加密賭場
Torrent Gear
計數模型：基於贏家,基於wager, multiplier
1.基於贏家-積分取決於絕對的勝利。
2.基於Wager-積分取決於投註量（vager）。
3.基於多重性的積分取決於相對運氣：「Win/Bet」關系（乘數）。
沒有模型可以更改RTP/遊戲結果。他們只是將事件匯總為玩家比較的度量。下面-如何選擇和配置。
1）基於贏家（獲勝）
本質
獎勵重大絕對獎金。很好「賣掉」戲劇性的時刻（頭獎，大葡萄酒）。
基本公式
線性： 「Score=k Win」
平滑： 「Score=k log2 （Win+1）」（軟化外延）
帶帽子： 「Score=min（k Win，Cap_per_spin）」
示例
投註2，獲勝40 →，「k=1」：「得分=40」。
投註2，贏得400 →「得分=400」（或更少，如果Cap有效）。
優點
簡單明了。
給出用於營銷的「哇」主題和故事。
缺點/風險
付費：間接鼓勵高利率（大賭註時大賭註更常見）。
高分散性，在「尾巴」中具有毒性。
對插槽波動性的嚴重依賴。
何時應用
一次性的活動重點是「大熱門」。
在嚴格正常化的部門中，比例和蓋帽。
強制性保險絲
正常化： 「Score=k log2 （Win+1）」
旋轉每天的得分帽。
Kep嘗試（排名最佳N）。
按中位數劃分分區。
2）基於Wager（按費率/數量計算）
本質
無論結果如何，分數都是按分數得分的。鼓勵綠色和冗長的會議。
基本公式
線性： 「Score=k Bet」
累積： 「Score_total=k Sum （Bet_i）」
具有軟限制： 「Score=k log2（Sum（Bet_i）+1）」
示例
100個旋轉，每個1 → 「Sum（Bet）」=100 '→ 'Score=100 k'。
5 → 「Sum （Bet）」=100 '→相同得分的20個旋轉。
優點
可預測性，感覺方差低。
管理經濟：很容易規劃一個中等規模的經濟。
缺點/風險
付費/付費：對那些放置/玩得更多的人有利。
弱的「當下的魔力」，少了情感上的喜好。
何時應用
內部忠誠馬拉松，戰鬥通行證，「安靜」背景活動。
永遠不要在沒有正常化/帽子的公共比賽中單獨使用。
強制性保險絲
強硬的日光眼鏡帽。
提供商種類繁多的獎金，因此沒有一個插槽的循環。
MMR/Middle Beta分區。
負責任的遊戲：積分僅在限制範圍內。
3）基於Multiplier（按Win/Bet乘數）
本質
比較相對運氣：無論絕對賭註如何，「Win/Bet」比率越高，得分越高。
基本公式
對數歸一化（建議）：- `Score = round(100 log2(Win / Bet + 1))`
- 備選方案：該時期所有自旋中的百分位數/結果等級。
示例
Bet=2, Win=40 → `Win/Bet=20` → `Score≈ round(100 log2(21)) ≈ 439`.
Bet=5, Win=40 → `Win/Bet=8` → `Score≈ round(100 log2(9)) ≈ 317`.
