教育游戲在高校應用中的策略分析

孫華陽　任永功

【摘要】作為嚴肅游戲的分支，教育游戲在教學中起著非常重要的輔助作用。目前我國針對教育游戲研究重心大多為對學習者的作用與反饋，少有針對教育游戲產品本身的研究。針對這一問題，本文將調查對象確定為在校大學生，采用問卷調查法確定教育游戲在大學生學習者中的可行性，確定教育游戲影響因素。后選擇J48決策樹算法進行數據挖掘和建模，得出游戲質量是教育游戲的最大影響因素這一結論。又通過歸納分析問卷中成功期望實例決策規則，得出部分大學生教育游戲成功實現的最優路徑，為后續大學生教育游戲的實施作出參考。

【關鍵詞】教育游戲 大學生 調查研究 數據挖掘 策略研究

【中圖分類號】G642.2 【文獻標識碼】A 【文章編號】2095-3089（2018）15-0034-03

教育游戲是專門針對特定教育目的而開發的游戲。以成熟的教育理論作為支撐，以游戲作為教育手段，確保教育性和游戲性的平衡，進而達到預先設定的教學目的[1]。我國目前針對教育游戲的研究大體分為兩類。一為針對某一特定學科的模式研究，二為基于實證分析的教育游戲評價。其中，模式研究以沉浸體驗為理論基礎，力求搭建寓教于樂的教學過程，將教育性與游戲性有機整合；教育游戲評價則以多元智能理論為基礎，對玩家進行問卷調查與訪談，進而對所得數據進行深入分析。

然而，該研究范圍內卻少有針對教育游戲本身的策略研究。且目前教育游戲的應用對象主要針對中小學教育，面向成人學習者的教育游戲相對較少，即使是為數不多的針對成人學習者的教育游戲，也只是籠統的針對“成人學習者”這一大概念而言，忽視了成人學習者的個性[2]。這主要源于三點：一為我國教育游戲發展較緩慢，在游戲設計的研究上還存在著一定局限，且實施成功的教育游戲產品較少；二為學生、家長群體對教育游戲本身存在偏見，過度強調教育游戲的游戲性，而忽視了教育游戲的教育性。三為在教育方式多元化的背景下，教育游戲目前未能照比其他教育方式完全體現出自身的優越性?；诖?，本文針對大學生群體，對教育游戲進行策略研究，旨在通過問卷調查判別教育游戲在大學生群體中的可行性，并對教育游戲的影響因素進行評價，進而運用J48決策樹算法進行數據挖掘，得出決策規則，優化教育游戲成功實現的相關路徑。

一、文獻綜述

我國關于教育游戲的研究照比國外起步較晚，專家學者試圖利用游戲與教育的結合來解決游戲帶來的一些社會問題以及一些教育弊端[3]。張琪認為我國教育游戲尚屬新興事物，應避免狹義傾向研究；整體研究不夠深入，對比研究有待加強；數字化游戲理論貧乏，尚待形成專屬理論系統[4]。魏婷認為相關研究只涉及個別側面，不夠系統，且理論研究的創新性不夠，實證研究數量較少，研究方法單一，基本為初步的探索[5]。張文蘭在《教育游戲的本質與價值審思》中提出教育游戲的價值具體體現在激發學習動機、促進認知發展、培養社交技能與調節內心情感四個部分[6]。

由于教育游戲開發的門檻較低，造成目前教育游戲產品的良莠不齊，層次較低的教育游戲產品在實施過程中很難得到用戶肯定。且我國教育游戲尚未形成一套完整的評價體系。只有劉文輝在《教育游戲評價指標的設計與開發》一文中，提出了基于學習設計、游戲設計與軟件開發三個層面的教育游戲評價指標。目前，學者們針對影響教學游戲的屬性各有論點。安福杰認為，設計出完善的游戲激勵機制，才能贏得游戲者的持久游戲興趣，從而促進他們主動持續完成整個學習過程[7。游戲心理學認為，用戶在玩游戲時須滿足自身的成長需求，即希望自身盡可能快的實現從低級到高級的變換。馬穎峰認為，教育游戲活動難度調控可使得學生在游戲中產生沉浸感[8]。徐思行認為，游戲的收費水平是影響該游戲是否健康發展和成功實行的重要因素[9] 。

