Assessing the impact of display size, game type, and usage context on mobile gaming QOE

Beyer, Justus; Miruchna, Viktor; Möller, Sebastian

doi:10.1109/qomex.2014.6982297

Cited by 11 publications

(5 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Novice players reported higher QoE ratings in case of playing together in a team with higher skilled players than in a homogeneous group. To be highlighted is a work presented by Beyer et al in [77]. The authors investigated whether participants playing the same games in a simulated metro environment compared to a quiet laboratory room would influence the gaming QoE ratings.…”

Section: Influencing Factormentioning

confidence: 99%

See 1 more Smart Citation

Assessing the Quality of Experience of Cloud Gaming Services

Schmidt¹

2023

T-Labs Series in Telecommunication Services

View full text Add to dashboard Cite

Die Videospielebranche hat den größten Unterhaltungssektor unserer Zeit geschaffen, der schnell wächst und das Leben vieler Generationen weltweit beeinflusst. Besonders hochkomplexe Spiele erfordern jedoch, dass Spieler über leistungsstarke Hardware verfügen. So wurde in den letzten Jahren ein neues Konzept namens Cloud Gaming entwickelt, mit dem Nutzer diese Spiele, die auf einem Cloud-Server ausgeführt werden, fernsteuern können. Während der Ansatz verschiedene Vorteile mit sich bringt, stellt die zusätzliche Netzwerkverbindung und Videoverarbeitung viele neue technische Herausforderungen für Netzbetreiber und Dienstanbieter. Um diese Hindernisse zu überwinden und die Zufriedenheit ihrer Kunden zu gewährleisten, haben Unternehmen ein starkes Interesse daran, das Nutzungserleben (Quality of Experience, QoE) der Spieler zu untersuchen und vorherzusagen. Traditionelle QoE-Evaluierungen von Multimediadiensten verwenden kontrollierte subjektive Experimente, bei denen die Teilnehmer gebeten werden, ihre Meinung zu präsentierten Stimuli, z. B. einer Netzwerkbedingung, unter Verwendung validierter Fragebögen nachträglich zu äußern. Um diesen Beurteilungsprozess zu beschreiben, schlagen Möller und Kollegen (2013) eine Taxonomie der Qualitätsaspekte von Cloud-Gaming-Systemen vor. Die Anwendbarkeit etablierter Bewertungsmethoden zur Messung des hochgradig mehrdimensionalen Konstrukts der Gaming-QoE ist jedoch sehr begrenzt. Da sich das Gebiet der Gaming-QoE noch in der Anfangsphase befindet, fehlen validierte Bewertungsmethoden, die speziell für Cloud-Gaming-Dienste entwickelt wurden. Ziel der vorgestellten Forschung ist es daher, eine umfassende, zuverlässige und validierte Bewertungsmethode für die Gaming-QoE für Cloud-Gaming-Dienste zu entwickeln und zu evaluieren. Die Methode ermöglicht die Gestaltung subjektiver Tests zur Erstellung von Datensätzen für Qualitätsvorhersagemodelle und ermöglicht ein detailliertes Verständnis der Beziehungen zwischen einer Vielzahl von Qualitätsaspekten. Als erster Schritt in Richtung eines einheitlichen Evaluierungsansatzes wurden verfügbare Fragebögen auf kompakte Weise zusammengefasst. Da kein Messinstrument zur Bewertung der Interaktionsqualität identifiziert wurde, wurde ein neuer Fragebogen, die Gaming Input Quality Scale (GIPS), entwickelt. Darüber hinaus wurde für dessen Erstellung ein neues Framework zur Bewertung der Gaming-QoE mithilfe eines Crowdsourcing-Ansatzes entworfen. Zuletzt wurde die Evaluierungsmethode basierend auf einem großen Datensatz, der dominante Netzwerk-und Codierungsbedingungen umfasst, unter Verwendung der Strukturgleichungsmodellierung untersucht. Die Forschung ergab, dass das Crowdsourcing-Framework vergleichbare Ergebnisse wie Laborstudien liefern kann. Zudem wurde gezeigt, dass die entwickelte Evaluierungsmethode zuverlässige und gültige Benutzerbewertungen liefert und gleichzeitig ein Testdesign ermöglicht, das zur Entwicklung von Qualitätsvorhersagemodellen geeignet ist. Zusammenfassend sind die Hauptbeiträge der Arbeit (1) eine empirische Validieru...

