Evilom
102 lines
9.7 KiB
Markdown
102 lines
9.7 KiB
Markdown
# 2026.06.13-日报-夏莲
|
|
|
|
Source: feishu docx B5k4d3ymco9dRnxWYwDceEJzncd
|
|
Fetched: 2026-06-16
|
|
|
|
---
|
|
|
|
# 2026.06.13-日报-夏莲
|
|
## 一、今日内容概述
|
|
- 阶段四五机制联合建模结果整理- 入模前准备结果复核- A/B/C/D 四轮模型分析结果汇总- 阶段四当前结果与后续计划整理
|
|
|
|
## 二、阶段四入模前准备
|
|
|
|
在正式整理阶段四【**主模型、控制变量、稳健性和机器学习分析结果**】前，先对前半段准备工作进行整理。
|
|
**重点确认：**五机制联合建模所需的**底表、字段、变量方向和变量关系**是否已经具备入模条件，避免后续结果解释受到底表不统一、字段缺失或变量重叠的影响。
|
|
#### 统一建模底表
|
|
|
|
**主要完成：**将五机制相关变量统一整理到活动层主表和个体层扩展表中，形成后续联合分析可以直接使用的统一建模底表。
|
|
**完成情况：**- 活动层主表已经构建完成，可以承接赛局、阵营和活动层面的机制变量。- 个体层扩展表已经构建完成，可以承接玩家层面的行为变量和控制变量。- 五机制变量已经纳入统一分析框架，当前没有形成新的拼接阻塞。
|
|
**推进意义：解决“能不能在同一张底表上联合分析”的问题。**—— **输出表：建模底表接入审计表**
|
|
|
|
#### 字段核验与缺失率检查
|
|
|
|
**主要完成：**对统一底表中的关键字段、层级关系和变量覆盖情况进行核验，确认后续模型分析所需字段是否完整可用。
|
|
**完成情况：**- 活动层和个体层的字段结构已经完成核验。- 个体、活动、阵营、时间等关键字段可以支撑后续模型分析。- 主要变量未出现影响整体分析的缺失风险。- 当前底表可以继续进入后续联合建模。
|
|
**推进意义：解决“底表能不能稳定进入模型”的问题。—— 输出表：字段核验执行记录、变量缺失率检查表**
|
|
|
|
#### 变量方向确认与标准化
|
|
|
|
**主要完成：**对不同机制变量的方向进行统一处理，使变量进入模型后能够保持相对一致的解释口径。
|
|
**完成情况：**- 大部分机制变量已经完成方向统一。- 差距类变量已按解释需要进行方向调整。- 标准化处理后，不同量纲的变量可以进入同一模型比较。- 对容易误读的变量口径进行了单独确认。
|
|
**推进意义：解决“变量方向能不能被一致解释”的问题。—— 输出表：变量方向与标准化处理汇总表**
|
|
|
|
#### 相关性与共线性初筛
|
|
|
|
主要完成：检查五机制变量之间是否存在明显重叠，并根据检查结果区分主变量、替代变量和补充变量。
|
|
完成情况：- 已识别部分机制内部变量存在较高重叠。- 已对高度相近变量进行主变量、替代变量和补充变量区分。- 已明确部分变量不适合同轮同时作为主解释变量。- 后续 A/B/C/D 四轮模型分析可以按照更清楚的变量分层继续推进。
|
|
**推进意义：解决“哪些变量适合主用、哪些变量只能替换或补充”的问题。—— 输出表：相关性与共线性决策表**>
|
|
**阶段四入模前准备主要完成了：**底表统一、字段核验、变量方向标准化和变量关系筛查。
|
|
经过这一步处理后，阶段四已经具备开展 A/B/C/D 四轮模型联合分析的基础，后续结果可以建立在同一套底表、同一套变量口径和较清晰的变量分层之上。
|
|
---
|
|
|
|
## 三、阶段四模型分析结果整理
|
|
|
|
#### A轮：主特征联合比较
|
|
A轮主要用于观察五机制主变量同时进入模型后，各机制变量与综合投入、行为投入和金钱投入之间的关系强弱。这里重点不是直接下最终结论，而是先判断活动层和个体层中，哪些机制信号更明显，哪些机制可以作为后续重点分析对象。
|
|
**表1-1a 主特征联合比较结果（活动层）**
|
|
**表1-1b 主特征联合比较结果（个体层）**
|
|
> #### 结果解释：
|
|
> - **活动层：互动性 > 公平性 > 流动性**
|
|
**互动性**主版变量在综合投入、行为投入和金钱投入三个结果变量上均保持最明显的正向关系，是当前活动层最突出的主信号。**公平性**相关变量整体表现较稳定，可以作为活动层的重要解释变量。**流动性**变量也呈现稳定正向关系，但强度相对较弱，暂作为活动层的补充观察机制保留。- **个体层：私有性 > 互补性**
|
|
**私有性**主变量在三个结果变量上均表现最强，是当前个体层最明显的主信号。**互补性**主变量也保持稳定正向关系，说明其已经进入联合规格，并可作为个体层的重要补充机制继续观察。
|
|
|
|
#### B轮：控制变量吸收检查
|
|
