-
Notifications
You must be signed in to change notification settings - Fork 0
ADR 7 ‐ Métrica calculo del Ranking
Se ha decidido implementar la métrica Bayesiana de estimación para el cálculo del ranking en nuestro juego. Esta métrica tomará en cuenta el número total de preguntas respondidas, el número de respuestas correctas, y el porcentaje de aciertos de cada jugador para ajustar sus puntuaciones de manera más precisa y justa.
Decisión Se ha decidido implementar la métrica Bayesiana de estimación para el cálculo del ranking en nuestro juego. Esta métrica tomará en cuenta el número total de preguntas respondidas, el número de respuestas correctas, y el porcentaje de aciertos de cada jugador para ajustar sus puntuaciones de manera más precisa y justa.
Justificación La adopción de una métrica Bayesiana proporciona varios beneficios significativos:
- Reducción del Impacto de Poca Información: En las etapas iniciales, cuando los jugadores han respondido a pocas preguntas, una métrica convencional podría no reflejar con precisión la habilidad real del jugador. La métrica Bayesiana permite incorporar un "prior" que puede representar una estimación inicial de la habilidad del jugador, ajustándose conforme se disponga de más datos.
- Adaptabilidad: Al considerar tanto el número de preguntas acertadas como el porcentaje de aciertos, la métrica puede adaptarse a diferentes niveles de dificultad en las preguntas y variaciones en el comportamiento de juego entre usuarios.
- Estabilidad en el Ranking: Ayuda a estabilizar el ranking de los jugadores que han jugado un número diferente de juegos, mitigando el efecto de los extremos causados por muestras pequeñas de respuestas.
A pesar de sus beneficios, la implementación de esta métrica también presenta ciertos desafíos:
- Complejidad Computacional: La métrica Bayesiana es computacionalmente más compleja que una métrica simple basada en porcentaje de aciertos o número total de aciertos. Esto puede requerir mayor capacidad de procesamiento y afectar el tiempo de respuesta del sistema.
- Dificultad en la Comprensión: Para los usuarios puede resultar más difícil entender cómo se calcula su ranking, lo que podría afectar la percepción de transparencia y justicia en el juego.
- Ajuste de Parámetros: La elección del "prior" y otros parámetros Bayesianos puede ser subjetiva y requerir ajustes basados en la experimentación y el feedback de los usuarios para optimizar el rendimiento del sistema de ranking.
- Métrica de Porcentaje de Aciertos Simple: Calcular el ranking basado exclusivamente en el porcentaje de aciertos. Esta opción fue descartada debido a su falta de robustez frente a muestras de tamaño pequeño.
- Ranking basado en Puntos : Sumar puntos por cada respuesta correcta, ajustando por dificultad de la pregunta. Aunque simple, esta alternativa no toma en cuenta eficazmente la proporción de respuestas correctas en relación con el número total de intentos, lo que podría llevar a sesgos hacia jugadores más frecuentes en lugar de necesariamente más hábiles.