Evilom
113 lines
9.1 KiB
Markdown
113 lines
9.1 KiB
Markdown
# O68jwDBCCie0QCkRrDKcdyC6nTf
|
|
|
|
Source: https://fcnlycv6dd0w.feishu.cn/wiki/O68jwDBCCie0QCkRrDKcdyC6nTf
|
|
|
|
|
|
### 今日内容
|
|
①私有性规则变量映射
|
|
②当前埋点数据对变量构建的支撑
|
|
③变量相关性筛选流程
|
|
④理论支撑表述
|
|
### 一、推进思路
|
|
今日重点围绕《钲鼓连烽》的私有性机制展开完成“规则机制 → 变量构建 → 数据验证 → 候选筛选”。
|
|
整体推进路径：
|
|
私有性机制关注的是“个人贡献是否能够转化为个人回报”，需要先区分：
|
|
- 哪些奖励属于私人回报；
|
|
- 哪些奖励属于公共回报；
|
|
- 哪些奖励虽然存在，但不适合进入私有性主变量。
|
|
- 核心不是简单统计奖励数量，而是构建玩家层面的私人回报价值、公共回报价值和私有化比例。
|
|
- 检查字段是否可取、奖励价值是否能映射、是否存在缺失、是否区分实际领取价值和规则应得价值。
|
|
- 相关性分析是作为进入机器学习前的经验筛选步骤，判断哪些私有性变量与综合投入具有更明显关系
|
|
### 二、私有性机制规则变量映射
|
|
根据玩法规则和奖励配置表，对私有性相关奖励模块进行了重新分类。
|
|
#### (一）私人回报价值：玩家个人能拿回多少
|
|
私人回报价值用于衡量玩家个人通过个人贡献、个人排名、个人参与或个人兑换获得的收益。
|
|
它回答的是：
|
|
玩家个人投入之后，有多少奖励是直接回到玩家自己身上的？
|
|
- 玩家通过征战获得兑换币，再消耗兑换币兑换道具。
|
|
- 活动结束后按个人战功排名领取奖励
|
|
- 个人战功越高，个人排名越高，个人获得的奖励越好。
|
|
- 高贡献榜一满足条件后获得额外奖励
|
|
- 偏向头部贡献激励，能够强化高贡献玩家的个人回报。
|
|
- 参战奖励：参与过本次攻城即可领取
|
|
- 灭敌奖励：本次攻城中战功前三名玩家可额外领取
|
|
扩展口径：
|
|
这一类模块也具有个人回报属性，但与个人贡献强度的绑定关系相对弱一些，更偏个人积累、个人兑换或个人目标达成。
|
|
- 玩家个人累计达成目标后领取奖励。
|
|
- 该模块具有个人收益属性，但更偏成就激励，不完全等同于贡献回报。
|
|
- 玩家完成指定任务或引导行为后获得奖励。
|
|
- 如果任务内容与核心活动贡献高度相关，可以作为弱私人回报观察。
|
|
- 如果主要承担教学和引导功能，则不建议纳入主变量。
|
|
#### （二）公共回报价值：团队结果带来的共享收益
|
|
公共回报价值用于衡量玩家因为阵营或团队整体表现而获得的共享收益。
|
|
关注的是：
|
|
玩家获得的奖励中，有多少是来自阵营整体结果，而不是个人贡献差异？
|
|
#### （三）暂不进入主变量的模块
|
|
私有性主变量应聚焦"贡献可转化为个人回报"的模块，付费礼包和通行证等不应直接混入主口径。
|
|
#### （四）私有化比例：回报中有多少属于个人回报
|
|
私有化比例是私有性机制的核心指标，用于衡量玩家获得的总回报中，私人回报所占比例。
|
|
它回答的是：
|
|
玩家获得的回报，更多是来自个人贡献，还是来自团队公共收益？
|
|
该指标含义为：
|
|
- 数值越高，说明个人贡献越容易转化为个人收益，私有性机制越强；
|
|
- 数值越低，说明奖励更多来自团队公共收益，个人贡献可能被公共回报稀释。
|
|
#### （五）个人贡献变量：用于验证绑定关系
|
|
个人贡献变量不是私有性主变量本身，而是用于验证“个人贡献是否真的转化为个人回报”。
|
|
它回答的是：
|
|
高贡献玩家是否确实获得了更高的私人回报？
|
|
个人贡献字段包括：个人战功/功绩/排名。
|
|
后续可以做三类验证：
|
|
### 三、当前埋点数据对变量构建的支撑
|
|
进一步确认：当前已有埋点和配置文件基本可以支撑私有性变量的构建。
|
|
可支撑的核心数据源：
|
|
- 个人贡献： 5月个人榜单、综合投入底表中的 result_score、result_rank → 可满足
|
|
- 商铺兑换私人回报： 5月商铺兑换、道具配置 → 可满足，但 ItemType 78/80 需优化补充
