如何評價文化部新規:「網遊需公示道具抽取或合成概率」?

文化部:網遊需公示道具抽取或合成概率 明明白白消費_金羊網新聞


文化部這次真的算是做了件好事,要求「網遊需公示道具抽取或合成概率」看似是給網遊企業增加負擔,甚至是顛覆網遊企業的一慣玩法,但實際從法律層面來講是做出了對網遊行業有利的重大突破。

原因在於,這個通知第一次確認了「隨機抽取」這種遊戲模式是在滿足一定條件下是合法的!

而在以往的法規政策層面上,「隨機抽取」因為容易滑向賭博的邊緣一直是被抵制的。

我國遊戲行業一直是多部門監管,文化部、版署、工信部、公安部都有在管,而網遊行業產值巨高,是各部門都盯上的香餑餑,這幾年各部門不停地出台相關政策。

當然各部門在一些問題上可以說意見分歧非常大,最為經典的一個問題就是這次新規涉及到的「隨機抽取」這種玩法是否合法的問題。在這一問題上,公安部的態度一直很消極,有一種觀點認為「隨機抽取」實際就是賭博。

而賭博一直是公安打擊的重點,因此希望能夠對網遊行業中隨機抽取」這種商業模式進行打擊,有一些地區的公安在實踐中也是這麼做的,以打擊這類遊戲迫使遊戲公司交高額罰金來獲得「業績」。

但是網遊行業作為文化行業,文化部是最有發言權的。這些年文化部對於「隨機抽取」這種商業模式的合法性問題可以說一直是不太明朗,一方面「隨機抽取」這種模式確實有滑向賭博邊緣的可能性,需要控制,另一方面「隨機抽取」又已經成為了網遊行業盈利的主要模式之一,完全禁絕對行業傷害會非常大,因此這些年文化部的態度一直不明朗,也從未正面承認這種模式。

在新規發布前,文化部發布的涉及到的「隨機抽取」商業模式的重要政策主要有以下兩個。

1. 《 關於加強網路遊戲虛擬貨幣管理工作的通知 》(2009年)

該通知規定: 網路遊戲運營企業不得在用戶直接投入現金或虛擬貨幣的前提下,採取抽籤、押寶、隨機抽取等偶然方式分配遊戲道具或虛擬貨幣 。

2. 《網路遊戲管理暫行辦法》(2010年)

這個辦法可以說是網遊行業的基本法,但是這個基本法中對於「隨機抽取」這種商業模式也是從否定的方面去規定的:

「 第十八條 網路遊戲經營單位應當遵守以下規定:;

  (三)不得以隨機抽取等偶然方式,誘導網路遊戲用戶採取投入法定貨幣或者網路遊戲虛擬貨幣方式獲取網路遊戲產品和服務。 」

在這樣一種背景下,導致各地執法部門對「隨機抽取」這樣一種商業模式的定性理解不一致,例如上海文化執法大隊認為僅僅是隨機抽取並不違法,必須是包含了除了隨機抽取以外的其他誘導行為。但不少地區執法大隊則認為「隨機抽取」本身就具有誘導性質,因此就可以直接處罰了。

政策上的這種模稜兩可導致網遊企業在運營過程中必須根據各地文化執法大隊及公安的具體情況,做好針對性的公關工作,這對企業來說是個不小的負擔。

理解了上述背景之後,我們再來看新規中的規定,就發現這次文化部沒有再逃避問題,而是很明白的回答了「隨機抽取」這種模式是否合法的問題。

「 網路遊戲運營企業採取隨機抽取方式提供虛擬道具和增值服務的,不得要求用戶以直接投入法定貨幣或者網路遊戲虛擬貨幣的方式參與。網路遊戲運營企業應當及時在該遊戲的官方網站或者隨機抽取頁面公示可能抽取或者合成的所有虛擬道具和增值服務的名稱、性能、內容、數量及抽取或者合成概率。公示的隨機抽取相關信息應當真實有效。 」

這個規定中沒有再從否定的方面來定性「隨機抽取」這種商業模式,而是從規範的角度來定性這樣一種模式,也就是承認符合一定條件的「隨機抽取」是合法的!從這個角度來說,文化部在這個新規中對於「隨機抽取」是邁出了很重要的一步

新規於2017年5月1日實施,實施後具體操作還有待明朗,有一些變相的「隨機抽取」模式是否需要公示現在仍然存疑,比如行業中比較關心的「砸裝備」模式,新規中就沒有規定,上海的執法機構目前認為新規中沒有規定,也就是沒有要求公示概率,因此暫時不會對這種模式有公示要求,但其他地區的執法機構是否會有別的想法目前還不得而知。

從網遊行業來說,各大公司都已經在緊鑼密鼓地配合新政修改產品,騰訊甚至將配合新政修改公布概率這樣一件事情變成了一個公關話題,網易也不甘落後。在公布概率的同時,不少公司也在修改自己的商業模式來適應新規,可以說新規在引導行業方面已經初見成效。


文化部難得做點正事


12月10日被推薦上了日報並完成了概率論和數理統計的應用最後一次更新。新加入了「如何用統計假設檢測廠商公布的概率是否真實?」,「裝備強化失敗了會掉級或者爆炸,這對強化次數的期望和分布有什麼影響?」 兩個話題。

以下為正文:

這個新規很好。我覺得既然目的是公開透明理性消費,那麼為了針對亂用父母信用卡的小學生們,我們有必要在說明裡科普一下基礎統計學和概率論內容,以便達到真正的「明明白白消費」。

方差與期望

1/10的概率不代表抽10次肯定能有1個,有可能有123456789個,但也有可能1個都沒抽到。 要告訴玩家10個裡面出1個是期望值,不是必然結果。

獨立事件

「啊我都連續9次出藍卡了,下一個肯定是紫的了,不然概率就不對了啊!」 這是很多玩家都有的心理,實際上每次抽卡理論上應該是獨立的。 在競技類遊戲中比如暴擊和格擋有時會利用修正過的概率,其本質為」如果這一刀沒有暴擊,下一刀的暴擊率增加,直到出現暴擊為止」,在一系列演算法修正後,其平均發生概率為顯示出來的概率。 如果抽卡遊戲里沒有設置「十連抽必出sr」,「這次抽不到下次抽到的概率會增加」等保底模式,那理論上應該將每次抽卡歸位獨立事件。

相關和因果

「我今天凌晨一點的時候買了一管體力然後畫符,結果就開出個ssr!那我每天都熬到凌晨一點買一管體力畫符,肯定每天都有ssr!」

有的事情只是有相關性(或者只是碰巧一起發生了),其實並沒有因果關係。 這種故事經常出現在「大神教你如何強化裝備上」:凌晨兩點找個沒有人的線,在xx地方的第x個強化爐,強之前先繞著x走幾圈。」 問他你怎麼知道這樣可以提升成功率,他會跟你說「哦我昨晚就是這樣成功的。」

倖存者偏差

「憑什麼我周圍的朋友運氣都比我好,我是不是上了遊戲商黑名單?!」

只有抽到的人才會整天秀朋友圈...運氣不好的人都默不作聲,假裝沒玩這個遊戲.

聚類幻覺 clustering illusion

「這個學長居然三包抽了三張橙卡,肯定有什麼特殊的技巧,他說今晚教我獨門絕技肯定不是騙我的!」

這就和一直投硬幣總會連續有幾個正面或反面一樣,有的時候好運和霉運是會連著來的,並不能說明事件受到了操控.

為了驗證遊戲方有沒有掛羊頭賣狗肉,是不是可以成立一個「網遊概率驗證公司」,從統計學的角度幫助玩家維權獲賠,也許是個新的創業機會呢!!想想都激動呢!!

