SlopeOne アルゴリズムを使用して、ゲーマーがゲームの特定のレベルを完了することができるかどうかを予測することを計画していますか?
シナリオは次のとおりです。
- 多くのゲーマーがプレイし、ゲームで 100 レベルをクリアしようとします。
- 各ゲーマーは、レベルを超えるまで何度でもレベルをプレイできます。
- システムは、レベルと各レベルの再試行回数を追跡します。
- 各ゲーム レベルは、3 つのカテゴリ (イージー、ミディアム、ハード) のいずれかに分類されます。
- レベルのおおよその分布は、各カテゴリ全体で 33% であり、33% のレベルがイージー、33% のレベルがハードなどを意味します。
この情報を使用して:
新しいゲーマーがゲームをプレイし始めたとき、いくつかのレベルの後、ゲーマーが簡単に通過できるレベルと簡単に通過できないレベルを予測できるようにしたいと考えています。
この予測能力を使用して、ユーザーが 50% の確率で通過できるゲーム レベルを提示したいと思います。
これに SlopeOne アルゴリズムを使用できますか?
理由は、映画のレーティング システムと私が望むものの間に多くの類似点があることです。
n ユーザー、m 個のアイテム、および N 個の評価を使用して、特定のアイテムに対するユーザーの評価を予測します。
同様に、私の場合、私は
n ユーザー、m レベル、N 回の再試行 ...
唯一の違いは、映画の評価システムで、評価が 1 ～ 5 のスケールで固定されていることです。私の場合、再試行は 1 ～ x の範囲で行うことができます (x は最大 30 まで可能です)。
理論的には 30 回以上再試行できますが、今のところ、上限を 30 に固定することから始めて、データが増えてから調整することができます。
ありがとう。