二、研究設計

1.研究對象及樣本

本研究采用問卷調查法，調查對象為遼寧師范大學西山校區的在校大學生。采用網上問卷調查進行數據收集。從一年級到四年級的被調查學生數量分別為124人，128人，125人和116人。在對教育游戲主觀興趣度的問卷調查中，共回收有效問卷488份，有效率為98.98%。在進行策略研究的環節，對應生成7320個元組，每個被調查者對15個實例進行評判。

2.研究框架及內容

數據挖掘技術能夠從數據中分析出有效信息。并將這些信息歸納整合為大學生教育游戲策略。主要包括數據獲取、數據挖掘和數據分析三個步驟。

（1）數據獲?。和ㄟ^問卷調查法證實教育游戲在高校中可行性，被調查者對生成實例作出評判，后將試驗數據錄入平臺。

（2）數據挖掘：采用J48算法生成決策樹，對不同屬性的等級做出排序。后將數據集生成決策規則，得出使教育游戲獲得成功的條件）

（3）數據分析：通過分析試驗數據得出結論。決策樹中的屬性等級越高，對教育游戲實施的影響越大。生成的決策規則可謂教育游戲在高校中的實施提供參考）

3.研究思路與方法

本研究進行的前提是“教育游戲在大學生群體中普遍受歡迎?！睘榱俗C明此觀點，對調查問卷進行數據分析，包含四部分內容：被調查者的基本信息（2題），教育游戲知曉狀況（4題），對教育游戲的態度（6題）及對教育游戲的展望（5題）。采用SPSS19.0作為平臺。首先對調查問卷進行a信度系數分析，經計算信度系數為0.815，采用主成分分析法進行探索性因子分析，因子對整體累計方差貢獻率達到53.371%，說明問卷的信度效度較好。

通過分析對教育游戲成功與否造成影響的因素，篩選屬性與相應實例，進而得出研究結論。數據源于預先設定相關屬性產生的實例，在發放調查問卷之前，需對不現實的實例進行過濾，在調查研究中，被調查者對不同教育游戲的實例進行評判。采用決策樹算法對數據進行分析建模，通過判斷結點等級高低來回答“何種屬性對大學生教育游戲的影響最大”這一問題。后通過生成決策規則，對實例中的成功元組進行歸納，得出能使教育游戲成功實現的最優路徑。為大學生教育游戲產品的開發提供參考。

三、研究過程

1.大學生對教育游戲在高校中應用的支持度分析

本研究進行的前提是大學生對教育游戲在高校中應用大體持支持態度。被調查學生對相關問題進行回答。100%的被調查者認為教育游戲可以提高自身對某一學科的興趣度，但同時只有83.6%的大學生認為，教育游戲能夠提高他們的相應成績。說明教育游戲在大學生是能成功實現的。應當嘗試將教育游戲用于非成績考查課的學習，一些低興趣度的必備課程也可以插入教育游戲。92.4%的大學生表示愿意為教育游戲投入資金，說明對大學生教育游戲適當收費是可以實現的。

針對學生偏好教育游戲類別，39%的大學生表示在教學游戲中比較偏好單機游戲，61%的學生表示較偏好網絡游戲。相比之下網絡游戲略為更受歡迎，但二者并無太明顯的差別。在教育游戲應用中，不必完全使用其中的一種，而是要視實際情況靈活使用。針對學生偏好教育游戲知識涵蓋量，92.6%的同學表示希望覆蓋基礎或稍簡單的知識量。因此，大學生教育游戲應盡量避免涉及本學科之外的太多知識點。一方面，大學生的生活質量在顯著提高。同時他們的價值觀也在發生著變化。針對學生愿意為教育游戲花費金額數量，經統計，89.2%的同學表示可以承擔約100元以下的費用。適當的經濟成本可提高教育游戲的質量，因此可以對制作成本較高的教育游戲適當收費。