-------以下內容為概率論和統計學基礎------------------嫌長的直接挑自己感興趣的看就好--------

目錄:

二項式分布:我已知抽中概率p,抽卡總數n,能抽中多少張的概率分布。

負二項式分布:我想要r張sr,抽中概率為p,我要抽多少次才能達到目的的概率分布。

獎券收集問題:湊齊9個碎片就可以召喚神將趙子龍,一共要抽多少次的概率分布。

置信區間和正態分布擬合二項式分布: 我要抽n次卡,我應該怎麼合理預估結果?

大數定理:要怎麼降低抽卡中的隨機性?

統計抽樣怎樣採集數據,怎樣證明遊戲公司是不是謊報了中獎概率?

二項式分布概率檢驗如何用已有樣本反推真實概率? 如何證明某些群體有中獎率優勢?

隨機過程入門 網遊里強化裝備失敗了會掉星,甚至還可能爆炸,那我強滿一件裝備使用次數的分布是怎麼樣的呢?(最新更新)

PS: 我在說明過程中會盡量簡化演算過程,採用簡單直白的演算法,但是會強調其內在邏輯。我也刻意規避了一些知識點和術語(例如P值,顯著性等)以減少說明篇幅。

二項式分布

抽卡可以簡化為二項式分布(抽到的要麼是你想要的,要麼是你不想要的)。

二項式分布(Binomial Distribution)的概率質量函數(probability mass function aka PMF)為:

期望值為np 方差為np*(1-p)

其中p為事件發生概率,n為總次數,k為理想的次數(就是你想要抽到多少張)。 其實這個公式的來源也很好理解,有k次成功(p^k)意味著有n-k次失敗(p^(n-k),然後這k次成功一共有nCk總出現方式,所以就有了以上公式。

現在如果我們要計算在成功率為10%的前提下,抽100次能中10次的概率套入公式就是:

100C10*0.1^10*(0.9)^90=0.131865約等於13%的概率能剛好抽到10次。

不明真相的群眾現在肯定炸開鍋了「什麼!!!!說好的10%的概率難道100次中10次不應該是很容易發生的嗎!!!居然只有13%的概率,不良廠商你退我錢!」 這就是我們熟知的「方差」。

方差(Variance):是衡量隨機變數或一組數據時離散程度的度量,可以理解為好運和霉運的距離有多遠,0方差意味著每次的結果都是守恆的,二項式分布的方差為np*(1-p). 方差越大那麼結果偏離期望值的可能性就越高(可以是好運的偏離也可以是霉運的偏離)。 方差的平方根是基準差(Standard Deviation)

好了我們繼續講剛剛的話題。 雖然13%的概率看起來不高,但實際上情況是這樣的:

我們可以看到,雖然中10次的概率不高,但是中其他次數的概率更低啊! 可以看到高概率的次數都是圍繞在「10次」周圍,基本上100抽中10次的「期望」是沒有問題的。 值得注意的就是,中20次或者更高的概率幾乎為0,你們不要抱太多幻想了,呵呵。

細心的同學可能會看到表格中還出現了一個叫Cumulative Probability的東西。

Cumulative Probability中文為累積概率(CDF),定義為:發生次數在k範圍內的總概率,計算方式為將Pr(x&<=k)的概率全部加起來,二項式的CDF為:

PS: 但是當n足夠大的時候,這種一個一個相加的方法實在太慢了,等下我會講一下「Normal Approximation to Binomial Distribution"(正態分布對二項式分布的擬合),嘗試用」連續「的方法來解決離散概率問題。

好了繼續我們的抽卡正題,比如上表中P(k=10)的累積概率為58.316%,也就是說你抽100次有58.316的概率能抽中10次或更少,41.684的概率抽中10次或更多。

相信很多人看到這裡已經要遭不住了,沒想到真相如此殘酷,你能不能直接告訴我,「我就想要10張紫卡,大概得抽多少次才行??」 好的,請看下一個小段。

負二項式分布

「我會一直抽卡,直到抽中10張紫色的,那麼我總共抽卡次數的分布是怎麼樣的呢?」

這個問題屬於負二項式分布,它表示在一連串試驗中,事件剛好在第r+k次試驗出現第r次的概率。

負二項式的概率質量函數為:

期望值為r/p,方差為r/p^2

其中k為失敗次數,r為成功次數,p為事件成功概率,k+r為總次數。

負二項式的概率質量函數也很好理解:和二項式一樣,成功了r次,失敗了k次,那麼有p^r * (1-p)^k,但是最後一次成功是在最後一次試驗中,所以前半部分的排列組合為(k+r-1)C(r-1)。

用以上公式可以求出,在第100次剛好抽到第10張紫卡的概率為:99C9*0.1^10*0.9^90=0.013187

這個概率低得可怕,但是玩家並不是真的關心「我第100張抽到第10張紫卡的概率」,玩家在意的應該是「我在100張之內可以抽到10張紫卡的概率」。

這裡又要用到之前說到的累積概率了,負二項式的累積概率演算法和二項式很像,也是把x&通過各種概率論和微積分之後(我就不展開了...),這個累積概率可以"簡化」成這樣:

好了不要糾結那個大寫I是什麼鬼,我們直接把負二項式的概率分布畫出來,它長這樣:

上圖為Neg~(r=10,p=0.1)的pmf和cdf,紅色區域為50%分界線,意為被在紅色範圍內發生的概率為50%。 通過上圖可以看出,要想有50%的概率得到10張紫卡,那你得抽97次。

那我要80%的概率呢?

如果想要80%的概率得到10張紫卡,那你得抽124次。

以相同的方法我可以看到要99%的概率就需要183次。

看到這裡我相信原本奔潰的朋友現在已經爆炸了。 我現在來講解一個更坑爹的抽卡形式,以求一擊致命。

幾何分布 Geometric Distribution

幾何分布的定義為: 獲得一次成功所需要的總共嘗試次數的概率分布。 其概率質量函數為:

其期望值為1/p,方差為(1-p)/p^2

這也很好理解,如果第一次成功發生在第k次,那麼前面的k-1次都肯定是失敗了。

所以如果p=0.1,那麼第一次就抽到紫卡的概率為0.1, 第五次就抽到第一張紫卡的概率為0.06561

好了,現在我們可以來講抽卡遊戲里最坑爹的套路了:

獎券收集問題 Coupon Collector"s Problem

最直白的解釋就是「集齊N張獎券可以換取最終獎勵。」 (集齊9個碎片即可召喚終極武將,集齊9張魏國武將即可解鎖終極屬性加成,我瞎BB的例子,不要當真)

假設一個盒子里有N張不同的獎券,每張獎券被選中的概率都是相同的,並且抽走之後會放一張同樣的獎券進入這個盒子里, 也就是說盒子里始終保持著N張不同的獎券。 那麼收集到所有獎券所需要的次數是多少?