優點
反付費贏球：機會在hyrolls和midcore之間對齊。
良好的「遊戲驅動力」和正義感。
它很容易與「沖刺」和「最佳N」結合使用。
缺點/風險
需要在UI中進行解釋（「計數乘數」）。
我們需要帽子來對抗頭獎（通常會抓住日誌曲線）。
何時應用
公共錦標賽「默認」：沖刺，每周馬拉松，賽季排名。
帶有Top-M貢獻的團隊/氏族活動。
強制性保險絲
排名最佳N嘗試/日（例如N=20）。
旋轉得分帽（如果有很多頭獎，則可選）。
獎金資金的例外/降分。
4）模型比較（簡稱）
5）獎金基金,frispins,頭獎
獎勵資金："Score_bonus=coef_bonus BaseScore"，其中"coef_bonus ∈ ［0；0.5］或「0」（刪除）。
Frispins作為獎品：只有在T＆C中預先規定的情況下才能考慮；降低系數更好。
頭獎：通常足以使人正常化；如果需要-「Cap_per_spin」（例如700分/旋轉）。
6）默認的反抽象和RG
最好的N嘗試代替所有嘗試的總和（清除「綠色競賽」）。
內容多樣性：前'M'唯一提供商/日的固定積分（例如'M=3'，'B=50'）。
Cooldown/重復同一插槽的配額。
事件重復數據消除（UUID），行為細節，在沖刺的最後幾分鐘反機器人。
RG：積分僅在自願限額內獲得；溫和的參與/每天，並提醒休息。
7）UX解釋（因此沒有問題）
在比賽的簡短描述中：哪個模型以及如何計算（1-2行）。
在擴展規則中：公式+示例+搶七。
Micro@@-Fidback：「+40分x3」，「20次還剩2次嘗試」，「你今天最好的乘數是x 18」。
定時器和截止線的本地化；可用性（對比度、大數字、指標配音）。
8）模型質量指標
公平性：得分與得分的相關性（在公共比賽中必須較弱），得分的五分之差。
可玩性：平均計數嘗試/球員/日數，≥1計數旋轉的球員比例。
經濟學：CPE，獎勵回報份額（目標走廊0.2–0.參與隊列的8％ GGR），ARPDAU/ARPPU。
保留：D7/D30，Stickiness（DAU/MAU），LTV-uplift參與者vs控制。
體驗質量：投訴/10k，廢棄腳本，claim-rate ≤72ch。
9）現成的規則模板
Template A-Multiplier+Best N（默認推薦）
旋轉點：「得分=圓形（100 log2（Win/Bet+1）」。
排名：'N=20'最佳旋轉/日。
多樣性獎金：「+50」為第一個'M=3'獨特的提供商/日。
獎金：'coef_bonus=0'（不計入）。
決勝局：1）早期成就；2）更多樣性；3）確定性抽簽（種子）。
Template B-基於贏家與保護
Очки: `Score = k log2(Win + 1)`, `Cap_per_spin = 700`.
排名：'N=15'最佳旋轉/日；中位數（S/M/L）部門。
獎勵資金： 'coef_bonus=0。3`.
搶七：早期成就→多樣性→種子。
Template C-Wager作為背景進展
Очки: `Score_day = min(k Sum(Bet_i), Cap_day)`.
多樣性：「+B」為第一個「M」提供商/日。
僅用於內部進度活動或作為本賽季的次要分支，而不用於公共比賽。
10）如何根據任務選擇模型
1.需要→ Multiplier進行誠實的大規模競爭（+最佳N，多樣性獎金）。
2.您想要一個「營銷高線」和基於勝利→故事，但必須具有日誌曲線，帽子和部門。
3.需要背景的「元進步」和可預測的經濟性→基於Wager的是平行任務/季節分支而不是主要排名。
11）開球前Checlist
規則
- 為目標選擇了一個模型（multiplier/win/wager）。
- 公式，帽子，最佳N，多樣性獎金。
- 簡要規則文本+完整的T&C以及示例和搶七。
經濟學
- RewardRate在走廊0。2–0.8% GGR，20-40%的支付寬度，60/30/10結構。
- Vagers，claim時限≤ 72小時，帶有可控色散的frispin插槽。
安全/RG
- 事件重復數據消除、反機器人、異常、獎金至KYC（需要時）。
- RG限制，軟參與帽/每天，中斷提醒。
UX/數據
- 比賽中心（計時器，規則，進度，最佳嘗試）。
- 微型支架和A11y。
- Dashbords：參與，正義，經濟，RG。
基於贏家-壯觀，但沒有正常化和帽子是有風險的。
基於Wager-可管理，但更適合背景進行，否則會發生按次付費。
Multiplier是公平競爭的黃金標準：平衡賠率，與沖刺和為期一周的馬拉松比賽相結合。
調整公式（日誌曲線、最佳N）、增加多樣性獎金、保持經濟走廊和遵守RG--比賽將同時令人著迷、公平和經濟可持續。