Evilom
130 lines
7.9 KiB
Markdown
130 lines
7.9 KiB
Markdown
# FJCowQGEbibDkakfJOacwaLmnV3
|
||
|
||
Source: https://fcnlycv6dd0w.feishu.cn/wiki/FJCowQGEbibDkakfJOacwaLmnV3
|
||
|
||
|
||
### 今日内容
|
||
① 激励性机制变量构建口径
|
||
② 奖励跃迁激励变量组计算方式说明
|
||
### 一、激励性机制的理论边界
|
||
### （一）机制含义
|
||
本文中的激励性机制不是泛泛意义上的“奖励越多越好”，也不是所有奖励机制的总称，而是关注：
|
||
平台能否通过奖励梯度设计，让参与者感知到更高名次、更高档位或更后轮次对应更高回报，从而形成追加投入动机。
|
||
核心对象是奖励分布结构。
|
||
理论链条为：
|
||
奖励档位差异-> 边际回报差异-> 追加投入的收益预期-> 个体/团体最优投入水平-> 赛局综合投入
|
||
玩家是否继续投入，并不只取决于最终奖励总量，而取决于他在当前阶段是否能感知到：
|
||
再投入一点，是否有机会跨过下一个有价值的奖励节点。
|
||
### 二、理论支撑线
|
||
#### （一）锦标赛理论：奖励差距影响投入强度
|
||
Lazear & Rosen（1981）的锦标赛理论指出，排名竞争中参与者的努力水平会受到不同名次之间奖励差距的影响。
|
||
开题报告中的公式：
|
||
可以理解为：
|
||
在竞争烈度一定的情况下，第一名和第二名之间的奖励差距越大，参与者的均衡投入越高。
|
||
放到《钲鼓连烽》中，个人战功排名奖励、阵营排名奖励、攻城灭敌前三奖励，本质上都体现了不同档位之间的奖励差距。
|
||
因此，锦标赛理论支撑激励性机制中的“奖励差距驱动投入”逻辑。
|
||
#### （二）目标设定理论：清晰目标推动持续投入
|
||
Locke & Latham（1990；2002）的目标设定理论认为，清晰、具体且具有挑战性的目标，更容易激发个体努力
|
||
放到《钲鼓连烽》中，玩家面对的目标包括：
|
||
- 个人排名档位；
|
||
- 阵营排名档位；
|
||
- 商铺兑换门槛；
|
||
- 城池首占目标；
|
||
- 攻城前三目标。
|
||
这些目标越清晰，玩家越容易判断自己是否值得继续投入。
|
||
重点支撑：
|
||
奖励节点越清晰，玩家越容易判断自己是否值得继续投入。
|
||
#### （三）目标梯度理论：越接近目标，行动动力越强
|
||
目标梯度理论强调，个体越接近目标，行动动力越容易增强。
|
||
放到《钲鼓连烽》中，如果玩家当前距离下一奖励节点很近，例如：
|
||
- 距离前一档排名只差几名；
|
||
- 距离攻城前三只差少量战功；
|
||
- 阵营距离上一名只差少量积分；
|
||
重点支撑：
|
||
激励性变量不能只看奖励差距，还要看玩家距离奖励节点有多远。
|
||
#### （四）期望理论：玩家会判断继续投入是否值得
|
||
Vroom（1964）的期望理论认为，个体是否愿意投入，取决于其对“努力能否带来结果、结果是否有价值”的判断。
|
||
对应到《钲鼓连烽》：
|
||
玩家会判断：
|
||
- 我继续打，能否提升排名？
|
||
- 我继续投入，能否跨过下一档奖励？
|
||
- 我继续攒旌旗，能否兑换高价值商品？
|
||
- 我继续参与攻城，是否有机会获得额外奖励？
|
||
重点支撑：
|
||
玩家投入取决于“能否达成目标”和“达成后是否值得”的综合判断
|
||
### 三、奖励分布结构与奖励跃迁激励
|
||
激励性机制可以分成两个层级：
|
||
- 奖励分布结构 = 规则层面的激励设计
|
||
- 奖励跃迁激励 = 玩家/阵营当前位置上的实际激励强度
|
||
奖励分布结构回答的是：
|
||
平台把奖励怎么分？
|
||
例如：
|
||
- 第一名和第二名奖励差多少；
|
||
- 前5名和6-10名奖励差多少；
|
||
- 奖励是否过度集中；
|
||
- 奖励档位是否有明显梯度。
|
||
奖励跃迁激励回答的是：
|
||
玩家当前位置是否接近一个值得跨越的奖励节点？
|
||
例如：
|
||
- 玩家当前第6名，进入前5能多拿多少奖励；
|
||
- 阵营当前第2名，距离第1名还差多少积分；
|
||
- 攻城事件中，玩家距离前三奖励还差多少战功。
|
||
奖励跃迁激励不是替代奖励分布结构，而是奖励分布结构在玩家当前位置上的实证化表达。
|