解決這個問題的關鍵在於你要發現剛開始的時候收集起來很容易,但是隨著你已有的獎券越來越多,獲取新獎券的概率就會逐漸減少... 而你集齊所有獎券的概率是這每一張獎券概率的集合。

我們現在來算一下這個問題的期望值:

設T為獲取所有N種獎券所用的總次數的隨機函數,ti為獲取第i張獎券用的次數的隨機函數。獲取一張新獎券的概率為pi=(n-(i-1))/n,由於這事件服從幾何分布,所以其期望值E(ti)=1/pi

獲取第一張獎券的概率為p1=100%(因為此時你還沒有任何獎券,任意一張對於你來說都是有用的)。 E(t1)=1

獲取第二張獎券的概率為p2=(n-1)/n (此時的概率不再是百分之百了,因為你已經有了第一張,所以概率分子相應地減一)。 E(t2)=n/n-1

最後可以算出:

好了,我就不解釋這公式什麼意思,直接上圖:

可以發現,湊齊9個碎片需要的總次數期望值為26次。。。 不要以為9個碎片就只需要抽9次了喔。 然而更可怕的事…在湊卡牌陣容的時候,這些紫卡本身就極難獲取(不像每次抽獎券都能抽到,只是有可能重複罷了),如果還要來給這些紫卡」搭配出某種陣容以得到最好的加成」就更是難上加難了。

你以為這就完了嗎? 我們還沒有討論方差呢! 剛剛說的26次只是個期望,方差可以讓我們有可能用更少的次數湊齊,也有可能讓我們以更多的次數湊齊。

請系好安全戴,現在我們來看看方差的影響。

由於ti符合幾何分布,而幾何分布的方差為1-p/p^2,那麼導出方差Var(T)

光是看到最後n^2就知道這個問題的方差很大(和前兩個比起來),發生好事的概率高,發生壞事的概率也高!

這是coupon collector problem的概率分布圖:

紅色部分是26(期望值)次抽卡所覆蓋的概率,大約為62.9%,也就是說抽26次能集齊9個碎片的概率只有62.9%。

那如果你要收集所有SR式神,假如有25個,那麼分布如下:

要想99%的概率收集齊25隻,一共需要抽192次SR。所以有強迫症的玩家要三思喔!

好了,我們講了那麼久的概率,期望值,方差,相信小學生們應該有個初步的統計思維了,總結一下就是:

1.期望值只是一個期望,並不能代表一定能發生。它的意義為你重複地做一件事,它的結果會在期望值附近遊盪。

2.方差描述了每次結果距離期望值有多遠,方差越大那麼結果在期望值附近遊盪得越厲害(可以是好的遊盪也可以是不好的遊盪)。

有了以上概念,現在可以系統性地講一下如何理性評估自己的抽卡結果。

剛剛我一直在強調 「抽124次有80%的概率拿到10張紫卡」, 「抽192次有99%的概率收集齊25隻SR」,現在我們引入一個概念:

置信區間 Confidence Interval

在統計學中,一個概率樣本的置信區間(Confidence interval)是對這個樣本的某個總體參數的區間估計。置信區間展現的是這個參數的真實值有一定概率落在測量結果的周圍的程度。置信區間給出的是被測量參數的測量值的可信程度,即前面所要求的「一定概率」。

比如說抽一百次卡,假設95%置信區間是在8-12張紫卡之間,那麼就有95%的可能性真實的紫卡數量在8-12之間。 方差越大,意味著分布越分散,那麼這個區間的範圍就會越寬闊。

我們繼續用最簡單的例子來說:

抽100次,抽中的概率為10%,那我應該如何」理性評估自己的結果呢?「

在各式各樣的概率分布中,正態分布是最常用的一個,同時由於它的對稱性,其置信區間也非常容易算。

簡單來說,距離期望值1個基準差之內的是68%的置信區間(有68%的概率函數面積被覆蓋),2個基準差之內的是95%(95%的面積被覆蓋),3個基準差之內的是99.7%(99.7%的面積被覆蓋)。

細心的朋友也許發現了,這個和最開始那個二項式分布長得好像呀!

當n(抽卡次數)足夠大,p(成功概率)又不是非常小時,二項式分布會趨近於正態分布。

Binomial~(n,p) ------&> Normal~(np,np(1-p))

還是相同的例子

擬合出的正態分布期望值為100*0.1=10,方差為100*0.1*0.9=9,因此基準差為3

那麼95%的置信區間就大約為 (10-2*3,10+2*3)=(4,16)

抽1000次呢?

期望值=100,方差為90,基準差為90^0.5=9.5.

那麼95%的置信區間就大約為 (100-19,10+19)=(81,119)

細心的小朋友又可以發現,好像隨著樣本(n)變大,置信區間就相對地變窄了,我的理性預測也更精準了呢!

好了,是時候放終極大招了。

大數定理 Law of Large Numbers

在隨機事件的大量重複出現中,往往呈現幾乎必然的規律,這個規律就是大數定律。通俗地說,這個定理就是,在試驗不變的條件下,重複試驗多次,隨機事件的頻率近似於它的概率。偶然中包含著某種必然。 (摘自百度百科)

如果你還是覺得自己運氣不好,被拉進了非洲人黑名單,程序員故意和你作對,其實這些都是方差導致的,要想解決這個問題也很簡單:

你繼續抽啊!

重複試驗多次,隨機事件的頻率近似於它的概率!(此條六毛,發布時刪除括弧里內容)

重複試驗多次,隨機事件的頻率近似於它的概率!(此條六毛,發布時刪除括弧里內容)

重複試驗多次,隨機事件的頻率近似於它的概率!(此條六毛,發布時刪除括弧里內容)

------------------------------------------------12月9日更新---------------------------------------------

有知友在評論區里提到」然而抽卡的資金會越來越少,被坑之後也很難再去大規模的試驗真實的概率了。「

我回答到:「找概率驗證公司,讓公司去找其他玩家採樣,有足夠樣本之後反推抽卡的真實概率。」

現在我想來更新一下如何「反推」抽卡的真實概率,會更新兩個新話題:

1.抽樣調查基礎理論 Sampling Survey

抽樣(Sampling):從統計總體中,任意抽出一部分單位作為樣本,並以其結果推算總體。

當然,這個推算很難是百分之百準確的,因為兩個原因:

1)選擇偏倚:由於選入的研究對象與未選入的研究對象在某些特徵上存在差異而引起的偏差。

2)隨機錯誤:由於抽樣這個過程本身是隨機的,所以結果也會伴隨著相應的隨機因素(比如你抽100次中了10次,我抽100次中了11次,然後我剛好被選為樣本而你沒有)。

第一個問題主要是存在於抽樣的設計上。 舉個例子:我抽了100次陰陽師,只中了3張,但是公布的概率是10%,我感覺自己被坑了,於是拿這100次數據來做分析。 這個就是選擇偏倚。 因為我不是決定要做一次抽樣檢驗所以才去抽100次,而是已經抽了100次並且結果不好所以我才決定要做檢驗。 我需要研究的是「所有人抽卡的中獎率」,而不是「抽完之後感到不滿的人的中獎率」。 同樣的,如果我在網上發布一個「收集陰陽師抽卡數據」的帖子,那些不滿的玩家或者想要炫耀(裝b)的玩家也更願意來回你的帖,這樣也會導致選擇偏倚。

第二個問題的克服方法就是增加樣本數量來降低樣本方差(隨機性),和之前提到的大數定理也有些關係。

我的sampling survey的教授上課的時候說了一句話:「一個好廚師可以把一鍋湯攪拌均勻後通過一小勺來判斷整鍋湯的味道。」 抽樣的核心理念正是如此。

2.二項式分布概率檢驗 Binomial Proportion Test

這裡又要提到一個高中的知識點

假設檢驗: 樣本與總體的差異是由抽樣誤差引起還是本質差別造成的統計推斷方法。其基本原理是先對總體的特徵作出某種假設,然後通過抽樣研究的統計推理,對此假設應該被拒絕還是接受作出推斷。(摘自百度)

舉個例子, 我們先做兩個假設,一個原假設一個供選假設。 然後我們發現在原假設是對的的前提下,發生現有的結果的概率不到5%(也就是說這個結果在兩個基準差之外),那麼我們就有95%的信心來拒絕掉原假設,並承認供選假設是對的。 當然,根據真實情況,我們也有可能信心不足而無法拒絕原假設。

上圖為正態分布,但是我們已經知道了正態分布是可以擬合二項式分布的,這一點剛剛好。 其實就算不是二項式分布這個方法也能用,因為有「中心極限定理」(感興趣的同學可以自己查一下)。

好了現在我們來試一下。 假設我找了幾個朋友做了一次試驗,畫符500次,官方告訴我的出sr或者ssr的概率為0.1,結果我得到了45個符。

在這裡我們的原假設為:p=0.1,原假設下p的基準差為(0.1*0.9/500)^0.5=0.013416

因此95%的置信區間在(0.1-2*0.013416,0.1+2*0.013416) = (0.073168,0.126832)

我們的抽樣結果為ps=45/500=0.09,在95%的置信區間內,所以我們沒有95%的信心來拒絕原假設。

那如果我因為這篇答案走上了人生巔峰,直接畫了5000次符,然後拿到了450個sr呢?

