Kapigene (2008) 11, 1-8 (c) 2008 Crowgene Publishing Group All rights reserved ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ When advertising points under 40,000 points and the selling time was more than 10 minutes then the selling time was regulated by advertisements but not by the linear way Crow22312, National Kapi Research Institute, University of PTT, Taiwan Introduction Kapilands, 也就是所谓的 Kapi 3.0, 它是 Kapi-regnum (Kapi 3.5) 的前身. Kapi-regnum 的很多东西都是承袭 Kapilands 而来, 因此探讨研究 Kapilands 对於 我们研究 Kapi-regnum 是很有帮助的. 广告是 Kapi 游戏中迷人的 selling time 产生依据之一, 掌握了 selling 的 强者往往就是游戏中耀眼的大户; 也因此大家都对於如何缩短 selling time 有很大 的兴趣. 先前乌鸦有在商店里面从 0 添加至 40,000 点的广告观察时间过, 但年代 久远加上又没留下什麽资料, 也不记得是结果是太过简单还是自己不会分析, 因此又 做了这次实验. Material and Methoods 这次受测的对象是 kapi 3.0 的衣橱, 地点法国. 当时的统计数值如下: Wardrobes 2.377.606 2.790,37 ￠ 15,74 Wardrobes 14.966.179 2.377.606 ( 全部上架完毕以後乌鸦有观察, 确定 Demand 没在上架期间增加 ._. ) 使用的是五栋这种东西: ( #99583 - #99587 ) Furniture store E:400 4000m2 1000 Wardrobes (Q:7) 然後使用衣橱的量与品质同上所示为 Q7, 1000 个. 我们采用的上架价格为 4,000 caps/each, 广告的份量则是依照编号分别为 0 点, 1w 点, 2w 点, 3w点, 4w 点. 逐个上架并观察销售所需时间. Result Everything will be sold in 47 h. 5 min. 33 sec. ( 169,533 sec ) Everything will be sold in 29 h. 51 min. 40 sec. ( 107,500 sec ) Everything will be sold in 21 h. 48 min. 10 sec. ( 78,490 sec ) Everything will be sold in 17 h. 10 min. 10 sec. ( 61,810 sec ) Everything will be sold in 14 h. 9 min. 37 sec. ( 50,977 sec ) ( 暂时没有图表, 如果乌鸦心情好或许会补上 ._.|| ) Discussion 照理说, 上面的数据会有 +/- 1 sec 的误差; 因此就算真的是成反比 也有可能线性回归线的 R^2 值是 0.9 几而非刚好 1.0. 但在这里的数据以 Excel 绘图求得的回归线 R^2 值无论是以总秒数绘图还是以减免时间量的 角度来看都是 0.887 左右, 与 1 相差甚远. 就图形上来看它也明显的是 一个弧线而非斜直线. 根据以往的数据, 很多其他影响 selling time 的因子拿到的图形也都 呈现弧形的状况来看, 乌鸦最近的想法是推测贩售时间公式像下列型态: T = 1/p * f(x)^g(y) 其中的 T 当然就是指我们所能看到的贩售时间, p 是雇员数量. f(x) 是 品质, 广告, 等级, 以及基础贩售时间常数这几个变因所在的位置; g(y) 则 是 价格 与 S/D 这两个变因所在的位置. ( 因为只有後两者有能让贩售时间 飙高爆增的潜力. ) 上述公式取完 log 以後如下: logT = g(y) * [ logf(x) - logp ] 其展开的形式 logT = g(y) * logf(x) - g(y) * logp 其实就等同 ^^^^ ^^^^ ^^^^^^^ ^^^^^^^^^^^ y = a * x + b 所以 f(x) 这团的变因取 log 以後应该要和 logT 呈线性关系. ( 同理, S/D 应该也能这样子观察. ) 我们的数据经由这样子的处理加绘图可得 R^2 = 0.970; 上次 S/D 实验的数据则是可以得到 R^2 = 0.986. 大致上是支持这个模型, 但因 f(x) 中还有两项变因, g(y) 中还有一项变因所以没办法观察到 R^2 = 1 或者 0.99x 之类的结果. 总结以上, 广告在四万点以内的时候都是加越多, 贩售所需时间越少. 但减少的时间量并非线性的关系: 当您可能高估了售价的时候会大幅的减少 所需贩卖的时间, 当您低估售价的时候则是可能获得较少的贩售时间减免; 甚至减免的时间少於原来时间的一半.. 当然, 原来就只卖 10 min 的话就算 加了广告还是 10 min. Acknowledgements 这项实验能被完成要先感谢所有在 PTT 上讨论与在游戏中互动的朋友们, 现在乌鸦能够想起来最重要的几位依时间顺序分别是: fly 大让乌鸦开始了 椅子的不归路, amnotu 大怂恿乌鸦使用 coins, wrdoff 大的借贷, hello 大 的各种研究分享... 当然, 还有在游戏中长期照顾乌鸦的贸易夥伴们以及默默 使用乌鸦写的 script 的支持者们 XD References Atsushi S, Shinsuke I, Miyuki K, Emi T, Fenghuang Z, Ichiro H, Yongsheng H, Tsutomu O, Satoru T, Ryuzo U, Bart B, John S and Hiroyasu E. (2005). Oncogene, 24, 6936–6944. ( 因为乌鸦抄它的格式.. XD ) 睡不好真的是会让人发疯, 没事写得跟 paper 的样式一样干麻? 囧.. 直接 End 的乌鸦可以跟你们说重点在这边前面一点点的 discussion 中有个 新的贩售时间模型以及 result 的部分有新的实验数据. <(_ _)> --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 125.230.89.112 ※ 编辑: Crow22312 来自: 125.230.89.112 (11/26 08:31)