游戏与大数据——第二章：算法与专家

sea_bug

　　GameRes报道 / 在《大数据与游戏》第一部分，我们介绍了大数据的特性，同时解释了将大数据用于解释事物因果关系的必要性。在当前文章（系列文章的第二部分），我们将讨论大数据将对学科专家产生什么影响。一如以往，我们将借鉴在Sonamine公司的宝贵经验和《大数据时代》这本很棒的书（维克托.迈尔.舍恩伯格和肯尼思.库克耶所著）。

游戏和大数据——第一章：为什么以及原因
游戏与大数据——第二章：算法与专家
游戏与大数据——第三章：未来决策权的三种方法

人类学科专家？

　　医学专家：他们需要花费很多年的学习来获得大量的医学知识。日常实践中，利用知识对诊断结果和治疗方案作出决策，治疗过程中的经验和结果又不断补充着他们的知识库。他们必须跟上新的研究和调查以完善对人体和疾病的认识。

　　在书中，舍恩伯格和库克描述了加拿大安大略理工学院卡罗琳.麦格雷戈博士在研究早产儿护理方面所做的工作。那里，大数据被用于早产儿护理。病人的生理数据通过16个不同的数据流实时采集，如心脏速率，体温和血压，每名患者每秒产生1260条数据。

　　利用大数据算法，来预测在24小时内未发病之前没有任何明显症状感染发生的可能性。通过一些常规治疗和经验知识，她能够发现病情严重前的一些稳定特征。

　　好吧，麦格雷戈博士计算机科学博士，而不是医生。

　　人类（医学）专家在这样一个人们无法获取足够或正确的小型数据世界里至关重要。在这个世界，经验至关重要，因为它是隐性知识的积累，这是人们不能轻易从书本上获取，或者能通过自发的意识到，因此，只有经验才能指导做出正确的决定（第142页）。

　　衡量专家优劣的，以及决策被证明是有效的标准通常是其知识和经验的深度次数。专科医生被认为是各自领域的专家，能提供准确的诊断和好的治疗效果。这仅仅是从侧面证明了，更多的数据=更多的经验（知识）=更好的专家。

大数据和新的专家

　　是什么导致了，以及为什么形成了大数据专家系统这样一个阶段呢？设想一下，这里有大量相关数据，无论是数据量或是数据种类都足够用于分析，就会造就一种新型专家——非人类专家。从另外一个角度，大数据专家系统基本复制了人类专家的学习和模式识别的能力，而这种情况下的数据将会淹没任何一个人（数据量超过人类所能处理的能力）。

　　也许有人认为大数据不适合做有创造性的工作，但是要记住，只要有足够的供采集的数据点和合适的算法，大数据专家系统会工作的很好。比如在电影产业，The-Numbers.com(一个电影数据分析的网站)分析过去几十年的超过30W的商业片数据预测电影的票房，制片人会利用这些信息与投资者进行谈判。

　　相对应的，如果有庞大而准确的游戏数据，也许有人会使用大数据的方式来预测游戏的收益。

大数据对于游戏产业这意味着什么？

　　一个企业管理上的挑战是发展中的游戏产业文化如何拥抱大数据。不同于其他科学研究为导向的行业，例如医疗行业，对于数据认知和接受程度高，游戏产业历史以来就更具独立性和创造性。这并不奇怪，游戏业内资深人士和专家一方面谴责Zynga的数据驱动方法和企业近期的挣扎，一边偷偷羡慕Zynga财务报表上的成功。每季度2.31亿美元的收入不容小觑。

　　方法之一是分而治之：针对不同的领域使用不同的决策方式（大数据或人为决策）

　　企业管理者将不得不做出决定：该用大数据系统或是专家。由于我司Sonamine已经将大数据应用于游戏中，因此我们有一些经验，并就此进行一些分享。

　　-依赖大数据系统，这里有远多于一般人可以掌握的海量数据点。包括预测数以百万计的玩家的生命周期，升级过程，虚拟道具销售，营销活动，作弊和黄金开采。

　　-依赖一般的人类专家，你不可能获得足够的高质量的数据。一个典型的例子是决定在哪里投入广告，在一个生态系统中，玩家彼此独立和不相关的，用户数据采集系统因此变得高度分散，这对任何一个专家系统都是挑战。而在那些没有跟踪数据的渠道，比如电视广告，会使预测变得更加困难。简单而又启发式和近期经验数据在这种情况下就很重要。

　　- 而在那些完全没有数据的领域。一个鲜明的例子是当游戏设计师想在一款新游戏中引入一个前所未有的玩法时，人类的判断和小规模的用户测试几乎总是战胜任何一个大数据系统。

警告和游戏专家的未来

　　尽可能收集更多的数据被认为是正确的事情，因为这样会事大数据专家系统运行更好。当然也有不利的一面。建立大数据收集系统的成本和复杂性，存储以及分析能力有时会得不偿失。从我个人在商业智能行业10年工作经验来看，很多企业不知道如何评估构建昂贵的数据仓库系统和报表系统的投资回报率。

　　我肯定有人会这样说：大数据永远不会创造任何新的东西；通过大数据，我们会得到更快的马，而不是汽车，等等。好吧，我承认，其实还有另外一种医学专家，这些人会作为先驱存在，比如术前洗手。

　　游戏中也有类似的专家：他们是富有创意的游戏设计师，他们创造全新的玩法。他们是梦想家，如杰诺瓦.陈，创造游戏，然后牵动所有玩家的情绪。他们是营销大师，利用youtube上传实时游戏视频做病毒营销，他们是技术大师，找出让玩家在无尽任务中永远下一步。

　　在我看来，游戏行业的专家必须向创造性方面进步，在新的数据不容易被采集到的领域以及跨领域或完全怪诞的东西，比如hyperloop。

　　其次，算法虽然可以破解各种模式。但只有人才能做出决定。也只有人类可以在更大范围更复杂的场景中做出更有利的决定。正如有人告诉我，最终要有人做决定。不要把错误归咎于一个算法。

结语：

　　总之，大数据创造了新的专家，这个系统通过运算大量的数据找出客观规律。游戏产业可以利用大数据改造设计，营销和货币化。

　　在第三部分，系列的最后一部分，我们将讨论数据的概念以及的如何应用到游戏。


游戏和大数据——第一章：为什么以及原因
游戏与大数据——第二章：算法与专家
游戏与大数据——第三章：未来决策权的三种方法


作者：Nick Lim 来源：gamasutra

注：本文为GRG游戏研究组投稿，如需转载，请注明出处，谢谢合作！