parte é aplicado o jogo no público alvo, coleta de dados e ajustes de funcionalidades com base nos feedbacks recebidos. A segunda parte contempla a utilização de algoritmo de aprendizagem de máquina com a base de dados preparada para posterior aplicação dos algoritmos de aprendizagem de máquina para análise de dados. Após a análise de dados os conhecimentos adquiridos são utilizados para atualização da versão do jogo adicionando regras e índices obtidos a fim de ajustar os níveis de dificuldades em uma nova versão do jogo sério. Os resultados alcançados por meio da aplicação de algoritmos de aprendizagem de máquina indicam que as regras devem ser adicionadas em dois dos níveis de dificuldade disponibilizados no jogo da memória. 2021-10-28T15:07:05Z 2021-10-28T15:07:05Z 2021-08-31 masterThesis LUZ, Vinicius Schultz Garcia da. Método para ajuste de nível de dificuldade em jogos educacionais fundamentado em aprendizagem de máquina. 2021. Dissertação (Mestrado em Ciência da Computação) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2021. http://repositorio.utfpr.edu.br/jspui/handle/1/26235 por openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ application/pdf Universidade Tecnológica Federal do Paraná Ponta Grossa Brasil Programa de Pós-Graduação em Ciência da Computação UTFPR |
| institution |
Universidade Tecnológica Federal do Paraná |
| collection |
RIUT |
| language |
Português |
| topic |
Aprendizado do computador Jogos educativos Incapacidade intelectual Estratégias de aprendizagem Machine learning Educational games Stupidity Learning strategies CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Engenharia/Tecnologia/Gestão |
| spellingShingle |
Aprendizado do computador Jogos educativos Incapacidade intelectual Estratégias de aprendizagem Machine learning Educational games Stupidity Learning strategies CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Engenharia/Tecnologia/Gestão Luz, Vinicius Schultz Garcia da Método para ajuste de nível de dificuldade em jogos educacionais fundamentado em aprendizagem de máquina |
| description |
Serious games are used to boost the learning of people with or without intellectual disabilities in an interactive way with activities and pedagogical content according to the reality experienced by the students. The improvement of games is carried out through the application of gamification techniques and elements that seek to maintain attention and engage the student to overcome challenges. Additionally, machine learning algorithms are being used in serious games in order to obtain more accurate information about the game’s matches, characteristics, difficulties encountered and the student’s own behavior. This work created the method Tuning Game Level by Machine Learning (TGL-ML) to identify attributes and apply machine learning algorithms in order to obtain patterns, rules and indexes to change levels of difficulty. The developed method is divided into two parts, before and after applying machine learning algorithms. The first part describes the elaboration of a memory game containing the definition of the target audience and its characteristics, the theme of the game, the use of gamification and gamification elements, the creation of the game, the definition of attributes and the game features, ending with the generation of the first version of the game. And at the end of the first part, the game is applied to the target audience, data collection and functionality adjustments based on feedbacks received. The second part contemplates the use of machine learning algorithm with the database prepared for subsequent application of machine learning algorithms for data analysis. After analyzing the data, the acquired knowledge is used to update the game version, adding rules and indexes obtained in order to adjust the difficulty levels in a new version of the serious game. The results achieved through the application of machine learning algorithms indicate that the rules must be added in two of the difficulty levels available in the memory game. |
| format |
Dissertação |
| author |
Luz, Vinicius Schultz Garcia da |
| author_sort |
Luz, Vinicius Schultz Garcia da |
| title |
Método para ajuste de nível de dificuldade em jogos educacionais fundamentado em aprendizagem de máquina |
| title_short |
Método para ajuste de nível de dificuldade em jogos educacionais fundamentado em aprendizagem de máquina |
| title_full |
Método para ajuste de nível de dificuldade em jogos educacionais fundamentado em aprendizagem de máquina |
| title_fullStr |
Método para ajuste de nível de dificuldade em jogos educacionais fundamentado em aprendizagem de máquina |
| title_full_unstemmed |
Método para ajuste de nível de dificuldade em jogos educacionais fundamentado em aprendizagem de máquina |
| title_sort |
método para ajuste de nível de dificuldade em jogos educacionais fundamentado em aprendizagem de máquina |
| publisher |
Universidade Tecnológica Federal do Paraná |
| publishDate |
2021 |
| citation |
LUZ, Vinicius Schultz Garcia da. Método para ajuste de nível de dificuldade em jogos educacionais fundamentado em aprendizagem de máquina. 2021. Dissertação (Mestrado em Ciência da Computação) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2021. |
| url |
http://repositorio.utfpr.edu.br/jspui/handle/1/26235 |
| _version_ |
1805299375052685312 |
| score |
10,814766 |