使用SlopeOne算法来预测游戏玩家能否通过游戏关卡?

8
我计划使用SlopeOne算法来预测玩家是否能完成游戏中的某个关卡。
以下是场景:
1. 大量玩家尝试完成游戏中的100个关卡。 2. 每个玩家可以反复尝试直到通过该关卡。 3. 系统会记录每个关卡和每个关卡的重试次数。 4. 每个游戏关卡分为三个难度级别(简单、中等、困难)。 5. 关卡大致分布在三个类别中,即33%的关卡属于简单,33%的关卡属于困难等。
利用这些信息:
当新玩家开始玩游戏后,我希望能够预测哪些关卡玩家容易通过,哪些关卡玩家难以通过。
有了这种预测能力,我想展示用户有50%概率能够通过的游戏关卡。
我能否使用SlopeOne算法来实现这一点?
我的推理是,我发现我要做的与电影评分系统非常相似。
n个用户,m个项目和N个评分,以预测给定项目的用户评分。
同样,在我的情况下,我有
n个用户,m个关卡和N次重试...
唯一的区别在于,在电影评分系统中,评分在1-5的范围内固定,而在我的情况下,重试次数可以在1-x(x可能高达30)之间变化。
虽然理论上有人可以尝试超过30次,但现在我可以先将上限设为30,并在收集更多数据后进行调整。
谢谢。
2个回答

2

我认为这个方法可能行得通,但是首先要对尝试次数取对数(因为你不能对0取对数,所以重试不起作用)。如果某人发现一个关卡很容易,他们可能只会尝试一两次,而那些觉得难的人通常需要反复尝试。在1次完成和2次完成之间的差异远远大于20次和21次之间的差异。这将消除对尝试次数进行任意限制的需求。


0

网页内容由stack overflow 提供, 点击上面的
可以查看英文原文,
原文链接