Როგორ AI პერსონალიზაციას უწევს მისიებს და ტურნირის დავალებებს

1) რატომ პერსონალიზაცია

მისიებისა და ტურნირის დავალებების AI პერსონალიზაცია:

ზრდის შესაბამისობას (მისია „კარგ ფორმაში“, მოსაწყენი გრინდის გარეშე);
ამცირებს იმედგაცრუებას (სირთულე და ხანგრძლივობა მოთამაშის პროფილის ქვეშ);
აუმჯობესებს ჭრილობასა და ჩართულობას (თვალსაჩინო პროგრესი, გასაგები მიზნები);
იცავს ეკონომიკას (ჯილდოების კონტროლირებადი გამოცემა და პირობების პატიოსნება).

გასაღები: პერსონალიზაციისა და სამართლიანობის ბალანსი - ინდივიდუალური მიზნები არ უნდა მისცეს მათემატიკურ უპირატესობას თამაშებში.

2) მონაცემთა სიგნალები (მოდელის შეყვანა)

ქცევითი: სლოტების/პროვაიდერების ჟანრები, საშუალო მაჩვენებელი, სპინების ტემპი, სესიების სიგრძე, დღის დრო, შეყვანის სიხშირე.

პროგრესი: დონე/HR, წარსული მისიების შესრულება, ტურნირებში წარმატებები/შეუსაბამობები, ნაკადი.

ფინანსური: ანაბრები/დასკვნები (საერთო, მგრძნობიარე დეტალების გარეშე), პრემიების მგრძნობელობა.

სოციალური: მონაწილეობა ჩეთ რუმებში/ივენტებში, კლიპებში/რეპლეებში, საზოგადოების რეაქციებში (თუ არსებობს).

კონტექსტი: მოწყობილობა, შესასვლელი არხი, შინაარსის/პროვაიდერების გეო შეზღუდვები.

RG სიგნალები: დროის/დეპოზიტების ლიმიტები, გრძელი სესიების ტენდენცია - სირთულის და რბილი პაუზების შესამცირებლად.

💡 მნიშვნელოვანია: ყველა მოდელი მუშაობს საერთო, ანონიმური ფილიალებით, PII- ის გამოყენების გარეშე, უფრო მეტიც, ვიდრე საჭიროა შესაბამისობა.

3) სამოდელო დასტის

1. კლასტერიზაცია (unsupervised)

K-Means/DBSCAN/HDBSCAN - ქცევითი სეგმენტები: „სპრინტერი“, „კოლექციონერი“, „ტურნირის სტარი“, „ბრენდის სოლი პროვაიდერებისკენ“.

გამოყენება: აირჩიოთ მისიების ძირითადი „ჩარჩო“ სეგმენტისთვის.

2. Supervised

მიზანი: X მისიის დასრულების ალბათობა T ფანჯარაში, ტურნირში მონაწილეობის/დასრულების ალბათობა.

მოდელები: Gradient Boosting (GBDT), ლოჯისტიკური რეგრესია, ტაბლეტები Transformers.

3. კონტექსტური ბანდიტები

მიზანი: ონლაინ არჩევანი მისიის ტიპისა და სირთულის კონტექსტის ქვეშ, Exploration/exploration კონტროლით.

მეთოდები: LinUCB/Thompson Sampling.

4. RL/Policy Learning (სურვილისამებრ)

მიზანი: მისიების/დავალებების თანმიმდევრობის (ჯაჭვის) ოპტიმიზაცია, რათა მოთამაშეს გადახურების გარეშე დარჩეს.

შეზღუდვები: მკაცრი უსაფრთხოების კონტაქტები (იხ. § 7).

4) Pipline მონაცემები და გადაწყვეტილება გაყიდვაში

ღონისძიებების კრებული: ღონისძიება ბუსი (კაფკა/Redpanda), სქემები: spin, session _ start/end, mission _ progress, tournament _ result.

ფიჩერინგი: ჩარჩოები 1h/24h/7d; აგრეგატები (საშუალო განაკვეთები, ტემპის დისპერსია, პროვაიდერების მრავალფეროვნება).

მოდელების ფიტინგი/განახლება: ოფლაინი 1-7 დღეში ერთხელ; ონლაინ წრე თითოეულ სესიაზე + ბანდიტის ნაწილობრივი მომზადება.

გაცემის შეზღუდვები: პატიოსნების პოლიტიკა (კაპიტალი-ლიმიტები, ჯილდოს ქუდი, RG შეზღუდვები).

გადაწყვეტილებების ლოდინი: ვინ/როდის/რომელი პოლისის ვარიანტია ნაჩვენები, შანსი, მოსალოდნელი სირთულე, ფაქტობრივი შედეგი.

5) მისიის გენერატორი (გადაწყვეტილების ლოგიკა)

1. სეგმენტი: მტევანი - მისიების ძირითადი კალათა (ჟანრები, ხანგრძლივობა).

2. კომპლექსის ფილტრები: პროვაიდერები, გეო, RG შეზღუდვები (დღის დროის ლიმიტების ჩათვლით).