現在原假設下的標準差為(0.1*0.9/5000)^0.5=0.004243

現在的95%置信區間在(0.091514,0.0.108486)之間,

而我們樣本中的ps=0.9,在95%區間外,所以現在有95%的信心拒絕原假設而承認供選假設「遊戲商在謊報概率」。

聰明的小朋友又發現了,為什麼我們的樣本同為0.9,可是之前沒有信心拒絕,現在就有信心拒絕了呢? 第一件個例子中可以把現實和預計的差別甩鍋給波動性,第二個例子中就不行了,這就是因為隨著重複的試驗下樣本增加,波動性(方差)變小了,不能再解釋現實的殘酷了。

隨著樣本的不斷增加,置信區間會越來越小,我們也有希望用99%或者99.99%的信心來拒絕原假設。

-----------------------------------------------12月10日更新------------------------------------------------

今天收到知乎日報的私信告訴我上了日報推薦...頓時有點緊張,完全不敢點開看評論。

現在來更新整個系列最後一個話題(如果還有後續內容我會寫成專欄或者單獨文章)

隨機過程入門 網遊里強化裝備失敗了會掉星,甚至還可能爆炸,那我強滿一件裝備使用次數的分布是怎麼樣的呢?

裝備強化可以用馬爾科夫過程(Markov Process)來模擬。

馬爾科夫夫鏈(Markov Chain): 在離散的時間中(比如1次2次3次等等;連續時間就是從0分鐘到x分鐘),隨機函數從一個狀態轉換到另一個狀態的過程,並且轉換的概率只和當前的狀態有關(也就是說這個隨機函數沒有記憶)。

更正式的定義:如果Xn在n時間時X的狀態,那麼Xn+1對於過去狀態的條件概率分布只和Xn有關:

一個簡單的例子:

在上圖的這個馬爾科夫鏈中,E到A的概率為0.7,E到E的概率為0.3;A到E的概率為0.4,A到A的概率為0.6.

那麼我們說此過程的轉換矩陣(Transition Matrix)P

P=

左上角的0.3代表從E到E的概率為0.3, 並以此類推。

好了,我又要跳過一些推導過程直接說結論了:

在一個馬爾科夫鏈中,轉換矩陣P代表了從一個狀態轉換到另外一個狀態的概率矩陣,Pij代表從i狀態到j狀態的概率。

比如說P11=0.3=從E到A的概率,P22=0.6=從A到E的概率。

P^{k} 代表了在k時間後從一個狀態轉化到另外一個狀態的轉換矩陣,P^k(i,j)代表從狀態i在k時間後到達狀態j的概率。 注意:這裡的^k是矩陣次方。

如果K=3,P^{3} =

也就是說如果初始狀態為E,3次轉換之後,有0.363的概率X3=E,0.637的概率X3=A

如果初始狀態為A,3次轉換之後有0.364的概率X3=E,0.636的概率X3=A

細心的小朋友也許又發現了,EE和AE項那麼接近,好像初始狀態是E還是A都不重要一樣...

馬爾科夫還有一個特性,就是當時間足夠長的話,初始狀態不會影響極限分布(Limiting Distribution)。 也就是說如果你的目標是把一個裝備強化到+20,那麼你剛開始用一個+5的還是+1的裝備,其實都沒有太大的影響...

插播一個廣告,用此方法可以輕鬆算出爐石傳說中的各種概率:

復仇之怒打死兩個精靈龍的概率是多少? - 楊笛笛的回答 - 知乎

好了,有了關於馬爾科夫鏈和轉換矩陣的基礎概念之後,我們開始進入主題。

在裝備強化的例子中,各個狀態就是就是當前的強化等級,轉換概率就是強化成功率,降級率,還有爆炸率。

有強化裝備並且有爆炸機制的遊戲太多了,有選擇困難症的話決定自己假設一個出來:

一把+1的玄鐵菜刀,一共可以強化到+6, 它的馬爾科夫過程如下:

(感謝我們公司的設計師豆豆幫助我畫出了玄鐵菜刀的一生)

這個過程的轉換矩陣P如下:

這裡稍微解釋一下這把菜刀的成長經歷,從1和2級的時候它過得很平靜,要麼成功升1級要麼就停留在當前等級。 從3級開始就有可能不升反降了,從4級開始還有較小的幾率爆炸回到1級初始狀態。 我相信玩過各類網遊的朋友肯定覺得我設定的概率太善良了吧...?

現在我們先來計算從+1到+6所需要的強化次數期望值。

這裡我們要用recursive遞歸的演算法:

假設h(k)是在k狀態時到達「+6」狀態所需要的次數期望值,那麼:

h(6)=0, 顯然在「+6」時已經不需要繼續強化了,所以從「+6」到「+6」的期望次數為0.

h(5)=1+0.2h(6)+0.3h(5)+0.3h(4)+0.2h(1), 在「+5」時要再強化一次所以期望次數多了1次,然後有0.2的概率到"+6"狀態,有0.3的概率停留在"+5",0.3的概率降級到"+4",0.2的概率爆炸回到"+1"

以此類推,我們可以得到一個六元一次方程:

h(6)=0

h(5)=1+0.2h(6)+0.3h(5)+0.3h(4)+0.2h(1)

h(4)=1+0.3h(5)+0.4h(4)+0.2h(3)+0.1h(1)

h(3)=1+0.5h(4)+0.3h(3)+0.2h(2)

h(2)=1+0.7h(3)+0.3h(2)

h(1)=1+0.9h(2)+0.1h(1)

解得:

h(5)=26.99,h(4)=33.74,h(3)=36.31,h(2)=37.74,h(1)=38.85

所以你將一把玄鐵菜刀從1級強化到6級平均需要38.85次。 我們再次可以看到,初始狀態是「+1」,「+2」還是「+3」並不重要,只少了一次的期望...

好了,說完期望值之後按照常規我們要來評估方差的影響了。

但是這個過程的方差有點難算,我們還是直接看錶吧,嘻嘻!

