来源:管理科学与工程系
主 题:游戏中玩家活跃度最大化的匹配策略
主讲人:雷骁(香港大学助理教授)
时 间:2023年6月7日(周三)上午10:00
地 点:明商713会议室
语 言:中/英文
讲座摘要:
在游戏行业中,管理玩家活跃度是一个重要问题,因为许多游戏通过订阅模式和微交易产生收入。我们考虑一类在线游戏,玩家在游戏中反复匹配以相互竞争。玩家具有不同的竞技水平,这会影响比赛结果,而输赢结果会影响保持参与的概率。目标是通过优化动态匹配策略来最大化整体玩家参与度。我们提出了一个通用但易处理的框架来解决这个问题,它可以被描述为一个无限线性规划。我们关注一个连败模型,玩家在每次连续失败后都有一个固定的流失概率。相对于业界当前使用的算法(相同技能水平的玩家之间进行匹配),我们展示了最优策略的优势可以在技能水平数量方面呈指数级。
为了提供更多的见解,我们考虑了一个特殊情况,即只有两个技能水平的玩家,当他们遇到连败时才会流失。我们明确解决最优策略,该策略最大化短期奖励,同时平衡技能分布来最大化长期奖励。然后,我们使用我们的框架分析两种常见但有争议的增加活跃度的干预方法:添加AI机器人和付费赢取系统。我们表明,最优匹配可能会显著减少所需机器人的数量,同时不会损失参与度。当大多数玩家技能较低时,付费赢取系统可能对玩家参与度产生积极影响。最后,我们使用来自在线象棋平台的真实数据进行案例研究。我们发现,与基于技能的匹配相比,最优策略可以在没有新玩家到来的情况下提高4-6%的参与度,或者减少10%的机器人玩家比例。
主讲人简介:
雷骁是香港大学商学院的助理教授。他在哥伦比亚大学获得运筹学博士学位。他的研究兴趣包括在线市场、收入管理和定价以及社会运营管理。他的工作获得了 INFORMS Service Science 最佳学生论文奖、Jeff McGill 最佳学生论文奖和 CSAMSE 最佳论文奖。 2020年夏天,他在动视暴雪担任数据科学实习生。
人大商学院新闻网版权与免责声明:
① 凡本网未注明其他出处的作品,版权均属于人大商学院,未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:人大商学院”。违反上述声明者,本网将追究其相关责任。
② 凡本网注明其他来源的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网对其负责。
③ 有关作品内容、版权和其它问题请与本网联系。
※ 联系方式:中国人民大学商学院宣传信息事务办公室 邮箱:media@rmbs.ruc.edu.cn