AI ile Turnuva Katılımcı Segmentasyonu

1) Neden segment turnuva oyuncuları

AI segmentasyonu yardımcı olur:

Dürüstçe ekim ve maç yapma (MMR/ligler, eleme basketleri).
Görevleri ve programları kişiselleştirin (zaman dilimleri, olay uzunluğu).
Ödül ekonomisini yönetin (hedef kapsamı ve ödül verilmesi).
Riski ve yükü azaltın (RG muhafızları, kötüye kullanım karşıtı).
İlgili hedefler ve hassas meta ilerleme nedeniyle elde tutmayı artırın.

2) Veri ve sinyaller

Oyun/Turnuva davranışı

Sıcaklık: spin/dak, orta ve dağılım.

Katılımın doğası: olayların sıklığı, elemelerin uzunluğu, bitiş payı.

İçerik çeşitliliği: sağlayıcılar/türler, yenilik.

Beceri ve Rekabet

Konum geçmişi (üst % X, son tablolar), sonuç kararlılığı.

MMR/Elo, K-faktörü, lig yükselme yanıtı.

Ekonomi

Proxy değerleri: devir/para yatırma sıklığı (toplu), ödüllere duyarlılık (duyuruda katılıma dönüşüm).

Sosyal ipuçları

Sohbet/klip/topluluk etkinliği, raporlama ve hustling mesajları.

Bağlam ve RG

Günün saati, cihaz, ardışık oturumlar, limitler ve RG bayrakları (yükü azaltmak için).

💡 Tüm sinyaller - toplu, düzenleyici minimumun üzerinde PII yok.

3) Kurgulama (örnekler)

Sonucun kararlılığı: pozisyonun değişim katsayısı, P75 - P25 delta.

Beceri gradyanı: Bölümler arası geçişten sonra MMR kazanç/kaybı.

Zaman katılımı: haftanın saat/gününe göre isabet, otokorelasyon.

İçerik çeşitliliği: sağlayıcı/tür entropisi.

Ekonomik duyarlılık: promosyon/güçlendirmelere katılımı artırmak.

RG yükü: ortalama süre ve oturumların hızı, çizgi uyarıları.

4) Segmentasyon modeli yığını

1. Kümeleme (denetimsiz): Davranışsal segmentler için K-Means/HDBSCAN.

2. Gömmeler:

Sağlayıcı/olay dizileri (Skip-gram) tarafından User2Vec, içerik yakınlığı için Game2Vec - "ilgi alanlarının'daha iyi gruplandırılması.
3. Grafik segmentasyonu: Topluluk Tespiti - çarpışmaları/parti oyunlarını yakalamak için kullanışlıdır.
4. Denetimli: Kayıplardan sonra katılım/bitiş/geri dönüş olasılığı.
5. Karışık tipoloji: son bölümler = × beceri davranışı × × risk ekonomisinin kombinasyonu.

5) Tipoloji örneği (iskelet)

S1 "Sprinter-qualifier": kısa yoğun koşular, yüksek zirveler, düşük stabilite.

S2 "Stayer-tournament": uzun elemeler, istikrarlı üst %25, ortalama hız.

S3 "Toplayıcı İçerik": sağlayıcıların yüksek entropisi, "çeşitlilik" misyonlarını sever.

S4 "Master Finals": yüksek MMR, dar sağlayıcı havuzu, final tablolarının yüksek %'si.

S5 "Seasonal Hunter": Boost/etkinlik dönemlerinde dalgalar halinde aktiftir.

S6 "RG risk sinyali": yorgunluk belirtileri/uzun grev oturumları - nazik senaryolar gerektirir.

6) Ligler ve tohumlama ile bağlantı

Segmentler MMR'nin yerini almaz, ancak zenginleştirir: segment, niteleyicilerin uzunluğunu, görevlerin türünü, zamanlamayı etkiler, ancak matematiksel oranları/kuralları etkilemez.

Yerleştirme maçları + segment ve mevcut lig arasında açık bir yanlış eşleşme ile hızlı yukarı/aşağı.

Adalet: VIP statüsü MMR'yi etkilemez ve maçta avantaj sağlamaz.

7) Uygulamada segmentleri kullanma

Turnuva formatları: sprint/maraton/ S1/S2 altında karışık.

Mikro görevler: S3 için çeşitli sağlayıcılar, S1 için tempo kontrolü.

Program: Tanıdık etkinlik için kişisel slot önerileri.

Ödüller: Kozmetik/Setlere Odaklanma; Nadir - herkes için ortak, kazan-öde olmadan.

İletişim: metin/tonalite, strateji ipuçları (etik-nötr).

RG korumaları: S6 için - yumuşak duraklamalar, görev uzunluklarının sınırlandırılması, azaltılmış karmaşıklık.

8) Kötüye kullanım ve uyumluluk

Gizli anlaşma/smurfing: grafik sinyalleri ve davranışsal biyometri; Ana liglerde rastgele KYC'ler.

Hız sınırlaması: girişimler/yeniden giriş sınırı; Tekrarlanan döngüler sırasında soğutma.

Adalet: Ödüllerin değeri üzerindeki tavan aynıdır; Segmentasyon yolu/UX'i değiştirir, EV'yi kazanmaz.