3. პროპენსიტის სკორინგი: კანდიდატების რანჟირება დასრულებისა და მოსალოდნელი ღირებულების ალბათობის მიხედვით (EV retenshna).

4. კონტექსტური ბანდიტი: 1-2 საუკეთესო კანდიდატის არჩევანი.

5. სირთულის tuning: სამიზნეების ადაპტაცია (ზურგის/ფსონის/დროის) პერიფერიულ ფანჯარაში (მაგალითად, კვირის საღამო/შვებულება).

6. ემისიის კაბინეტი: სეზონური ნიშნების/კოსმეტიკური საშუალებების ბიუჯეტის შემოწმება.

7. მნიშვნელოვანი ალტერნატივა: შესთავაზეთ 1 სათადარიგო მისია (ღილაკი „შეცვლა“ X საათში ერთხელ).

6) ტურნირის ამოცანების პერსონალიზაცია

ლიგის/დივიზიონის არჩევანი MMR- სა და ისტორიაში არ არის დამოკიდებული VIP- ზე (იხ. წინა სტატია).

ტურნირის შიგნით ინდივიდუალური მიკრო მიზნები: „ითამაშე 3 პროვაიდერი“, „შეინარჩუნე ტემპი N spins/ms“, „საუკეთესო X% -იანი დარტყმა“ - პროპენსიტი.

მოქნილი მონაწილეობის ფანჯრები: დროის ცრემლები, როდესაც მოთამაშე უფრო ხშირად ინტერნეტით; AI რეკომენდაციას უწევს საკვალიფიკაციო სესიას.

ჯილდოს ბილიკები პროფილის მიხედვით: კოსმეტიკა და ნიშნები იშვიათობების გათვალისწინებით, მაგრამ RTP/matpreemushing გაზრდის გარეშე.

7) AI- ს პატიოსნების, პასუხისმგებლობისა და შეზღუდვების წესები

Safety Constraints: მაქსიმალური N პერსონალური მისიები დღეში; RG- დაღლილობის სიგნალებზე სირთულის ზრდის აკრძალვა.

გამჭვირვალობა: ეკრანი „როგორ შეირჩა მისიები“: სეგმენტები, კონტექსტი, დაცვა წარუმატებლობისგან, ჯილდოს ქუდები.

Fairness: ჯილდოს იგივე ჭერი ყველასთვის; პერსონალიზაცია ცვლის გზას და არა საბოლოო ღირებულებას.

Responsible Gaming: რბილი პაუზები, რეკომენდაციები „დასვენება“, დღის ლიმიტები - ინტეგრირებულია პოლიტიკაში.

კონფიდენციალურობა: მხოლოდ დანაყოფები; არცერთი PII მოდელის ფიჩებში მარეგულირებელი მინიმუმის მიღმა.

8) ანტი-აბიუსი და ანტი-თამაში

ერთფეროვანი ციკლების დეტაჟი: მისიის მაღალი სიხშირით გამეორება მოითხოვს ცვალებადობას (პროვაიდერი/ფსონი/დრო).

ტემპი: არა უმეტეს X მისია/დღე, cooldown „სწრაფ“ დავალებებს შორის.

გვარდიის სირთულე: ქვედა/ზედა ზღვარი; აკრძალულია მკვეთრი გადახტომა.

ტურნირებში კოლუზიები: ქსელის/ქცევითი ხელმოწერები, შემთხვევითი KYC ჩეკები მასტერკლასებში.

ლოგის აუდიტი: გადაწყვეტილებების განმარტება (reason codes: სეგმენტი, პროპენსიტი, ბანდიტ-არმია).

9) წარმატების მეტრიკა

Uplift D7/D30 პერსონალიზებულია ბაზების წინააღმდეგ.

Completion Rate მისიები და Median Time-to-Complete (TTC).

სტილი (DAU/MAU), Avg Session Length (RG მცველებით).

Gini ჯილდოს განაწილება (ერთგვაროვნება მსგავსი ძალისხმევით).

„უსამართლობის“ და Mute/Opt-out Rate პერსონალიზაციის შესახებ.

Prize ROI/Emission to GGR არის პრომო ეკონომიკის სტაბილურობა.

Exploration Cost Bandit და Regret - კონფიგურაციისთვის/Thompson Sampling.

10) A/B ნიმუშები გაშვებისთვის

1. მისიების ტიპები: პროვაიდერი სპეციფიკური vs ჟანრული.

2. მისიის სიგრძე: მოკლე (15 წუთი) vs საშუალო (30-40 წუთი).

3. Pity timers: hard vs soft იგივე p.

4. ბანდიტის ალგორითმი: LinUCB vs Thompson; სხვადასხვა.

5. მისიის შეცვლა: წვდომა 1/დღეში vs 2/დღეში.

6. ტურნირის მიკრო მიზნები: ერთი vs ორი პარალელური.