B轮主要用于观察在加入控制变量后，五机制主变量的信号是否仍然稳定。这里重点不是单纯看模型拟合是否提升，而是判断主机制变量会不会被控制变量整体吸收，从而失去独立解释空间。
|
|
**表2-1 加入控制变量后的模型结果（活动层）**
|
|
**表2-2 加入控制变量后的模型结果（个体层）**
|
|
> #### 结果解释：
|
|
> >
|
|
加入控制变量后，模型拟合有所提升，但主机制信号没有被整体吸收。- **活动层：**
|
|
**互动性、公平性和流动性**仍保留主要信号，其中互动性关系最明显，说明活动层判断没有因控制变量加入而发生根本变化。- **个体层：**
|
|
**私有性和互补性**变化较小，说明个体层重点机制仍然稳定，具有继续保留和解释的价值。
|
|
**B轮结果说明：**控制变量主要提升了模型拟合，但没有替代主机制变量的解释作用。
|
|
|
|
#### C轮：稳健替换规格比较
|
|
C轮主要用于观察当前机制判断是否过度依赖某一个变量口径。这里重点是把主版变量与替代变量进行比较，判断哪些变量适合作为主分析口径，哪些变量更适合作为稳健性检验或补充说明。
|
|
**表3-1 稳健替换规格比较（活动层）**
|
|
**表3-2 稳健替换规格比较（个体层）**
|
|
> #### 结果解释：
|
|
> >
|
|
C轮结果主要用于确认主版变量是否稳健。- **活动层：**- **互动性**** **Battle 主版表现优于 Turnover 替代版，说明前期攻防互动更适合作为当前互动性主变量。- **流动性**** **liq_hhi 仍保留主版地位，liq_conc、liq_eff_n_rev 等替代口径表现接近，但不适合直接替代主变量。- **个体层：**- **私有性** has_private_return_core 替代口径的模型拟合低于 privatization_ratio_core 主版口径，说明二值化变量解释力度不足，更适合作为补充检验。- **互补性** Building 替代口径的经验拟合更强，但其理论含义与 Minister 主版不同，因此不能直接替代理论主版变量。
|
|
**C轮结果说明：**当前主版变量继续作为正式分析口径，替代变量主要用于稳健性检验和补充说明
|
|
|
|
#### D轮：机器学习特征重要性排序
|
|
|
|
D轮主要用于从机器学习角度，对各机制变量的重要性进行初步排序，辅助判断哪些机制更值得后续重点展开。
|
|
目前已经整理出机器学习模型表现、特征重要性排序和机制聚合重要性排序三类结果表。
|
|
**表4-1 机制聚合重要性排序**> #### 初步结果显示：
|
|
>
|
|
活动层：互动性 > 公平性 > 流动性
|
|
个体层：私有性 > 互补性
|
|
> #### 结果说明：
|
|
>
|
|
从当前排序看，机器学习结果与前面主特征联合比较、控制变量吸收检查和稳健替换结果基本一致，可以作为阶段四机制筛选的辅助依据。
|
|
**但这一部分目前仍属于机器学习特征重要性初筛**，不直接作为因果证明，也不等同于 SHAP 解释。后续还需要进一步补充机器学习建模流程、特征重要性的计算口径，以及结果解释方式。
|
|
---
|
|
> #### 【阶段四结果】
|
|
>
|
|
综合主特征联合比较、控制变量吸收检查、稳健替换规格比较和机器学习特征重要性初筛结果，阶段四当前形成以下阶段性判断：- 五机制已经正式进入阶段四联合分析。- 活动层与个体层需要分层比较，不应合并为单一排序。- 活动层当前重点机制为：互动性、公平性、流动性。- 个体层当前重点机制为：私有性、互补性。- 激励性和补偿性暂未进入本轮正式联合分析。
|
|
|
|
**备注说明：****结果适合用于内部重点机制筛选**
|
|
当前机器学习部分仍属于特征重要性初筛，主要用于辅助判断机制排序是否与前面模型结果一致，不直接作为因果证明，也不等同于 SHAP 解释。
|
|
|
|
> #### 【**后续计划**】
|
|
> - **激励性与补偿性机制数据反馈**
|
|
七机制中**激励性、补偿性**两个机制暂未进入本轮正式分析。后续等待反馈相关字段后，再分析判断。- **第二批变量规划**
|
|
整理当前埋点数据中暂未覆盖、后续可能需要新增的数据需求。待第二批数据反馈后，需要再进行一轮复核，再判断是否并入主模型或作为替代变量、补充变量使用。- **回查当前五机制结果稳定性**>
|
|
当前五机制已经形成阶段性判断：
|
|
活动层：互动性 > 公平性 > 流动性
|
|
个体层：私有性 > 互补性
|
|
后续在**激励性、补偿性**和**第二批变量**补齐后，需要重新检查当前排序是否稳定，尤其是新增变量是否会吸收或替代当前主变量信号。- **阶段五先做准备，暂不正式启动**
|
|
**阶段五重点包括：结果章节结构、机制解释顺序、机器学习解释流程。**—— 会提前了解和准备，等七机制变量池基本完整、第二批变量复核完成、主变量和替代变量边界稳定后，再正式进入阶段五。 |