تخمین مجموعه ای از داستان هایی که ممکن است کاربر ارائه دهد ، یک تکنیک محبوب برای تولید محتوای پیشنهادی بر اساس داستان است. یک روش برای اجرای این کار استفاده از نظریه بازی و الگوریتم های پوکر است.
برخی جنبه های استفاده از پوکر برای تخمین داستان های کاربر شامل:
• تحلیل سبک روایت شخصیت ها و روایت کاربر: با تحلیل دیالوگ ها ، شخصیت ها ، و جریان روایت ، می توان سبک روایت و علایق نویسندگی کاربر را تخمین زد. این اطلاعات می تواند برای جهت دهی گزینه های بازی پوکر مورد استفاده قرار گیرد.
• مدل سازی احتمالات و ارزش انتظاری نتایج مختلف: احتمالات مختلف برای جریان روایت ، شخصیت های اصلی ، محورهای فکری و جزئیات داستان را می تون ارزیابی کرد و احتمال برنده شدن هر نتیجه و ارزش انتظاری را محاسبه کرد.
• تعیین اولویت بندی نتایج بر اساس احتمال و ارزش انتظاری: الگوریتم پوکر می تواند نتایجی را با بالاترین احتمال پیروزی و ارزش انتظاری را شناسایی کند تا داستان های پیشنهادی اولیه را تعیین کند.
• تعدیل و بهبود بر اساس بازخورد کاربر: نظرات و پیشنهادات کاربر می تواند برای بهبود مدل ها و تصمیم گیری های آتی مورد استفاده قرار گیرد. این فرایند بهبود پیوسته یک ویژگی مهم است.
استفاده از پوکر و نظریه بازی برای تخمین داستان های کاربر یک رویکرد خلاق جذاب است که می تواند به ارائه پیشنهادات محتوایی منحصر به فرد و معنادار منجر شود. با این حال ، هنوز باید تحقیقات زیادی برای بهبود این تکنیک انجام شود تا آن را برای استفاده عملی مناسب کنیم.
Mahnič, Viljan, and Tomaž Hovelja. "On using planning poker for estimating user stories." Journal of Systems and Software 85, no. 9 (2012): 2086-2095.
