使用决策树模型(2016)的有问题的互联网游戏使用的预测因素和模式

J Behav Addict。 2016 Aug 8:1-10。

Rho MJ1,2, Jeong JE3, Chun JW3, Cho H.3, 荣DJ3, 崔IY1,2, 金DJ3.

抽象

背景和目的

有问题的互联网游戏使用是一个重要的社会问题,增加了个人和国家的社会支出。 该研究确定了有问题的互联网游戏使用的预测因子和模式。

方法

数据来自11月26和12月26,2014之间的在线调查。 我们从总共3,881受访者中确定了5,003互联网游戏用户。 根据精神疾病诊断和统计手册互联网游戏障碍标准,将总共511参与者分配给有问题的互联网游戏用户组。 从剩下的3,370参与者中,我们使用倾向得分匹配来开发511参与者的正常比较组。 总之,使用卡方自动交互检测器(CHAID)算法分析1,022参与者。

成果

根据CHAID算法,发现了六个重要的预测因素:游戏成本(50%),平均工作日游戏时间(23%),离线互联网游戏社区会议出席率(13%),平均周末和假日游戏时间(7%),婚姻状况(4%),以及对网络游戏使用成瘾的自我认知(3%)。 此外,还探讨了六种分类规则中的三种模式:成本消耗,社交化和孤独的游戏玩家。

结论

本研究为未来筛查成人网络游戏中有问题的工作提供了方向。

关键词: 卡方自动交互检测器; 决策树分析; 图案; 预测; 有问题的互联网游戏使用

结论: 27499227

作者: 10.1556/2006.5.2016.051