数据决定匹配过程

　　如何确认匹配是否成功是很难的。玩家对于游戏局质量好坏的感觉，一般跟他 们最近的获胜率有关。这包括DOTA2团队！(你们也知道啊 HOHO)为了避免情绪上，或者小范围的数据采样让我们误认为＂匹配机制工作很好；因为我一直在赢＂，我们尽量客观的使用数据来做各种游戏设计方面的决定。幸运的是，我们收集了大量的数据。打个比方，你肯定好奇我们如何调整有效的MMR数值，当开黑的玩家表现要比相同水平但单机的玩家好。我们使用一个叫 做逻辑回归的统计工具来预计游戏获胜的可能性。这个公式包括数个系数来决定奖励多少额外MMR给黑店里面的玩家。然后我们使用其他计算方式来获得系数，然后得到一个公式来尽量精确的预测游戏的结果。

　　另一个例子可以看出数据如何决定匹配过程，那就是何时我们觉得有一个＇相对质量＇的比赛已经准备好并且可以接受了，何时我们觉得你还需要继续等待来获得 相对质量的游戏局。为了达到这个目标，我们开始统计游戏局的质量。匹配的终极目标是玩的开心，我们有几种方式来计算游戏局的质量。其中一种统计方式，是金 钱获得总数的差值。更精确点，是不同时间点上面，金钱获得总数的差值，在上一次双方金钱差距为0的时候来统计。这个在金钱差距面板上可以很容易的看到。找 到上一次金钱差距曲线通过0的时候，看看Y轴和X轴的面积。一般情况下，面积越小，比赛越接近。

　　虽然在这局比赛里面，夜魇曾经有1万金币的领先，但是却被天辉反超，最后却又被夜魇反超。虽然这场比赛，曾经有一方大幅度领先，但是我们的系统还是评定这场比赛为很接近的比赛。

　　使用这个还有其他很多不同的统计方式，我们会决定游戏局的最长等待时间。我们会调整最大值，然后观察这个修改对游戏局的质量有什么影响。有些时候统计可能会有误报(比如一场比赛被认为是接近的比赛，但实际是殴打小学生的节奏)，但是我们并不太在意，因为我们基本只关心修改以后，玩家总体上的反应。