Я планирую использовать алгоритм SlopeOne, чтобы предсказать, сможет ли игрок пройти данный уровень в игре или нет?
Вот сценарий:
- Многие игроки играют и пытаются пройти 100 уровней в игре.
- Каждый игрок может играть на уровне столько раз, сколько он пожелает, пока не перейдет уровень.
- Система отслеживает уровень и количество повторных попыток для каждого уровня.
- Каждый игровой уровень попадает в одну из 3 категорий (легкий, средний, сложный)
- Приблизительное распределение уровней составляет 33% по каждой категории, что означает, что 33% уровней являются легкими, 33% уровней - сложными и т. Д.
Используя эту информацию:
Когда новый геймер начинает играть в игру, после нескольких уровней я хочу иметь возможность предсказать
какой уровень может легко пересечь Геймер, а какие - нелегко.
с помощью этой прогнозирующей способности я хотел бы представить игровые уровни, которые пользователь сможет пересечь с вероятностью 50%.
Могу ли я использовать алгоритм SlopeOne для этого?
Причина в том, что я вижу много общего между тем, что я хочу, скажем, с системой рейтинга фильмов.
n пользователей, m элементов и N оценок для прогнозирования рейтинга пользователя для данного элемента.
Аналогично, в моем случае у меня есть
n пользователей, m уровней и N повторов ...
Единственное отличие состоит в том, что в системе рейтинга фильмов рейтинг фиксируется по шкале 1-5, и в моем случае повторные попытки могут варьироваться от 1-x (x может достигать 30)
хотя теоретически кто-то мог бы повторить попытку еще 30 раз, сейчас я мог бы начать с фиксации верхнего предела на уровне 30 и настроить его после получения дополнительных данных.
Спасибо.