實驗流程第一階段

本研究的實驗主要是以 Steam 社群上的玩家以及對遊戲有興趣及有遊戲遊 玩經驗的一般民眾玩家為受測對象。有完成第一階段評分的受測人數一共為 63 人，受測方式主要是採網路線上發放進行。研究受測發放地點主要有台灣 STEAM 臉書社團、STEAM 平台交流社團、國立高雄大學臉書社團、STEAM 官方社群 平台，受測者年齡主要分佈於 20 歲至 41 歲之間，性別與其他相關統計資訊如表 4-4 所示。

統計類別 受測總數 男 女

Steam 玩家

數量(人) 63 47 16 43 20

表 4-4: 受測者數量統計表

在本研究實驗進行的一開始，會先請受測者挑選數量 1~10 款自己喜歡或是 有興趣的遊戲加入至遊戲清單中，若挑選錯誤可馬上移除。遊戲挑選的數量不可 低於最少的 1 款或是超過 10 款，如圖 4-8 所示。本研究為了方便受測者能快速 找到自己所想挑選的遊戲來加入遊戲清單之中，實作了一個遊戲檢索系統。檢索 模式一共分為 3 種，第 1 種為關鍵字查詢、第 2 種為直接列出全部的遊戲、第 3

圖 4-8: 受測者挑選喜愛或有興趣遊戲之遊戲清單畫面圖

圖 4-9: 遊戲檢索系統畫面圖

遊戲清單挑選完畢後，接下來就可以選擇開始進行遊戲推薦，選擇開始執行 畫面如圖 4-10 所示。

圖 4-10: 選擇開始進行遊戲推薦畫面圖

選擇開始進行受測推薦運算後，推薦系統會依據受測者所選取的遊戲之人格 特質對應總平均分數來計算，計算後會先列出 18 種算法的其中 12 種算法之推薦 結果，畫面如圖 4-11 所示。計算出的每一種結果，分別會列出分數相似度最高 的前 10 名遊戲給受測者，這前 10 名的遊戲中也包含 Steam 社群商城的遊戲詳細 介紹網址連結，以供受測者即時瀏覽推薦的遊戲詳細資訊為何。

圖 4-11: 推薦結果畫面圖

推薦結果列出之後，接下來會請受測者給予每一種推薦結果的滿意度評分，

本研究選擇以 1 至 5 分五點尺度的方式來進行評估，請受測者以最直接、真實感 受來進行評估，評估畫面圖如圖 4-12 所示。

圖 4-12: 推薦結果評估畫面圖

本研究希望能透過這樣的評估方式從中觀察出究竟人格特質在遊戲推薦這 塊領域上會有怎麼樣的成效以及趨勢，除此之外，也能進一步的分析出，究竟在 這麼多的方法中，哪些方法可能是用來進行遊戲推薦中表現效果較好或是較差 的。

受測者給予評分完後，接著還會請每位受測者自行上傳自己撰寫的文字 txt 檔案，以此作為受測者所屬的回饋資訊。本研究要求至少要上傳 5 篇文字檔以上，

而且每篇文字檔至少需要 200 個字以上並壓縮成 ZIP 檔案，上傳畫面圖如圖 4-13 所示。評分給予完畢以及文字檔案上傳完畢後，本研究的實驗流程第一階段實行 完畢，接下來進行本研究的實驗流程第二階段。

圖 4-13: 文字評論檔案上傳畫面圖