可以看到,強化38次之後我們的玄鐵菜刀能升到+6的概率為62.8。

雖然還是有點低,不過我可以觀察到另外一個現象: 隨著強化次數的提高,最終的強化狀態會越來偏向「+6」並相應的減少其他狀態所佔的比例。 這是因為在我們的這個馬爾科夫過程中,「+6」是一個吸收狀態Absorbing State。 原因是菜刀到達"+6"後我們不會繼續強化,因此菜刀會永遠停留在「+6」,而如果菜刀不在「+6」這個狀態,過程會一直進行直到菜刀達到「+6」。 擁有一個或多個吸收狀態的馬爾科夫鏈被稱為吸收馬爾科夫鏈。

好了放大招了:

在一個吸收馬爾科夫鏈中,當時間足夠長時,有P=1的概率過程會進入吸收狀態。(此條7毛,發布前刪除括弧內內容)

在一個吸收馬爾科夫鏈中,當時間足夠長時,有P=1的概率過程會進入吸收狀態。(此條7毛,發布前刪除括弧內內容)

在一個吸收馬爾科夫鏈中,當時間足夠長時,有P=1的概率過程會進入吸收狀態。(此條7毛,發布前刪除括弧內內容)

能看到這裡肯定是對這種話題特別感興趣了,所以我來給自己其他答案打一下廣告:

遊戲類:

如何得到暴雪娛樂公司的工作機會? - 楊笛笛的回答 - 知乎

復仇之怒打死兩個精靈龍的概率是多少? - 楊笛笛的回答 - 知乎

哪些遊戲玩物不喪志 、能學到知識?

《星際爭霸 2》為何如此低迷?是遊戲本身的問題,還是暴雪推廣策略失誤?

你的第一桶金是如何賺到的? - 楊笛笛的回答 - 知乎

概率類:

有哪些違背直覺的數學問題? - 楊笛笛的回答 - 知乎

如何解釋小概率隨機事件? - 楊笛笛的回答 - 知乎

分析(裝b)類:

大公司為什麼總是推出同質化的產品? - 楊笛笛的回答 - 知乎

如何用經濟學知識討價還價? - 楊笛笛的回答 - 知乎

有哪些顯而易見的生活現象,其實有鮮為人知的經濟學道理? - 楊笛笛的回答 - 知乎

如何分析問題?可以有哪些特殊的分析角度? - 楊笛笛的回答 - 知乎

三個極度自私的人分一個蛋糕,採用什麼策略,能讓三人都覺得公平? - 楊笛笛的回答 - 知乎

互聯網公司在面試數據分析師的工作時具體會被問什麼樣的問題? - 楊笛笛的回答 - 知乎


今天被媒體的小夥伴問到對文化部新政策的看法,我覺得這次文化部做的挺對的,規範手游市場。

1,玩家就是消費者,消費者需要有知情權。

2,企業家在賺錢的同時應當承擔起相應的社會責任。

3,再氪不出來SSR我就要報警了![發怒][再見]

-----------2016年12月9日高鐵上更新---------

謝謝大家的贊。今天在更新一些,關於我為什麼會覺得文化部的做法合理。

先從今年4月份時文化部的手游新政說起吧。

2016年4月份文化部頒布手游新政,要求遊戲運營企業必須辦理「網路文化經營許可證」(以下簡稱網文),逾期未辦理的企業的遊戲將遭下架處理。

同時,文化部降低了網文證的辦理門檻。

一、之前是必須由文化部直接頒發此證,現在辦證的權利下放給各省級文化廳。

二、原來要求企業註冊資金不低於1000萬,且必須實繳到位,如今取消了註冊資金的限制。

三、網文證申請材料全部是在網上提交預審,文化廳的辦事人員會很友好的打電話告訴你材料哪些地方需要修改,如何修改。網審過後通知提交紙質材料,兩周內就可以頒髮網文證。

另外,文化部取消了遊戲的審核,改成了「企業自審+抽查」的模式。由國家出資為企業培訓自審人員,遊戲上線後20天內在文化部網站提交自審報告即可。這是真正的簡政放權,作為企業還能說什麼呢?

而且這次頒布的新政策,可以說是非常專業。政策的重點是對遊戲內規則的規範,要求保障玩家權利。新政策對遊戲內容並無太多限制,創作者們依然可以天馬行空。

反觀某局的版號政策,審核門檻高,審核周期超長,審核規則不透明。

提交版號審核的企業必須先辦理電信業務許可證,此證要求註冊資金100萬以上、企業需要有兩名以上獲得國家信息安全工程師資格證的工作人員,企業要麼有互聯網出版資質,要麼找有互聯網出版資質的出版社合作提交申請。

審核周期60-90個工作日(也有一年都沒申請下來版號的情況)。

審核駁回理由超奇葩。在圈內看到過很多廠商的遊戲被某局駁回的奇葩理由:不能用Lv. No. Boss等英文,不能出現繁體字等。 有朋友的遊戲中有一條睡覺的小狗,小狗頭頂冒「zzz」也被駁回修改。 我們遊戲中出現了象棋子,棋子上的「車」「帥」也被要求改成簡體字。而且遊戲拿到版號前不得上線正式運營。

拿到版號的遊戲在進入遊戲的畫面會有「新廣出審 20xx」等字樣。如下圖

沒有版號的遊戲如《陰陽師》

某局新規:2016年12月31日前沒拿到版號的遊戲將被強制下架處理。祝網易爸爸好運,祝《陰陽師》早日拿到版號。

就版號的問題我之前諮詢過文化部的工作人員:「國務院不是明確規定網遊屬於文化部門監管嗎?怎麼某局強制要求辦版號呢?」

工作人員:「呵呵,某局嘴大唄」

「那我們廠商該聽誰的?」

「嗯……那啥,這兩天不是有人眾籌要起訴某局嗎,你捐了嗎?」

「哈哈,你猜。」

---------------2016年12月20日更新----------

剛好今天在參加文化部的培訓,聽文化部老師給解讀政策。

關於抽卡概率這事兒,文化部要求企業做到以下幾點:1、實名註冊,未實名註冊的用戶不能充值。2、抽卡概率公示,抽卡結果公示,用戶抽卡記錄要在伺服器保存90天以上。方便日後調查取證。3、以前抽卡才能獲得的道具或卡牌,以後必須讓用戶能通過參與遊戲的其他方式獲得。


這個tag加的,excited!

你遊船只的出率(建造/打撈)是可以查的,謝謝

查詢地址:http://www.jianrmod.cn/data/ShipNav.html


七日下午更新:增加了具體的文字描述,刪減了部分狗幣文字。

上午答題的時候tag有你油偉油硅油網易爸爸油暴雪爸爸油,所以這個答案主要對象是你油偉油硅油玩家。下午經過編輯,tag發生了變更,面向了更大的群體,因此修改。

這個規定很多國家已經開始實行了,比如

在每一個抽卡模式左下角都會有かんゆ詳細,點擊這個勧誘詳細之後就會出現概率。

繼續往下拉,你還會看見卡池裡到底有幾種幾張卡,每張卡的出率是多少。

(lovelive各個國家都標註了概率,就因為中國政策特殊,國服才不標概率。準確的說,只有國服因為政策特殊沒有標註概率。現在你又改政策……)

文化部難得做回好事,就不知道執行和監管的效果了。

不過要是執行得當,不失為一件好事。消費者有了更多的選擇權。

不過實際上這個規定值得關注的地方不只是這一個。比如

《通知》將虛擬道具分為兩類進行管理,一類是具有網路遊戲虛擬貨幣屬性的虛擬道具。《通知》明確,對此類與法定貨幣直接發生聯繫或者由網路遊戲虛擬貨幣一次轉換、具備代幣功能的虛擬道具,參照網路遊戲虛擬貨幣進行管理。另一類是不具有網路遊戲虛擬貨幣屬性的其他虛擬道具,包括網路遊戲運營企業提供用戶購買的、以隨機抽取方式提供的、完成各類遊戲任務獲得的、其他虛擬道具合成或洗鍊後生成的虛擬道具等。

限定投入方式不得為法定貨幣或者網路遊戲虛擬貨幣

同時提供用戶獲取同樣性能的虛擬道具或增值服務的其他途徑

你游(戰艦少女r)建造開發用的是油彈鋼鋁,可以遠征獲得。你游鑽石和rmb是掛鉤的,屬於虛擬貨幣。(那些扯你游不送鑽的垂釣者不知道做何感想。)不過你游官方只要發個公告列列數據就沒什麼大問題。

而且,你游的建造歷史的確在遊戲內進行了公示。雖然並不是按照時間順序嚴格公示的,星級高的呆的時間長,然而確實是公示了啊。

燒錢(少女前線)……就有點迷了。不光有一般的建造開發,最近似乎又添加了艦c的大建系統,還有什麼皮膚傢具什麼的十連抽,形勢嚴峻啊。

再詳細說明一下,燒錢的大建系統必出三星及以上,然而十倍的資源四星五星出率一定是十倍嗎?不公布概率,你怎麼知道魅力男總裁不會增加三星,增加分母呢?

