基于游戏行为的黑暗人格预测技术研究

摘要: [目的]本研究利用DOTA2游戏行为数据，实现对DOTA2玩家黑暗人格三维度的无侵入识别。[方法]本文利用Clarity 2解析包对DOTA2的游戏日志文件进行解析，提取玩家的游戏行为特征，并利用黑暗十二条量表对玩家的行为特征进行标注，采用机器学习的方法实现对黑暗人格三维度的识别。 [结果]结果发现，在马基雅维利主义、自恋和精神病态三维度上，采用高斯过程回归算法建立的模型在效度和信度上表现最佳，模型预测值与真实值之间的相关系数在0.31-0.45之间，重测信度在0.33-0.53之间。 [局限]本研究未将被试的言语行为特征纳入到建模过程中，使得游戏行为特征不够全面。 [结论]研究结果发现游戏行为数据能够帮助预测个体的黑暗人格，并且通过高斯过程回归建立的模型具有最高信效度。