كلية تكنولوجيا المعلومات تناقش اطروحة دكتوراه بعنوان استخدام تقنية التلعيب في تطبيقات الهواتف الذكية لإدارة السمنة للطالب ضياء عبد الحسين دراج ذرب.ناقشت كلية تكنولوجيا اطروحة دكتوراه بعنوان استخدام تقنية التلعيب في تطبيقات الهواتف الذكية لإدارة السمنة للطالب ضياء عبد الحسين دراج ذرب.حيث تضمنت الأطروحة ما يلي : التلعيب هو مصطلح يشير إلى استخدام عناصر تصميم اللعبة (مثل الشارات ولوحات المتصدرين) في بيئات غير متعلقة باللعبة (مثل بيئة التعلم الإلكتروني). تميل الأساليب التقليدية في أسلوب التلعيب إلى استخدام عناصر التلعيب بشكل موحد لجميع المتعلمين دون تخصيص، وهو ما يُعرف باسم نهج "مقاس واحد يناسب الجميع". غالبًا ما يفشل هذا النهج في تحفيز المتعلمين.وجدت معظم الدراسات أن التلعيب التقليدي دون التخصيص يؤدي إلى نتائج سلبية. يحاول (التلعيب التكيفي) تخصيص التجربة، لكن لا توجد طريقة قياسية للقيام بذلك. الأبحاث الحالية حول استخدام التلعيب في التعلم الإلكتروني المخصص محدودة وغير متسقة، خاصة فيما يتعلق بتكييف عناصر التلعيب مع أنواع المستخدمين. ويتطلب سد هذه الفجوة الى تطوير إستراتيجية تلعيب شاملة وقابلة للتكيف تأخذ في الاعتبار ملفات تعريف المستخدمين وتفضيلاتهم.تهدف هذه الأطروحة إلى إنشاء إطار تلعيب مخصص يأخذ بنظر الاعتبار تفضيلات كل مستخدم لزيادة التحفيز والمشاركة.تقترح الأطروحة نهجين متميزين. يستخدم النهج الأول نموذج خطي تكيفي يتنبأ بمكونات التلعيب المفضلة لدى مجموعة المتعلمين باستخدام خوارزمية تحليل المصفوفة. يتم انشاء ملف تعريف المستخدمين عن طريق استبيان خاص يسمى (Hexad). يتم تحليل البيانات واستخراج أنواع المستخدمين السائدة لمجموعة المتعلمين باستخدام برنامج (SPSS). تم استخدام برنامج بايثون في ضرب المصفوفات واستخراج مكونات التلعيب التي تفضلها مجموعة المتعلمين. يستخدم النهج الثاني خوارزميات التعلم الآلي (NMF وSVDو KNN) للتنبؤ بعناصر التلعيب بناءً على تفضيلات المستخدم باستخدام ملف تعريف ديناميكي. تم استخدام مخرجات النهج الأول (الملف التعريفي الثابت) كملف ادخال في النهج الثاني. يتم اقتراح ميزات التلعيب بشكل تكيفي من خلال استخدام ملفات تعريف ثابتة وديناميكية.أظهر النهج الأول (النموذج الخطي) أن "المنجزين" و"اللاعبين" كانوا أكثر أنواع المتعلمين شيوعًا. كان عنصر التلعيب الذي حصل على أعلى تصنيف هو "التحديات"، لذا هو العنصر الأكثر تحفيزا لمجموعة المتعلمين. كما أظهر النهج الثاني (القائم على خوارزميات التعلم الآلي) ان طريقة خوارزمية (SVD) هي الأفضل في التنبؤ بميزات التلعيب بنسبة خطأ (0.034). نجحت هذه الأطروحة في تطوير إطار التلعيب التكيفي الذي يتكيف مع ملفات تعريف المستخدمين الثابتة والديناميكية. تقتصر هذه الأطروحة على طلاب المدارس الثانوية العراقية وتقترح تطبيق هذا النهج في المجالات التعليمية الاخرى. هذه الأطروحة هي الأولى في العراق التي تكيف أسلوب التلعيب مع تفضيلات الطلاب، مما يجعلها إضافة نوعيه في هذا المجال.