Şeffaflık: "Segmentasyon nasıl çalışır" ekranı: genel ilkeler, iç ağırlıkların açıklanması yok.

9) Başarı metrikleri

Segmente göre D7/D30 yükseltin vs kontrol.

Katılım Oranı/Tamamlama Oranı misyonları ve niteleyicileri.

SP dağılımı (Gini) - mevsimsel ilerlemenin düzgünlüğü.

Ödüllendirmek için P95 zaman - varyans kontrolü.

Şikayet/Kötüye kullanım oranı, Şirin/Gizli anlaşma bayrakları.

RG metrikleri: yumuşak duraklamaların oranı, ekstra uzun oturumlarda azalma.

ROI Ödülü/GGR'ye Emisyon - Promosyon Ekonomisinin Sürdürülebilirliği.

10) A/B desenleri

1. K-Means vs HDBSCAN segmentasyonu (gürültü bağışıklığı, küme kararlılığı).

2. Gömmelerin eklenmesiyle vs onlarsız (format önerileri kalitesi).

3. Mikro problemler: Bir vs iki paralel.

4. Zaman dilimleri: kişisel vs sabit.

5. RG-Guards eşiği: yumuşak ve katı.

6. Elemelerin uzunluğu: kısa vs S1/S2 için uzun.

11) JSON şablonları

Oyuncu segmenti kartı (agregalar + etiketler):

Json
{
"user_id": "u_87421," "segmentler": ["S1 _ sprinter", "S3_collector"], "mmr": 1420, "özellikler": {
"pace_spm_med": 52 ", pace_spm_cv": 0. 31 ", finish_top10_rate": 0. 18, "provider_entropy": 1. 92 ", evening_participation_rate": 0. 64
}, "rg_flags": {"long _ sessions": true, "cooldown_suggested": true} ", updated_at": "2025-10-24T10:00:00Z"
}

Turnuva/görevlerin formatı hakkında karar:

Json
{
"decision_id": "d_s3_2025_10_24_1000," "user_id": "u_87421," "öneri": {
"qualifier_format": "sprint_20min," "time_slot": "akşam", "micro_tasks": [
{"type ": "pace _ control ", "max _ spm": 48," duration _ min": 20}, {"type ": "provider _ diversity"," providers": 3}
], "reentry_cap": 1
},'adalet ": {" vip _ neutral ": true," reward_cap_equivalent": true}, "rg": {"imposed _ break _ min": 10}
}

12) Boru Hattı ve Üretim

Mimari:

Olaylar - Kafka/Redpanda - butch/stream özelliği (1h/24h/7d pencereler).
Özellik Mağazası (çevrimiçi/çevrimdışı) SLA teslimatı ile.
1-7 günde bir kez kümeleme/gömme eğitimi; Girişte segmentlerin çevrimiçi atanması
Çözüm orkestrasyonu: Segmentasyon API hizmeti - Çöpçatanlık/Görevler/İletişim.

Sözde atama kodu:

python ctx = build_context (user_id)
x = feature_store. Getir (user_id)
z = user2vec. embed (x. dizi)
küme = hdbscan. Tahmin (z)
segment = işlem sonrası (küme, mmr = ctx. mmr, rg = ctx. rg_flags)
emit_segment (user_id, segment)

13) UX ve İletişim

"Sizin için'ile lobi: biçim, süre, zaman dilimleri - bir blokta.

Manipülatif olmayan ton: "Akşamları kısa bir eleme yapmanızı öneririz - genellikle böyle oynarsınız".

Kontrol seçenekleri: formatı/yuvayı değiştirin, kişisel önerileri devre dışı bırakın.

Sessiz VFX: düzgün görev ilerleme belirteçleri, spam yok.

14) Bütünlük kontrol listesi ve RG

Segmentasyon, maçlardaki RTP/oranları etkilemez.
Ödüllerin değeri üzerindeki tavan herkes için aynıdır.
Şeffaf çalışma ilkeleri sayfası.
Kötüye kullanım (çarpışmalar, şirinleme, oran limitleri) dahildir.
RG korumaları aktiftir: duraklamalar, süre sınırları, azaltılmış karmaşıklık.
Karar günlükleri ve akıl kodları.

15) Uygulama planı

1. MVP (3-5 hafta): K-Means + Temel Özellik; Biçim/yuva önerileri saydamlık ekranı.

2. v0. 9: User2Vec/Game2Vec gömmeler; HDBSCAN; Kötüye kullanım karşıtı grafik sinyalleri.

3. v1. 0: çevrimiçi segment güncellemeleri, görevler için haydutlarla birlikte; "bütünlük" raporları ve RG analizi.

4. Sonraki: Görev zincirlerinin segmentlere göre RL yapılandırması; Çapraz promosyon, mevsimsel modeller.

AI segmentasyonu, MMR üzerinde bir anlam katmanıdır: şansı değiştirmez, ancak oyuncunun stili için format, süre, görevler ve iletişimleri seçer. Kümeleme, gömme ve eğilimlerin kombinasyonu istikrarlı bir tipoloji verir; Kötüye kullanım ve RG korumaları sistemi dürüst tutar; Metrikler (Gini, P95, ROI emisyonları) turnuva ekosisteminin hem daha adil hem de daha verimli hale geldiğini doğrulamaktadır.