2.大學生教育游戲策略研究

在確定大學生教育游戲的可行性后，擬對大學生教育游戲策略進行實證研究，預先設定多種教育游戲實例進行調查研究。被調查者對不同實例的成功與否加以評判。因此，需要列舉教育游戲的不同影響屬性，從而得出實例。針對第一個問題，本文欲采用決策樹算法對實例構成的數據集進行挖掘建模，針對第二個問題。需要對數據集中的成功實例生成決策規則，從而歸納出能使大學生教育游戲成功實現的最優路徑。

（1）屬性選取與實例生成

決策樹根節點設定為“你認為此教育游戲是否成功”， 在我國，對教育游戲品級的評判尚未出現較成熟的評價體系。關于教育游戲，有大量與之相關的特征屬性。但不是每個屬性都能起到決定性的作用。分裂屬性必須能夠對該教育游戲產品產生較大影響。經篩選，選擇以下八個屬性為分裂屬性，并加以編號，編號與屬性對應關系如表1所示。確定以上8個屬性后對每個屬性確定不同參數值如表2所示：

根據上述表格屬性個數，排列組合得出最初的實例集合。但由于有些實例組合并不符合實際：例如，同時滿足“所占空間小”和“游戲質量高”，或是單機游戲還需花錢。這些實例在現實中是不應存在的、因此需要對測試機進行預處理。最終得出的實例為1620個。

（2）實驗樣本與實驗環境

本研究實驗樣本與上一步對大學生教育游戲可行性的問卷調查的樣本相同，并處于同一問卷中。在上一研究中，若被調查者認為大學生教育游戲無法成功實行，則無須回答本問卷。顯然，讓每名被調查者對這1620個實例進行評析是不符合現實的。因此將實例隨機分布給被調查者，每個被調查者對約15個實例進行評析。

（3）決策樹算法選取

作為分類算法，決策樹算法分為J48算法和ID3算法。J48算法是由ID3算法演變而來，本名C4.5算法，由于在weka中的編號為J48，因此又被稱為J48算法。假設N為測試集，類標號屬性具有m個不同值，m個不同類Ci（i=1，2，…，m），CiD是N中Ci類的元組的集合，|N|和|CiN|分別是N和CiN中的元組個數。ID3算法中采用信息增益Info（N）作為屬性的選擇度量?？墒箶祿诸愃栊畔⒘孔钚?，期望信息如公式（1）：

信息增益越大，對應屬性越靠近決策樹頂端。在本實驗中，越靠近根節點的屬性，對根節點的影響最大。然而在實際操作中，若是某個屬性所取的不同值的個數越多，那么作為分裂屬性的幾率就越大。因此使用ID3算法更偏向于具有大量數據的屬性。在本實驗中不大符合實際狀況。相比之下，在J48算法中采用了信息增益率這一概念，將信息增益規范化。分類信息通過將數據集N劃分成對應于屬性A測試的v個輸出的v個劃分產生的信息。如公式（4）所示：

在選取具有最大增益律的屬性進行分裂后，繼續在其余屬性中選取具有最大增益律的屬性。直至劃分完畢。兩種算法對比之下，顯然J48算法更加適合于本實驗數據的處理。因此選取J48算法分析本實驗數據。

J48算法采用信息增益率作為測試屬性標準，大大減少了復雜度與計算量；在測試過程進行剪枝，對離散點和噪點進行過濾，對不完整數據進行處理，進而對決策樹進行優化。本實驗數據會有大概率出現離散點，由于將生成實例隨機分發給不同學生，也有可能造成部分實例無人評判的現象，使調查數據不完整。因此，相比ID3算法，本實驗選擇使用J48算法對試驗數據進行數據挖掘。

（4）實驗流程

Weka是一個開源的數據挖掘平臺。在本實驗中的調查數據，均以數據集的形式被錄入ARFF文件中。為獲取數據，需要將問卷數據人工導入，此工作較為繁瑣。將判定教育游戲成功與否的屬性Sussessful設為根節點，部分實例如圖1所示。

四、研究結果與討論

1.實驗結果

對所得數據用J48決策樹算法進行處理。在本研究中生成的決策樹中，第一層葉結點為游戲質量（Inherent），之后分別為花費金額（Expense）和學習難度（Difficulty）。從決策樹本身的角度來看，選擇此屬性可以使決策樹的深度盡可能的小。