至於比較火的陰陽師之類的東西……鉿鉿鉿鉿。不但要公布SSR概率(辣雞遊戲竟然有SSR!),還要注意這些亂七八糟的東西。主要有兩點:其一,出率的確會影響玩家的選擇,的確有些玩家以前相信再抽個十連就能出,現在一看數據覺得生無可戀了;其次,關於虛擬貨幣的定義存疑。要是按照規定執行的話,與RMB掛鉤的就是虛擬貨幣,就不能去「限定投入」(如果我的理解沒錯的話)。

(PS:所以說這些規章制度如果真的執行,一大波遊戲都會受到影響,影響程度不亞於廣電的遊戲都要經過審批。至於具體的影響,得看他們的執行、監管措施怎樣了。恕我直言,到明年五月之前,市面上很多遊戲早就圈了幾波錢走人了。對於那些不想做圈錢遊戲的人來說,這個情況就十分值得思考了。)

還有

《通知》將向公眾開放的網路遊戲測試納入管理。

對,沒錯,有些遊戲似乎不能打著公測的旗號招搖撞騙了。對,沒錯,就是……

(沒有任何這個意思,你們再說一遍,等於……)

—————————————————————————

五月二日更新:


明明是好事,有什麼好冷嘲熱諷的。

已經躺平了的擴散倒是以前做的挺好。

不知道爐石會不會又出現國服領先世界的情況,上次競技場12勝排行榜已經是一次,不知道這次到時候國服公布了抽卡概率,美服歐服那幫人會不會集體炸鍋。

陰陽師也是,一個敢公開取笑玩家開不出SSR 的遊戲還真是不多見,到時候概率公布值不值玩家投入那麼多,就看各位自己的想法了。

還有其他各種,OW啊DOTA 2啊乖離啊,雖然可能對我沒有明顯的影響,但是我還是挺高興的。

最後希望執行的時候能嚴格一點。


文化局領導最近氪金沒抽中,,怒了吧


港真,比起公開概率,這文件里的這一條更陰吹思婷:

根據這條規定,任何遊戲里無論多麼難抽多麼稀有的卡牌或道具,都必須存在除概率性抽取以外,獲取條件或代價明確其他獲取途徑,例如碎片收集、任務獎勵,甚至直接購買。雖然規定中提到的【其他方式】沒有規定獲取難度,但這無疑對現今市面上的各種抽抽抽手游是會造成比公開概率更明顯和深遠的影響的。

以你游為例,如果將掉落和建造都包括在【隨機抽取方式】的話,那麼規定實施後,你萌將必須為遊戲中的幾乎所有船隻都設計除掉落和建造外的其他獲取途徑,結合你游情況,這些途徑有可能是:

1、在胖次商店兌換;

2、船隻專屬圖紙,例如【列剋星敦號圖紙】,付出一定資源後必定建造出太太;

3、任務獎勵;

4、以鑽石直接購買;

當然第4項是我最不希望看到的。如果你萌真的採取了第4項,毫無疑問會出現一大波棄坑潮。良禽展翅,泥萌吔屎。

但除此之外的獲取途徑的增加,對無數非洲提督應該都是好事。尤其對於廣大吳應瑞同志來說,應瑞有可能有一天就以9999條胖次的價格出現在胖次商店裡了!以一波禿頭迎應瑞入港,這生意穩賺不賠啊!(

不過這條規定還有一點要注意的:

相同性能,而不是相同道具和服務。

還是以你游為例,如果【立繪】不屬於道具和服務的【性能】的話,那根據這一點,你萌在出新的稀有船時,完全可以出兩艘艦種、艦名、屬性完全一致的船,但一艘請聖Saru畫,一艘是大王的靈魂作畫,然後把Saru版丟建造池,大王版丟胖次商店。

就看你萌無恥到什麼地步了。


騰訊和網易或成最大輸家……


謝邀,秒殺一切抽卡問題,只需看懂一個公式:

[E(overrightarrow p ,overrightarrow x ) = sumlimits_{i = 1}^n {{x_i}} int_0^infty  {1 - prodlimits_{i = 1}^n {left( {1 - frac{{Gamma ({p_i},{x_i})}}{{Gamma ({p_i})}}} 
ight)} } {mkern 1mu} dt]

要是公布概率以後實際不符合這個公式就掐死遊戲公司

看不懂下面的核心原理掐死我好了.

蒙特卡洛達到高精度還是要很多計算資源的

這個原理同樣也能解決保底,開包等複雜情況.

-----------------------------------------------------------------------------------------------------------

首先解釋下兩個自變數,把所有的卡1sim n編號,然後第i張卡的出貨率記為[{{p_i}}],你想要的張數記為[{{x_i}}].

比如一個卡池裡有三張卡,一張N卡(Normal),一張R卡(Rare),一張E卡(Epic),然後出貨率分別為

(0.6,0.3,0.1),但是...抽卡掉的是碎片,三種卡片需要合成完整卡牌需要的碎片數分別是(1,2,3).

傳統的那個贈券收集公式對這種情況完全無能為力.

-----------------------------------------------------------------------------------------------------------

馬爾科夫過程:

我現在什麼卡都沒抽過,那麼我還缺的卡牌可以記為(1,2,3)

抽一次後就可能

0.6的概率變成(0,2,3)

0.3的概率變成(1,1,3)

0.1的概率變成(1,1,2)

然後我不寫了,讓計算機自動推導這個過程:

把這個看成一個網路,或者迷宮好了,每抽卡一次就是在這個迷宮中沿著箭頭走了一步,箭頭的顏色由紅到紫表示這麼走概率依次降低.那就是問你大概要走多少步才能從入口(1,2,3)走到出口(0,0,0)咯.

好了核心原理講解完畢,沒看懂的話掐死我吧...

接下來是計算部分,這個在數學上叫做馬爾科夫狀態轉移圖,可以寫成相應的狀態轉移矩陣,然後(1,2,3)設為初態,(0,0,0)設為末態,計算首達分布,然後計算期望就行了.

-----------------------------------------------------------------------------------------------------------

但是這個方法有點局限,第一計算量太大,這是用計算機自動推導的,才三張卡就這個樣子,而且只能輸入和為1的概率.

但是事實上遊戲里至少上百張卡,而且遊戲設計的時候也不用概率而是用權重.

要是概率的話每次做活動加新卡要把所有的概率全部變動一下,權重的話直接改動要變的卡好了.

我們來看一個很簡單的東西:

[{left( {{a_1}{x_1} + {a_2}{x_2} + {a_3}{x_3}} 
ight)^2} = a_1^2x_1^2 + 2{a_1}{a_2}{x_1}{x_2} + a_2^2x_2^2 + 2{a_1}{a_3}{x_1}{x_3} + 2{a_2}{a_3}{x_2}{x_3} + a_3^2x_3^2]

看這個幹嘛,這不簡簡單單的平方展開嗎?

