# PLw6wDDOMinsyBk2TcZcuMoenwb

Source: https://fcnlycv6dd0w.feishu.cn/wiki/PLw6wDDOMinsyBk2TcZcuMoenwb


### **今日内容**
**①竞赛活动《钲鼓连烽》数据对接**
**②综合投入量化方法优化：PCA主成分分析**
### 一、**竞赛活动《钲鼓连烽》数据对接**
**本次数据对接目标**
重点是确认活动过程中的玩家投入、行为变化和结果产出能否被完整追踪，用于验证  X（综合投入）是否可构建。
**（一）向项目组提出的数据需求**
**① 玩家基础与分组数据**
  - 玩家ID、区服、逻辑大区、VIP等级、战力、联盟ID、阵营ID等。
  - 用于识别玩家基础差异，支撑后续分层分析。
**② 报名与进入活动数据**
  - 报名时间、报名状态、是否报名成功、是否进入活动。
  - 用于明确样本口径，区分"有资格—报名—进入—实际参与"四类玩家。
**③ 玩家活动过程行为数据**
  - 攻城、防守、撤退、剿匪、扫荡、营地建设、征兵、兵力消耗、情报任务、飞鸽、领奖等。
  - 用于构建 L（有效行为投入）。
**④ 消费与资源消耗数据**
  - 现金礼包、元宝消耗、商铺购买、活动道具消耗、物资消耗等。
  - 用于构建 K（金钱投入），并分析 K 与 L 之间的关系。
**⑤ 个人与阵营结果数据**
  - 个人战功、个人排名、阵营军威、阵营排名、城池占领、奖励领取等。
  - 用于衡量活动产出，作为辅助验证依据，不作为唯一分析口径。
**（二）为什么强调按天的过程数据**
《钲鼓连烽》是三天活动，**论文关注的是"持续投入"和"机制治理"，而不是谁最后排名高****。**
**如果只看最终结果，会丢失几个关键问题：**
  - 玩家是第1天就投入，还是第3天集中冲榜？
  - 玩家是否在第2天后明显放弃？
  - 金钱投入和行为投入是否同步发生？
  - 阵营局势变化后，玩家是否继续参与？
  - 哪些行为是真正推动战功和排名的有效投入？

> :mag_right:
**小结**
    - **只有拿到过程数据，后续才有可能分析机制如何影响持续投入，**而不是停留在最终排名或总战功的结果描述。
    - 最终结果只能说明活动结束时的累计表现，但无法解释玩家投入是如何发生的。**论文要回答的问题是"规则如何持续组织投入"，答案藏在过程里，不在结果里。**
### 二、**综合投入量化方法优化：PCA主成分分析**
#### **（一）原公式**
前期开题阶段综合投入设定为：
**方法依据：**
该公式属于**复合指标的线性加权聚合方法**，OECD/JRC《Handbook on Constructing Composite Indicators》将这类方法概括为以下步骤：
**理论框架建立 → 变量选择 → 缺失值和异常值处理 → 标准化 → 权重设定 → 指标聚合 → 稳健性与敏感性分析**
  - 放到本研究中，综合投入并不是后台直接存在的单一字段，而是由玩家的金钱投入和有效行为投入共同反映。
  - **将K和L标准化后进行线性加权聚合**，在逻辑上可以作为综合投入的基础构建方式，能够直观表达"玩家投入不应只看付费，也要看有效行为投入"的核心观点。
**目前存在的三个局限：**
  - **权重主观性：**
    - α=0.5 意味着K和L同等重要，但缺少数据依据，不同权重设定都需要额外解释
  - **L的构建问题：**
    - 有效行为投入L由多个行为字段构成，各行为重要性不同，简单等权相加会把核心投入行为和轻量行为混在一起
  - **K与L内生关系：**
    - 金钱投入越多可能带来更多行为机会，两者可能高度相关，人工权重合成难以准确反映真实投入结构
#### **（二）为什么引入PCA**
**PCA（主成分分析）**的核心作用是：
  - **当多个指标共同反映同一潜在概念时，根据数据本身的相关结构提取最能代表共同变化方向的综合因子，****不需要研究者提前人为规定权重。**
引入PCA不是推翻原有公式，而是优化其中最容易主观化的部分——尤其是有效行为投入L的构建方式。
#### （三）PCA 解决的问题
在《钲鼓连烽》这类竞赛活动中，可能会有很多投入相关指标：
  - 活动消费金额；
  - 活动消费次数；
  - 礼包购买次数等等
这些指标可能都在反映同一个方向：**玩家投入程度**。
但如果全部直接放进模型，会出现几个问题：
  - **第一，指标太多，模型会变复杂；**
  - **第二，指标之间可能高度相关，**比如消费金额和消费次数、派遣次数和攻城次数可能相关；
  - **第三，很难人为判断哪个行为更重要、权重应该是多少。**

> :black_medium_small_square:
PCA 的作用就是：从这些指标中找出共同变化最明显的方向，并把这个方向提取出来，作为第一主成分。
如果第一主成分在业务上能够解释为“玩家整体投入强度”，就可以作为综合投入构建的重要依据。
**当前竞赛场景与PCA的适配性：**
  - 竞赛可用行为字段超过10个，人工赋权容易主观，适合降维提取综合因子
  - 样本量预计超过7万人，足以支撑PCA方法并保证结果稳定
  - 核心投入行为（派遣、攻城、捐献、鼓舞等）与轻量行为（登录、浏览）可以明确区分，先筛选再做PCA
  - 论文理论结构仍需保留K和L，不宜直接把所有字段混合做总PCA

> :mag_right:
**引入PCA（主成分分析）的核心目的：减少人工设权重的主观性。**
**PCA的作用是让数据自己判断哪些行为更能代表玩家真实投入**
#### **（四）PCA的计算过程**
PCA的核心是从多个指标中提取最能代表共同变化方向的综合因子，分六步完成：
**第一步：选择原始指标**
只放投入型指标，不放结果型指标。
  - **金钱投入类：**活动消费金额、消费次数、礼包购买、鼓舞/复召/加速消耗
  - **行为投入类：**派遣次数、攻城次数、捐献次数、竞猜次数、领奖兑换次数、活动参与天数
不建议放入排名、奖励、胜负、最终积分等结果型指标，否则提取的是"活动结果好坏"而非"投入强度"。
**第二步：处理长尾变量**
游戏数据中消费金额通常极度长尾，需先做对数处理压缩极端值：
K' = log(1 + K)，行为次数同理
**第三步：标准化**
不同指标量纲不同，不标准化会导致数值大的指标天然压过其他指标：
Z = (x - μ) / σ
标准化后所有指标在同一尺度上，PCA才公平。
**第四步：计算指标之间的共同变化**
PCA会识别哪些指标倾向于同时变高或变低，找出最能概括这些共同变化的方向。
**第五步：提取主成分**
PCA生成多个主成分 PC1、PC2、PC3……其中PC1解释最多信息，综合投入通常取：
**权重由数据自动确定，不需要人为规定。**
**第六步：解释第一主成分**
需要从三个角度验证PC1能否解释为综合投入：
  - **解释率：**
    - PC1解释率较高（一般35%—50%较有解释空间），若低于15%说明指标没有共同指向
  - **载荷方向：**
    - 各核心投入指标在PC1上应均为正载荷；
    - 若出现消费高载荷、行为负载荷，说明PC1在区分"付费型vs行为型"，不适合作为综合投入总量
  - **业务解释：**
    - 大R核心玩家和深度参与玩家PC1得分应较高，只登录领奖的玩家不应特别高