Yetenek Temelli Eşleştirme Adil Ama: Oyuncuları Sessizce Uzaklaştırıyor!
Yetenek temelli eşleştirme, rekabetçi oyunları daha gerçekçi kılmak için oluşturuldu. Ancak yeni bir çalışma, bu dengenin gizli bir maliyet taşıyabileceğini öne sürüyor; eşit yetenekli karşılaşmalar, oyuncuları sıradanlık hissine sokarak kuyruğu terk etmelerine neden olan kayıplar serisi yaratabilir.
Bu araştırma, Management Science’da yayınlanan bir makalede, oyun eşleştirme sisteminin sadece ham yetenekten çok daha fazlasına baktığında daha iyi çalıştığını savunuyor. Sonuçlarımız, oyuncuların son zaferlerine, yenilgi göstermelerine ve rekabetçilik kalıplarına nasıl tepki verdiğini göz önünde bulundurarak yapılan bir analizde, 5.4 milyon Lichess karşılaşması rasyonelleştirilmiş eşleştirmenin, geleneksel yetenek temelli yaklaşımlara kıyasla %4 ila %6 daha fazla etkileşim sağladığını gösterdi.
Geleneksel yetenek temelli eşleştirme (SBMM) şimdi, oyuncuları elinde tutmaya çalışan platformlar için pek de yeterli görünmüyor.
Neden adil eşleşmeler ters tepebilir
SBMM, rakipleri benzer yetenek düzeyinde eşleştirerek dengeli karşılaşmalar oluşturur. Kağıt üzerinde, bu en mantıklı çözüm gibi görünüyor. Kimse kendisinden çok daha iyi bir oyuncu tarafından yenilmek istemez ve kimse de acemi birini kolayca yenerek pek bir şey öğrenemez.
Buradaki sorun ise sıradır. Tek bir kayıp, rekabetin bir parçasıdır, ancak kayıplar serisi oyuncunun kendisini sürekli bir hayal kırıklığı döngüsünde sıkışmış gibi hissetmesine neden olabilir.
Bu, standart eşleştirmenin kaçırdığı davranışsal bir boşluktur. Her bir tur, sonraki kararları şekillendirir: yeniden sıraya girmek, bir molaya çıkmak veya akşamı kapatmak gibi.
İlgi ne kadar değerli
Lichess verileri, bu bulgulara gerçek ağırlık katıyor. 5.4 milyon maçta, optimize edilmiş sistemin etkileşimi, geleneksel yetenek temelli eşleştirmeye kıyasla %4 ila %6 oranında artırdığı görüldü. Teorik senaryolarda kazançlar %50’ye kadar yükseldi.
Oyuncular için bu değişim ince bir ayrıntı olabilirdi. Daha iyi bir sistem, son sonuçları sinyalin bir parçası olarak değerlendirecek ve eşleşmeleri daha uzun seans etrafında kurarak sadece puanlara dayanmayacaktır.
