Т.Д. Солохов1, А.А. Кочкаров2

1,2 Финансовый университет при Правительстве РФ (Москва, Россия)

Постановка проблемы. В настоящее время развитие видеоигр вызывает рост их популярности среди всех возрастных групп. Как следствие развития различных игровых платформ, все больше людей начинают страдать от игровой зависимости, что влияет на навыки их адаптации в социальной среде. Машинное обучение позволит провести кластеризацию зависимых от игр индивидов и определить основные паттерны поведения сформированных сегментов, оценить схожесть попавших в один кластер лиц. Преимуществом такого подхода является возможность оценивать не всех лиц с игровой зависимостью в рамках одной выборки, а сегментированно, исходя из степени серьезности заболевания.

Цель. С помощью методов машинного обучения провести кластеризацию лиц, страдающих игровой зависимостью, и определить характерные признаки поведения и уровень социальной адаптации у испытуемых с разным уровнем тяжести заболевания.

Результаты. Установлено, что для лиц с высоким уровнем игровой зависимости характерна повышенная неудовлетворенность своей жизнью при сравнении с лицами без зависимости, при этом наблюдается высокий балл по шкале «Принятие других», т.е. высокий уровень толерантности. Сделаны выводы о низком стремлении к доминированию среди интернет-зависимых лиц по сравнению с лицами без данной зависимости.

Практическая значимость. На основании результатов исследования можно сделать вывод о корреляции между уровнем игровой зависимости и различными показателями. Проведенная сегментация пользователей игр позволяет выстраивать индивидуальную психотерапию с конкретными точками приложения усилий в соответствии со степенью игровой зависимости.

Солохов Т.Д., Кочкаров А.А. Оценка влияния игровой зависимости на социальную адаптацию индивида методами кластерного анализа данных // Нейрокомпьютеры: разработка, применение. 2023. T. 25. № 4. С. 24-31. DOI: https://doi.org/10.18127/ j19998554-202304-04

1. Белинская Е. Интернет-зависимость: аддитивные формы поведения // Народное образование. 2009. № 7(1390). С. 268–276.
2. Лебедчук П.В., Ванина С.Н., Киршина Д.Д. Компьютерная зависимость: причины, следствия, пути преодоления // Материалы Междунар. науч.-практич. конф. студентов, аспирантов и молодых ученых «Инновационная деятельность в модернизации АПК». Курск: Курская государственная сельскохозяйственная академия им. профессора И.И. Иванова. 2017. Ч. 3.
   С. 363–366.
3. Petry N.M., Rehbein F., Gentile D.A., Lemmens J., Rumpf H.J., Mößle T., Bischof G., Tao R., Fung D., Borges G., Auriacombe M., González Ibáñez A., Tam P., O'Brien C.P. An international consensus for assessing internet gaming disorder using the new DSM-5 approach // Addiction. 2014. V. 109. № 9. P.1399–1406. DOI 10.1111/add.12457.
4. Petry N.M., O'Brien C.P. Internet gaming disorder and the DSM-5 // Addiction. 2013. V. 108. № 7. P. 1186–1187. DOI 10.1111/ add.12162.
5. Ko C.H., Chen S.H., Wang C.H., Tsai W.X., Yen J.Y. The Clinical Utility of the Chen Internet Addiction Scale-Gaming Version, for Internet Gaming Disorder in the DSM-5 among Young Adults // International Journal of Environmental Research and Public Health. 2019. V. 16. № 21. P. 4141. DOI 10.3390/ijerph16214141.
6. Zhou X., Wu R., Liu C., Kou J., Chen Y., Pontes H.M., Yao D., Kendrick K.M., Becker B., Montag C. Higher levels of (Internet) Gaming Disorder symptoms according to the WHO and APA frameworks associate with lower striatal volume // Journal of Behavioral Addictions. 2020 V. 9. № 3. P. 598–605. DOI 10.1556/2006.2020.00066.
7. Корякина Ю.М. Условия исполненной жизни: описание и измерение экзистенциальных мотиваций // Национальный психологический журнал. 2015. № 4(20). С. 49–65. DOI 10.11621/npj.2015.0405.
8. King D.L., Delfabbro P.H., Griffiths M.D. Clinical Interventions for Technology-Based Problems: Excessive Internet and Video Game Use // Journal of Cognitive Psychotherapy. 2012. V. 26. № 1. P. 43–56. DOI 10.1891/0889-8391.26.1.43.