我們來把(0.6,0.3,0.1)帶進去得到:

[{left( {0.6n + 0.3r + 0.1e} 
ight)^2} = 0.01{e^2} + 0.12en + 0.36{n^2} + 0.06er + 0.36nr + 0.09{r^2}]

嗯?前面的係數正好是後面對應組合的概率!

抽兩次一張史詩卡一張稀有卡的組合記為er,然後查看係數正好是0.06.

所以抽多少次直接對應多少次方的展開式!

到此核心原理講解完畢,沒看懂的話掐死我吧...

比如選個國外有明示概率的,就選LL的一個卡池好了.

[egin{array}{*{20}{c}}
  {}{UR}{SSR}{SR}R \ 
  {vec p}14{15}{80} \ 
  {vec n}{12}{18}{44}{27} \ 
  {vec x}1111 
end{array}]

egin{aligned}
E(overrightarrow p ,overrightarrow x ) = 2904int_0^infty  {1 - {{left( {1 - {{	ext{e}}^{ - 80t}}} 
ight)}^{27}}{{left( {1 - {{	ext{e}}^{ - 15t}}} 
ight)}^{44}}{{left( {1 - {{	ext{e}}^{ - 4t}}} 
ight)}^{18}}{{left( {1 - {{	ext{e}}^{ - t}}} 
ight)}^{12}}} {mkern 1mu} dt hfill \
   = 2904 	imes frac{{559}}{{180}} approx 9018.53 
end{aligned}

前兩年我算的時候還只要4600抽的,現在都要9000抽了....

往下的具體理論部分不用看了

其實沒必要加上係數a,直接用x本身表示好了,對於計算機的確定性演算法而言計算出來的位置是確定的,位置就包含了上標上冪次的信息.

那麼保底和開包怎麼表示呢?

保底或者叫十連啥的,那就是9次普通抽取+一次特殊抽取,那就是:

[{left[ {{{left( {{x_1} + {x_2} +  cdots  + {x_{100}}} 
ight)}^9}left( {{x_{91}} +  cdots  + {x_{100}}} 
ight)} 
ight]^k}]

開包同理有的卡概率高,有的卡比出,有的卡送幾張,那就:

[{left[ {left( {x_1^3 + {x_2} +  cdots  + {x_{10}}} 
ight){x_{73}}} 
ight]^k}]

卡包有概率出編號1-10的卡,同時編號1出貨率提高三倍,然後必出一張編號73的卡.

但是,如果填的不是概率而是權怎麼辦?

沒關係,概率就是權,權就是概率

概率是歸一化的權,權是泛化的概率

-----------------------------------------------------------------------------------------------------------

接下來如果看不懂就不用看的推導部分,簡單起見只推導單抽的公式:

記權之和為歸一化係數[{X_n} = sumlimits_{i = 1}^n {{x_i}} ]

記i次抽卡後係數超過[overrightarrow x ]中規定的部分為[leftlangle {{{left( {{x_1} + {x_2} +  cdots  + {x_n}} 
ight)}^i}} 
ight
angle ]

[E(overrightarrow p ,overrightarrow x ) = sumlimits_{i = 1}^infty  {frac{{leftlangle {{{left( {{x_1} + {x_2} +  cdots  + {x_n}} 
ight)}^i}} 
ight
angle }}{{{X_n}}}} {mkern 1mu} dt]

考慮恆等式[nint_0^infty  {frac{{{t^i}}}{{i!}}} {mkern 1mu} {e^{ - nt}}dt = frac{1}{{{n^i}}}]

變換得[E(overrightarrow p ,overrightarrow x ) = {X_n}sumlimits_{i = 1}^infty  {int_0^infty  {frac{{leftlangle {{{left( {{x_1} + {x_2} +  cdots  + {x_n}} 
ight)}^i}} 
ight
angle }}{{i!}}} {mkern 1mu} {e^{ - {X_n}t}}dt} ]

考慮e^x的泰勒截斷展開式:

[{S_m}(t) = sumlimits_{k = 0}^{m - 1} {frac{{{t^k}}}{{k!}}}  = frac{{{e^t}Gamma (m,t)}}{{Gamma (m)}}]

再做變換

egin{aligned}
  quad  sumlimits_{i = 1}^infty  {int_0^infty  {frac{{leftlangle {{{left( {{x_1} + {x_2} +  cdots  + {x_n}} 
ight)}^i}} 
ight
angle }}{{i!}}} {mkern 1mu} {e^{ - {X_n}t}}dt}  hfill \
   = sumlimits_{i = 1}^infty  {int_0^infty  {frac{{{{left( {{x_1} + {x_2} +  cdots  + {x_n}} 
ight)}^i}}}{{i!}}} dt}  hfill \
   - (sumlimits_{i = {p_1}}^infty  {frac{{{{({x_1}t)}^i}}}{{i!}}} )(sumlimits_{i = {p_2}}^infty  {frac{{{{({x_2}t)}^i}}}{{i!}}} ) cdots (sumlimits_{i = {p_n}}^infty  {frac{{{{({x_n}t)}^i}}}{{i!}}} ) hfill \
   = {e^{{X_n}t}} - prodlimits_{k = 1}^n {left[ {{e^{{x_k}t}} - {S_{{p_k}}}({x_k}t)} 
ight]}  hfill \ 
end{aligned}

代回去就能得到最終的表達式

[E(overrightarrow p ,overrightarrow x ) = sumlimits_{i = 1}^n {{x_i}} int_0^infty  {1 - prodlimits_{i = 1}^n {left( {1 - frac{{Gamma ({p_i},{x_i})}}{{Gamma ({p_i})}}} 
ight)} } {mkern 1mu} dt]


原文寫的是明年5月1日起執行。

這個規定只是大勢所趨而已。

所期待的什麼陰陽師什麼崩壞什麼之類的會不會現在立刻馬上執行,至少聖誕還能賺一波,元旦能賺一波,過年能賺一波,哦哦沒準喪心病狂點清明還能賺一波,等賺的盆滿缽滿,管他什麼公示不公示,眼看著陰陽師都已經棄坑一大片了,誰知道明年5月氪金手游啥樣呢。


文化部這次新規,除了要求公開概率數據之外,其他對遊戲廠商的要求內容做得也確實漂亮

  • 在扣費前明確讓玩家確認(那些暗扣的遊戲真是討厭)

  • 道具在調整或新增時,需要在明顯位置進行公示

  • 抽獎記錄保存 90 天

  • 充值與消費記錄保存 180 天

  • 在顯著位置標註用戶權益保障的聯繫方式

  • 採取有效措施保護用戶個人信息

  • 虛擬貨幣不能兌換法定貨幣(這條可能和打擊洗錢有關係吧,不太確定)

  • 限制未成年人消費額(這條待商榷……)

同樣是國家有關部門,現在壓力都集中在廣電這邊了

如何看待「廣電總局:未經審核手游不得上線」? - 手機遊戲 - 知乎


作者:朱駿超律師

鏈接:知乎專欄

來源:知乎

著作權歸作者所有。商業轉載請聯繫作者獲得授權,非商業轉載請註明出處。

一、再次明確網路遊戲運營定義,將「付費內測」、「公測」階段納入文化部管理範圍

鑒於網路遊戲只有上線運營才屬於文化部的管理範圍,因此網路遊戲運營的定義對於文化部管理至關重要。而2010年施行的《網路遊戲管理暫行辦法》中對於網路遊戲運營的定義已經無法適應移動遊戲、主機遊戲的管理,文化部之前對大量發放遊戲激活碼、「不刪檔測試」等行為缺乏監管依據,因此《通知》中再次明確網路遊戲運營的定義。根據該定義及通知內容,以下情形屬於網路遊戲運營:

