22、体育中的玩家匹配与行为引导新策略

体育中的玩家匹配与行为引导新策略

在当今社会，体育与科技的融合日益紧密，科技不仅改变了运动员的训练和比赛方式，还为提高运动表现带来了新的思路。本文将探讨两个重要的方面：一是在有说服力的移动健身游戏中基于表现的用户匹配策略，二是一种名为“哄诱”（coaxing）的新型体育行为引导方法。

基于表现的用户匹配策略

在社交导向的说服性应用设计中，将人们分组合作以通过社会影响提高整体效果是一个重要目标。研究表明，将具有相似能力水平的用户匹配到同一组（SG），比将能力不同或混合的用户分组（MG）更能提高动机和集体表现。

为了验证这一观点，研究人员进行了一项为期6周的实地研究，使用TreeCare说服性健身游戏来比较SG和MG模式下玩家的身体活动（PA）水平和集体表现。游戏通过计步来衡量PA水平。结果显示，SG组的玩家PA水平显著提高，在5周的干预期间，SG组的玩家个人和集体都超过了基线步数，而MG组则没有。这表明基于表现的用户匹配（PUM）技术提高了TreeCare游戏在激励玩家合作时更积极参与体育活动方面的整体效果。

为了实现这种匹配，设计师和开发者应提供应用内功能，根据用户当前的PA水平（低、中、高活动水平）将他们匹配到相应的组或团队，并随着用户PA水平的变化持续推荐他们可以加入的其他组。这种自适应匹配方法可以通过机器学习技术实现，这也是未来研究的一个有趣方向。

以下是PUM策略的优势总结：
| 策略 | 优势 |
| — | — |
| 相似能力分组（SG） | 减少向上和向下比较的负面影响，提高动机和集体表现 |
| 自适应匹配 | 根据用户PA水平变化调整分组，保持激励效果 |
| 机器学习应