11) მისიებისა და ტურნირის დავალებების შაბლონები (JSON)

მისია (პერსონალიზებული):

json
{
"mission_id": "m. s3. var. playtime. diverse. 001", "title": "გახსენით სამი სამყარო", "segment _ hint": "collector", "ifficulty": "medium", "requirements": [[
{"type":"provider_diversity","providers":3,"window_min":30},   {"type":"bet_range","min":0. 2,"max":1. 0}
],  "pity": {"soft_delta":0. 02,"cap":0. 4,"hard_after_attempts":30},  "rewards": {"tokens": 12, "cosmetic_drop": {"rarity":"Rare","p":0. 12}},  "caps": {"daily_user_missions": 3, "economy_token_cap": 150}
}

ტურნირის მიკრო მიზანი:

json
{
"task_id": "t. s3. qualifier. pacing. tempo",  "context": {"league":"Gold","time_slot":"evening"},  "goal": {"type":"pace_control","max_spins_per_min":45,"duration_min":20},  "vip_neutral": true,  "rewards": {"season_points": 120},  "fairness": {"max_value_equivalence": true}
}

12) წარმოების ფსევდო კოდი (კონტექსტური ბანდიტი)

კონტექსტის პითონი: სეგმენტი, დრო, მოწყობილობა, ბოლოდროინდელი TTC, RG დროშები context = build _ context (user _ id)

candidates = fetch_candidate_missions(segment=context. segment)
candidates = compliance_filter(candidates, context. geo, context. rg)

scored = [(m, propensity_score(m, context)) for m in candidates]
topK = top_by_score(scored, k=5)

ბანდიტი ირჩევს „მკლავს“ (არმ)
chosen = contextual_bandit. choose_arm(topK, context)

tyunam სირთულე + შეამოწმეთ ემისიის ბიუჯეტი personalized = adjust _ difficulty (chosen, context)
if not economy_budget_ok(personalized):
personalized = degrade_reward(personalized)

log_decision(user_id, context, personalized)
deliver(personalized)

13) UX ნიმუშები

გამჭვირვალობა: „შეარჩიეთ თქვენი სტილი: 30-40 წუთი, 3 პროვაიდერი, გამარჯვება იშვიათი კოსმეტიკური ფრაგმენტია“.

კონტროლი: ღილაკი „შეცვალეთ მისია“ (cooldown), ნისლი „გამორთეთ პერსონალიზაცია“.

გლუვი: სირთულის ინდიკატორები, დროის შეფასება, პროგრესი ბარი TTC პროგნოზით.

მშვიდი VFX: მოკლე წარმატების ანიმაციები; წარუმატებლობის ფიტბეკი - + ფრაგმენტები/წინსვლა.

14) გამოშვების გეგმა

1. MVP (3-5 კვირა): კლასტერიზაცია + პროპენსიტი მისიებისთვის; სტატიკური ტურნირის დავალებები; ემისიის კაპები; გამჭვირვალეობის ეკრანი.

2. v0. 9: კონტექსტური ბანდიტი; მისიის შეცვლა; მიკრო მიზნები ტურნირებში; სრულფასოვანი RG მცველები.

3. v1. 0: RL მისიების ჯაჭვები; სოციალური მიზნები; ვიზუალური კოლექციები; „პატიოსნების“ მოხსენებები და ლოგოების აუდიტი.

4. შემდეგი: შაბლონების სეზონური როტაცია, კოსმეტიკური საშუალებების რეტრო დაბრუნება, ჯვარედინი პრომო პროვაიდერები.

15) ჩეკლისტი გაშვებამდე

პერსონალიზაცია არ მოქმედებს RTP/მათემატიკურ უპირატესობაზე.
ემისიის ქუდი და დღის მისიების ლიმიტები.
Pity Timers და დეტერმინისტული ნაბიჯები გადაწყვეტილია.
ეკრანი „როგორ მუშაობს“ + reason კოდები.
RG პოლიტიკა: პაუზები, ლიმიტები, ვარიანტი „გამორთეთ პერსონალიზაცია“.
Anti-Abuse: მოთხოვნების ცვალებადობა, ტემპის ცვალებადობა, გადაწყვეტილების ლოგიკური აუდიტი.
გეგმა A/B და სამიზნე KPI სია წარმატების ბარიერებით.

AI პერსონალიზაცია არ არის „უფრო რთული“, არამედ უფრო ჭკვიანი: მისიები და ტურნირის დავალებები ადაპტირებულია მოთამაშის სტილში, მაგრამ რჩება გულწრფელი და უსაფრთხო, ემისია ბიუჯეტში და წესები გამჭვირვალეა. კლასტერიზაცია + პროპენსიტი იძლევა საფუძველს, კონტექსტური ბანდიტები ოპტიმიზაციას ახდენენ შოუს, RL აუმჯობესებს ჯაჭვებს - და ეს ყველაფერი მუშაობს მხოლოდ მკაფიო კონტეინერებით, RG მცველებით და მკაფიო კომუნიკაციით „როგორ ვიღებთ მიზნებს“.