2020-09-05 16:05 电子科技大学 产品经理
关注
#数值平衡# 公平性共识：在AOV这一游戏中，我们最基础的调整标准还是以胜率结合登场率的数据评价，团队内部达成的共识是一个常规英雄的可接受胜率范围大概在47%~53%之间浮动。
而如果一个英雄比较冷门、或者只有少数高端玩家在使用，在英雄的登场率较低的情况下我们也会接受他的胜率比常规英雄略高。
另外，我们首先会对胜率及登场率出现双高的英雄进行削弱，而登场率略低的英雄团队对于英雄的胜率上限则会略微太高；但如果登场率低到一定的界限，出于多样化的考虑，无论此英雄的胜率高低，我们都会进行调整，以确保这个英雄在玩法功能层面能够吸引到一定范围的玩家。#21天打卡游戏人的日常思考#
而如果一个英雄比较冷门、或者只有少数高端玩家在使用，在英雄的登场率较低的情况下我们也会接受他的胜率比常规英雄略高。
另外，我们首先会对胜率及登场率出现双高的英雄进行削弱，而登场率略低的英雄团队对于英雄的胜率上限则会略微太高；但如果登场率低到一定的界限，出于多样化的考虑，无论此英雄的胜率高低，我们都会进行调整，以确保这个英雄在玩法功能层面能够吸引到一定范围的玩家。#21天打卡游戏人的日常思考#
全部评论
相关推荐
球球与墩墩：这不是前端常考的对象扁平化吗，面试官像是前端出来的
const flattern = (obj) => {
const res = {};
const dfs = (curr, path) => {
if(typeof curr === 'object' && curr !== null) {
const isArray = Array.isArray(curr);
for(let key in curr) {
const newPath = path ? isArray ? `${path}[${key}]` : `${path}.${key}` : key;
dfs(curr[key], newPath);
}
} else {
res[path] = curr
}
}
dfs(obj);
return res;
}
查看3道真题和解析 点赞 评论 收藏
分享
点赞 评论 收藏
分享