show abstract

Section: Influencing Factormentioning

confidence: 99%

“…The results show that there is an acceptance threshold somewhere between 3.27" and 5". If a screen size is larger than this threshold, gaming QoE does not further increase significantly within the range of tested screen sizes [71], [77]. Huang et al performed cloud gaming experiments using both mobile and desktop clients.…”

Section: Influencing Factormentioning

confidence: 99%

Assessing the Quality of Experience of Cloud Gaming Services

Schmidt¹

2023

T-Labs Series in Telecommunication Services

View full text Add to dashboard Cite

show abstract

“…Size: the dimensions of hand-held equipment have been found to impact the evaluations of playing test participants. Unless it is the subject of a research, it should thus stay consistent [114].…”

Section: ) Video Gaming Qoe System Influencing Factorsmentioning

confidence: 99%

A Survey on Multimedia Services QoE Assessment and Machine Learning-Based Prediction

et al. 2022

View full text Add to dashboard Cite

The groundbreaking evolution in mobile and wireless communication networks design in recent years, in combination with the advancement of mobile terminal equipment capabilities, has led in an exponential growth of mobile internet technologies, and arose an ever-growing demand for innovative multimedia services. The highly demanding in terms of network resources over-the-top media services, as well as the emergence of new and complex mobile multimedia services such as video gaming, ultra-highdefinition video, and extended reality, requires the enhancement of end-users' perceived quality of experience (QoE). QoE has garnered much research interest in recent years, and has emerged as a key component in the evaluation of network services and operations. As a result, a QoE-aware network planning approach is getting increasingly favored, and novel design challenges, such as how to quantify and measure QoE, have arisen. In this regard, a paradigm shift in network implementations is being envisioned, in which the focus will be on machine learning (ML) methodologies for developing QoE prediction models, directly related to end-user's personalized experience. In this survey, an analysis on application-oriented, ML-based QoE prediction models for the goal of QoE management for multimedia services is presented. In addition, an examination of the state-of-the-art ML-based QoE predictive models and some of the innovative techniques and challenges related to multimedia services quality assessment with focus on extended reality and video gaming applications are outlined.

show abstract

“…In particular in the case of mobile gaming on portable devices (smartphone, tablets) such an environment may generate misleading results with respect to the impact of device and display size on sub-aspects of QoE. Experiments described in [11] showed a significant impact of display size on several QoE dimensions, whereas the impact of the usage environment -neutral lab room versus simulated metro environmentshowed no significant influence. It was concluded that the pure physical simulation, consisting of back-ground noise and space restrictions for the participants, might have missed a social impact of co-travellers in a real metro.…”

Section: B Evaluation Environmentmentioning

confidence: 99%

Towards a new ITU-T recommendation for subjective methods evaluating gaming QoE

Möller

Voigt-Antons

Beyer

et al. 2015

2015 Seventh International Workshop on Quality of Multimedia Experience (QoMEX)

Self Cite

View full text Add to dashboard Cite

Abstract-This paper reports on activities in Study Group 12 of the International Telecommunication Union (ITU-T SG12) to define a new Recommendation on subjective evaluation methods for gaming Quality of Experience (QoE). It first resumes the structure and content of the current draft which has been proposed to ITU-T SG12 in September 2014 and then critically discusses potential gaming content and evaluation methods for inclusion into the upcoming Recommendation. The aim is to start a discussion amongst experts on potential evaluation methods and their limitations, before finalizing a Recommendation. Such a recommendation might in the end be applied by non-expert users, hence wrong decisions in the evaluation design could negatively affect gaming QoE throughout the evaluation.

show abstract

Assessing the impact of display size, game type, and usage context on mobile gaming QOE

Cited by 11 publications

References 0 publications

Assessing the Quality of Experience of Cloud Gaming Services

Assessing the Quality of Experience of Cloud Gaming Services

A Survey on Multimedia Services QoE Assessment and Machine Learning-Based Prediction

Towards a new ITU-T recommendation for subjective methods evaluating gaming QoE

Contact Info

Product

Resources

About