對所的決策樹模型生成決策規則，以便得出能夠使教育游戲成功實行的最優路徑。生成的決策規則中并不適用于所有的實例，但顯然討論滿足條件過多的實例是無意義的。因此選擇滿足條件為5或5以下的決策規則。在選定的決策規則中，未提到的屬性都可以自動忽略不計。將符合決策規則的元組與問卷數據對比，準確率為82.41%，證明此決策規則是可用的。

2.實驗結論

從生成的決策樹模型來看，游戲質量，即加強教育游戲的內在因素（如畫面質量、劇情屬性等）對教育游戲能否成功影響最大。在后續生成的決策規則中也側面印證了這一點。在此之前已有學者提出過教育游戲質量不高是導致其達不到預期目標的原因之一，這都證明了應大力加強大學生教育游戲的質量層面，將沉浸與教育有機整合。

而決策規則顯示同時滿足以下條件的教育游戲最大概率獲得成功，在每個規則中，其余屬性可忽略不計。

（1）收費程度一般，質量高的網絡移動設備教育游戲。

（2）知識難度中等，質量一般的免費教育游戲。

（3）所占質量一般，收費程度一般的網絡教育游戲。

（4）空間中等，知識難度高，以電腦為終端的免費網絡教育游戲。

（5）質量高的網絡移動設備教育游戲。

（6）以電腦為終端，知識難度一般的免費教育游戲。

（7）知識難度高，獎勵程度一般，以電腦為終端的本地免費教育游戲。

（8）獎勵程度高，知識難度高，以電腦為終端的教育游戲。

（9）知識難度高，獎勵程度豐厚的高質量電腦端教育游戲。

（10）空間小，知識含量為基礎，游戲周期一般，以電腦為終端的免費教育游戲。

3.實驗結果與展望

本文基于數據挖掘技術，經調查研究，教育游戲作為一種輔助工具，能夠成功激發大學生的學習興趣，在大學生群體中是可行的；通過使用J48決策樹對所得數據進行建模，得出游戲質量為判定一個教育游戲是否成功的最重要因素。因此應當對大學生教育游戲的游戲質量方面加大投入。本文還相應挖掘出10種能夠成功實現的教育游戲實例，以便對大學生教育游戲的成功實現作出參考。然而，在研究中也存在著一些問題。決策規則并不包含所有成功實例。事實上，基于此規則的教育游戲也只能說在最大程度上取得成功。主要原因在于本文只是在大學生教育游戲投入使用前的策略研究 。下一步研究重點在于，如何結合現有的教育游戲，對大學生教育游戲的實際應用進行評價分析與數據挖掘，從而將理論演變為實際。

參考文獻：

[1].王娜.幼兒教學中教育游戲應用分析[J]. 少兒科學周刊（教育版），2014，4：136

[2].張寧.教育游戲中三位形象的設計[D].濟南：山東師范大學，2010.

[3].張璐. 電子教育游戲在銀川市小學數學教學中的應用研究[D].寧夏：寧夏大學，2014.

[4].張琪. 我國教育游戲研究述評及展望[J].開放教育研究，2009，5：107.

[5].魏婷.國內外教育游戲設計研究綜述[R].蘭州：西北師范大學，2008.

[6].張文蘭.教育游戲的本質與價值審思[J].開放教育研究，2007，5：64.

[7].安福杰. 基于需要層次理論的教育游戲激勵機制研究[J]. 中國電化教育，2013，3：96.

[8].馬穎峰. 探究式教育游戲設計與開發研究[C].北京：北京大學，2011.

[9].徐思行.中國網絡游戲產業收費情況分析[J].消費導刊，2009，1：52.

作者簡介：孫華陽（1993-），男，漢族，遼寧省鞍山市，碩士生在讀，遼寧師范大學計算機與信息技術學院，研究方向：數據挖掘；任永功（1972-），男，滿族，遼寧省葫蘆島市，教授，博士，遼寧師范大學計算機與信息技術學院，研究方向：數據挖掘與人工智能。