||
核心链条为：
|
||
奖励分布结构→ 形成奖励档位和奖励节点 → 个体/团体处于不同位置 → 面对不同奖励跃迁激励→ 影响继续投入意愿→ 推动综合投入变化
|
||
#### 为什么不能只看奖励梯度(引入实证变量)
|
||
开题报告中的激励性逻辑关注奖励差距，
|
||
例如：
|
||
说明奖励差距越大，玩家投入动力越强。
|
||
但实证中如果只看静态奖励差距，会有一个问题：
|
||
同一活动内，所有玩家通常面对同一套奖励规则，静态奖励梯度在玩家之间缺少差异。
|
||
所以实证上需要进一步看：
|
||
同一套奖励规则下，不同玩家/阵营当前位置不同，因此实际面对的奖励跃迁激励不同。
|
||
因此：
|
||
- 理论上关注奖励分布结构；
|
||
- 实证上用奖励跃迁激励刻画玩家实际激励暴露。
|
||
#### （三）奖励跃迁激励变量组
|
||
拆为四类变量：
|
||
- rji_rank：个人排名奖励跃迁
|
||
- rji_faction：阵营排名奖励跃迁
|
||
- rji_shop：商铺兑换奖励跃迁
|
||
- rji_siege：攻城事件奖励跃迁
|
||
第一阶段优先构建： rji_rank 和 rji_faction
|
||
商铺兑换和攻城事件先作为扩展变量，等字段口径确认后再决定是否进入主变量。
|
||
#### （四）各变量计算方式
|
||
衡量玩家在个人榜单中，距离下一排名奖励档位时受到的激励。
|
||
rji_rank = 个人下一档奖励增量 / 距离下一排名档位的名次差
|
||
举例：玩家当前第11名，下一档是前10名。当前档奖励价值3000，下一档奖励价值5000。
|
||
- 奖励增量 = 5000 - 3000 = 2000
|
||
- 名次差 = 11 - 10 = 1
|
||
- rji_rank = 2000 / 1 = 2000
|
||
玩家只差1名就能多拿2000价值奖励，个人排名激励较强。
|
||
对比：另一玩家当前第50名，距离下一档还差10名，奖励增量同样2000： rji_rank = 2000 / 10 = 200，实际激励弱很多。
|
||
衡量玩家所在阵营，距离下一阵营奖励档位时受到的公共激励。
|
||
rji_faction = 阵营下一档奖励增量 / 距离下一阵营排名档位的名次差
|
||
举例：阵营当前第3名，下一档是第2名。当前档奖励价值5000，下一档奖励价值7000。
|
||
- 奖励增量 = 7000 - 5000 = 2000
|
||
- 名次差 = 3 - 2 = 1
|
||
- rji_faction = 2000 / 1 = 2000
|
||
阵营只差1名就能获得更高档奖励，阵营成员可能更有继续投入动力。
|
||
该变量后续需要通过玩家所属阵营回填到玩家层面：
|
||
玩家ID → 所属阵营 → 阵营排名 → 阵营奖励跃迁
|
||
衡量玩家距离下一高价值商品兑换门槛时受到的兑换激励。
|
||
rji_shop = 下一可兑换商品奖励增量 / 距离下一商品兑换门槛的货币差
|
||
举例：玩家当前有18000旌旗，当前可兑换商品价值3000；下一高价值商品需要20000旌旗，奖励价值5000。
|
||
- 奖励增量 = 5000 - 3000 = 2000
|
||
- 货币差 = 20000 - 18000 = 2000
|
||
- rji_shop = 2000 / 2000 = 1
|
||
玩家距离高价值商品还差2000旌旗，如果继续参与能较快达到兑换门槛，会形成兑换型激励。
|
||
注意：优先使用活动兑换币/旌旗，不把现金购买、元宝购买混入主口径。
|
||
衡量玩家在单次攻城事件中，距离灭敌前三等奖励时受到的激励。
|
||
rji_siege = 攻城前三奖励增量 / 距离前三的战功差
|
||
举例：普通参战奖励价值1000，灭敌前三奖励价值3000。玩家当前战功800，第3名战功1000。
|
||
- 奖励增量 = 3000 - 1000 = 2000
|
||
- 战功差 = 1000 - 800 = 200
|
||
- rji_siege = 2000 / 200 = 10
|
||
玩家距离攻城前三还差200战功，而前三奖励比普通参战多2000价值，事件型激励较强。
|
||
激励性机制的两层结构：
|
||
奖励分布结构回答"规则设计是否有激励性"
|
||
奖励跃迁激励回答"这个玩家现在有没有被激励到"。
|
||
两者不能互相替代——静态奖励表无法区分玩家之间的实际激励暴露差异，必须结合玩家当前位置才能形成有意义的实证变量。 |