|
|
- 个人战功排名奖励： 奖励规则配置模板、个人榜单 → 可满足
|
|
- 旷古大赏奖励： 奖励配置模板、个人榜单 → 可满足
|
|
- 攻城参战/灭敌奖励： 5月占领城池、奖励配置模板 → 可纳入
|
|
- 阵营榜公共回报： 5月阵营榜单、奖励配置模板 → 可满足
|
|
当前埋点数据已经足够支撑构建，但正式论文表述中要区分"实际观测价值"和"规则应得价值"。
|
|
|
|
### 四、变量相关性筛选流程
|
|
相关性分析是经验筛选，不是变量定义，也不是因果证明。
|
|
它的作用是：
|
|
- 判断变量与综合投入是否存在初步关系；
|
|
- 过滤掉数据质量差或解释力很弱的候选变量；
|
|
- 为后续机器学习模型提供候选变量池。
|
|
|
|
筛选逻辑：
|
|
- 概念正确 + 数据可用 + 相关性较强 → 进入主候选变量池
|
|
- 概念正确 + 数据可用 + 相关性一般 → 保留为观察候选
|
|
- 概念正确但数据覆盖不足 → 暂缓，先修变量
|
|
- 概念不属于私有性 → 即使相关也不进入主变量
|
|
## 五、私有性机制理论支撑线梳理
|
|
整理了私有性机制的理论支撑。私有性机制不宜简单写成严格博弈论模型，而更适合整理为一条理论支撑线：
|
|
集体行动理论 → 团队生产理论 → 公共品实验 / 条件合作 → 私有性机制变量构建
|
|
核心问题：在团体竞赛中，玩家个人贡献如果主要转化为公共收益，而不是个人可感知回报，就容易产生搭便车和投入下降。
|
|
#### （一）集体行动理论：公共收益容易带来搭便车
|
|
Olson 的集体行动理论强调，当群体共同追求公共收益时，由于公共收益无法排他，个体容易产生搭便车动机，即少贡献甚至不贡献，也能享受他人努力带来的公共收益。
|
|
放到《钲鼓连烽》中：
|
|
- 阵营排名奖励、阵营成就奖励属于公共回报；
|
|
- 玩家即使个人贡献较低，只要阵营表现较好，也可能领取公共奖励；
|
|
- 如果活动奖励过度依赖阵营公共收益，高贡献玩家可能觉得“我多打也没有多拿多少”。
|
|
因此，该理论支撑私有性机制的基本逻辑：
|
|
需要将一部分公共活动收益转化为个人可获得回报，降低搭便车倾向。
|
|
#### （二） 团队生产理论：团队产出需要识别个人贡献
|
|
团队生产理论强调，在多人共同完成产出的场景中，如果个体贡献难以被识别，个人努力和个人回报就容易脱钩，进而导致偷懒、少投入或搭便车。
|
|
放到《钲鼓连烽》中：
|
|
- 阵营战果是团队产出；
|
|
- 玩家攻城、防守、剿匪、派遣等行为是个人投入；
|
|
- 战功、功绩、个人排名是系统对个人贡献的识别；
|
|
- 个人战功排名奖励、攻城灭敌奖励、参战奖励，是把贡献识别结果转化为个人回报。
|
|
因此，该理论支撑私有性机制中的“贡献识别—回报绑定”逻辑：
|
|
团队玩法越依赖多人协作，越需要把个人贡献记录下来，并通过差异化奖励反馈给个人。
|
|
#### （三）公共品实验：贡献缺乏回报会削弱持续合作
|
|
Fischbacher、Gächter 和 Fehr 的公共品实验表明，很多参与者是“条件合作者”，他们的贡献意愿会受到他人贡献水平和回报公平性的影响。如果感知到他人搭便车，或者个人贡献没有得到差异化回报，自己的贡献水平也会下降。
|
|
放到《钲鼓连烽》中：
|
|
- 如果高贡献玩家与低贡献玩家在公共奖励上差异不明显，容易削弱高投入玩家的持续参与动力；
|
|
- 如果个人战功、个人排名、攻城奖励、商铺兑换能够形成清晰的个人收益反馈，玩家更容易感知到“多投入有多回报”；
|
|
- 这有助于维持团体竞赛中的持续投入和协作稳定。
|
|
因此，该理论支撑私有性机制对综合投入的作用路径：
|
|
个人贡献越能转化为可见的个人回报，玩家越有持续投入的动力。
|
|
### （四）论文里的理论支撑表述
|
|
私有性机制的理论基础可以来自集体行动理论、团队生产理论与公共品实验研究。在团体竞赛中，阵营排名奖励、阵营成就奖励等公共回报具有公共收益属性，团队成员均可分享团队结果，因此个体玩家可能产生搭便车倾向。为缓解这一问题，规则需要将玩家个人贡献识别出来，并通过个人战功排名奖励、攻城灭敌奖励、参战奖励、活动商铺兑换等形式，将个人贡献转化为个人可获得收益。由此，本文将私有性机制理解为“个人贡献—个人回报”的绑定程度，并通过私人回报占总回报的比例进行刻画。 |