1、開放網路遊戲用戶註冊,並向用戶收費或獲取利益

2、提供網路遊戲下載,並向用戶收費或獲取利益

3、其他向公眾提供網路遊戲產品和服務,並向用戶收費或獲取利益

4、通過開放用戶註冊、開放網路遊戲收費系統、提供可直接註冊登陸伺服器的客戶端軟體等方式開展的網路遊戲技術測試。

這意味著文化部再次明確將「付費內測」、「公測」階段納入管理範圍。

另外,《通知》明確了聯合運營的定義,並將網路遊戲聚合類運營平台及提供導量並參與收益分成的廣告平台也納入管理範圍:

網路遊戲運營企業為其他運營企業的網路遊戲產品提供用戶系統、收費系統、程序下載及宣傳推廣等服務,並參與網路遊戲運營收益分成,屬於聯合運營行為。

二、重申虛擬道具的管理要求,規範「隨機抽取」玩法

鑒於遊戲企業大量利用遊戲道具規避遊戲虛擬貨幣管理、「隨機抽取」玩法泛濫,通知重申對於虛擬道具的管理要求:

(一)嚴格規範虛擬道具的「隨機抽取」玩法

1. 不得要求玩家以直接投入法定貨幣或者網路遊戲虛擬貨幣的方式獲取隨機抽取的機會。照此看來,玩家將不能直接使用人民幣或任意可流通的網遊虛擬貨幣獲取遊戲內抽卡的機會。

比如《爐石傳說》,遊戲內購買卡包的方式包括金幣購買和人民幣直接購買,玩家可以通過日常任務獲取金幣,攢到一定程度購買卡包,也可以選擇氪金這種快捷的途徑。那是否意味著玩家將不能花費人民幣購買卡包呢?很難下定論。畢竟《爐石傳說》沒有「要求」玩家非得氪金獲取隨機抽取的機會,只是提供了一個額外的選擇,所以這一條規定在未來還有待觀察。

2. 公示隨機抽取的概率、抽取的虛擬道具的名稱、性能、內容、數量、隨機抽取的結果。其實目前絕大多數的遊戲都沒有公布抽卡概率,以《陰陽師》為例,SSR的爆率有多少依舊是個謎,不過一旦《通知》實施開來,這個謎或將得以公布。不過需要注意的是,即便抽卡概率公開,比如1%,但也不代表玩家抽卡100次就必得SSR,所以玩家還需理性看待。

3. 不能存在只能通過隨機抽取方式獲得的道具,必須可以通過兌換、購買等其他途徑獲取。比如《王者榮耀》中的「韓信」,該英雄玩家只能在商店中依靠鑽石隨機抽取方式獲得,並不能直接兌換、購買。依照該《通知》,在未來玩家獲取該英雄的方式將更直接。

因此,市場上大部分「隨機抽取」玩法都將進行調整或完善,這也是該通知重點規範的內容,也預計是明年5月1日正式施行後重點監管的內容,遊戲企業應當重點關注。

另外,通知明確將虛擬道具分為兩類進行管理:

(二)具有網路遊戲虛擬貨幣屬性的虛擬道具,參照網路遊戲虛擬貨幣進行管理

(三)不具有網路遊戲虛擬貨幣屬性的其他虛擬道具,對該類虛擬道具的發行、公示、兌換等進行了規範

(四)重申禁止利用遊戲進行賭博或博彩的要求

1. 禁止將虛擬貨幣兌換為實物或法定貨幣。

2. 禁止將虛擬道具兌換為法定貨幣,並規範兌換為小額實物的行為。

別的不說,就以前段時間網路上洗腦的《范偉打天下》為例,這些經典的對白都不能實現了:

「剛剛玩《范偉打天下》,咣嘰,掉下一寶石,微信一掃,立馬換了50塊錢,老實人不忽悠。趕緊來《范偉打天下》……撿錢。」

因為寶石不能兌換RMB呀!

三、強調玩家用戶的權益保障政策

通知再次強調對於玩家用戶權益的保障,提倡加大保護未成年人消費權益,並細化了下列規定:

(一)強調玩家使用有效身份證件進行實名註冊。此舉將更有助於保證玩家的財產安全,也更利於治理遊戲環境,杜絕一系列不安全因素。不過在手游市場中,低齡玩家群體不斷擴大,波及的範圍應該相對更大一些。不過我們也看到一些廠商已採取了相應的措施,據悉,《王者榮耀》中一個身份證號就可支持50個QQ賬號,這對國內小學生群體無疑是個利好消息。

(二)不得為使用遊客模式登錄的用戶提供充值或消費服務。在葡萄君看來,雖然少了一種營收途徑,但這對遊戲廠商未必不是一個好消息,因為這有效杜絕了玩家以遊客帳號丟失為理由的惡意投訴退款行為,或將提升運營人員的工作效率。

(三)限定單款遊戲內的單次充值金額,並對用戶充值消費信息進行提示和確認,消費充值信息保存時間不少於180日。

(四)採取有效措施保護用戶個人信息,防止用戶個人信息泄露、損毀。

(五)提倡設置未成年用戶消費限額,限定未成年用戶遊戲時間,並採取技術措施屏蔽不適宜未成年用戶的場景和功能等。或許未來「熊孩子」刷掉家長好幾萬的情況會大幅減少。

四、設置文化部監管機制 明確處罰依據

《通知》規定對網路遊戲市場全面實施「雙隨機一公開」監管機制,建立黑名單或者警示名單制度,加強網路遊戲運營事中事後監管。另外,該通知詳細列舉了文化部對於網路遊戲的執法依據及處罰標準,對於遊戲企業進行合規性管理提供了統一的依據。

寫在最後

文化部發布的該則通知明確了文化部的監管範圍、監管政策及處罰依據,並對於市場上飽受爭議的「隨機抽取」玩法進行規範。筆者認為該通知對於規範遊戲市場是有利的,並給予遊戲企業足夠的時間進行調整完善,建議遊戲企業及時完善遊戲內容,以符合監管要求。


看來領導也受到了沒有SSR的困擾了啊。


為什麼大家都在說手游。。。

趕緊公示一下dota2稀有的出率唄,然後就可以一邊算期望,一邊愉快的決定是剁箱子還是去市場剁成品了。。。

然後再公示一下wow的稀有坐騎的掉率唄,看看和empirical的結果是不是一樣咯。但是不管公布與否,最後不是還得一邊安慰自己「掉率50%」,一邊每周繼續刷嗎。


說好的地方的話,這可以保護玩家的氪金行為,說不好的地方的話,國產的手機遊戲整個圈子還是那樣。


好事情,感覺有一大批水貨程序員要回爐重學概率論了


dnf兩年前就有這樣的傳聞然後做了對應處理了:開付費的盒子必然獲得一個藥水和另一個盒子,那概率自然是百分百,而開這個開出來的盒子就是另外一回事了,他可以說這個盒子不需要付費來規避這個條款吧


公布概率又不是公布源碼,顯示概率和實際概率不一樣還不是一樣坑


推薦閱讀:

媒體對於手遊行業的價值在萎縮嗎?其對手遊行業的重要性如何體現?
有沒有小眾一點的好手游推薦?
有哪些燒腦的手機遊戲?
你最喜歡的遊戲角色是誰?
在部落衝突中,女武神的優點與缺點?如何有效的使用這一兵種?

TAG:網路遊戲 | 手機遊戲 | 遊戲策劃 | 應用內購In-AppPurchase | 文化部 |