Die Idee ist, den effektiven mmr von Menschen zu erhöhen, die in einer Premade sind, um die Tatsache zu erkennen, dass sie koordiniert werden und somit mehr Wert aus ihren Fähigkeiten ziehen werden (was effektiv nicht von einem höheren mmr zu unterscheiden ist). Diese Erkenntnis hat die folgende Anpassung vorangetrieben.
Premade Gruppenmitglieder mmr= Solo Queue mmr + ß_N (abhängig von der Gruppengröße) + ß_M (existiert nur, wenn es andere vorgefertigte Gruppen in der Gruppe gibt wie 2+2+1 oder 2+3)
wobei ß= C(N^2)/5 +1 und N= die Anzahl der Personen im Premade und C eine willkürliche Konstante ist.
Dies sind die Werte von ß für jede Premade Größe:
ß_2 = C(1,8)
ß_3 = C(2,8)
ß_4 = C(4,2)
ß_5 = C(6)
Das bedeutet, dass ß quasi-linear mit Premade Größe wächst:
ß_3/ß_2 = 1,5555
ß_4/ß_3 = 1,5
ß_5/ß_4 = 1,42
Dies sind die Werte des 5-Mann-Premade im Vergleich zu den anderen:
ß_5/ß_2 = 3,33333
ß_5/ß_3 = 2,14
ß_5/ß_4 = 1,42
Bei gemischten Premades wie 2+2+1 und 3+2, wobei M= die Größe des anderen Premade in der Gruppe ist, sind die Werte für Gruppen mit mehr als einem Premade wie folgt:
2+2+1= ß_2 + ß_2 = C(3,6)
3+2= ß_3 + ß_2 = C(4,6)
Der Wert des 5man Premade im Vergleich zu den Werten der kombinierten Premades:
ß_5/(2+2+1) = 1.66666
ß_5/(3+2) = 1,3
Der Wert eines 4-Mann-Premade im Vergleich zu kombinierten Premades:
ß_4/(2+2+1) = 1.1666666
ß_4/(3+2) = 0,913 => (3+2)/ß_4 = 1.095
Der Wert eines 3-Mann-Premades im Vergleich zu kombinierten Premades:
ß_3/(2+2+1) = 0,77777 => (2+2+1)/ß_3 = 1,28
ß_3/(3+2) = 0,6 => (3+2)/ß_3 = 1.666666
Der Wert eines 2-Mann-Premades im Vergleich zu kombinierten Premades:
ß_2/(2+2+1) = 0,5 => (2+2+1)/ß_2 = 2
ß_2/(3+2) = 0,39 => (3+2)/ß_2 = 2,56
Der Vergleich zwischen den Werten der beiden kombinierten Premades:
(3+2)/(2+2+1) = 1,277777
Kommentar:
Dies ist nur eine erste Näherung, um die perfekte Gleichung zu erhalten. Um dies weiter voranzutreiben, müsste ich die Gewinnraten aller vorgefertigten Größen im Vergleich zu allen vorgefertigten Größen erhalten und so würde ich die Verhältnisse zwischen den Werten anpassen – falls erforderlich – und ich wäre in der Lage, den Wert der Konstanten C für das Spiel von HOTS herauszufinden. Dies bedeutet, dass diese Formel verwendet werden kann, um den mmr in jedem 5v5-Spiel anzupassen, und C ist spezifisch für jedes Spiel und hängt wahrscheinlich in gewissem Maße von der Zeit ab (unter der Annahme, dass die durchschnittliche Erfahrung der Spielerbasis gegenüber Premades mit der Zeit zunimmt).
Die Konstante C muss mit Hilfe dieser Statistik so fein abgestimmt werden, dass die Siegesraten für alle Matchups (d.h. 5er vs Full Solo Queue oder 3+2 vs Duo Queue oder jedes andere Matchup) möglichst nahe bei 50% liegen.
Nachdem Sie den mmr der Spieler mit der hier beschriebenen Methode angepasst haben, müssen Sie die übliche Glicko RD-Behandlung (Rating Deviation) anwenden, und Sie haben dann die Werkzeuge, um ausgewogene Matches zu erstellen, die selbst mit Premades zu weniger Frustration und mehr spaß der Spieler führen.
Alle Verhältnisse zwischen allen Werten wurden nur basierend auf der Spielerwahrnehmung berechnet, was stärker ist als was hat keinerlei statistische Grundlage. Es wäre fantastisch, die Statistiken zu erhalten, um diese Gleichung genau aufstellen zu können, aber trotz der großen Ungenauigkeit, stellt die Einbeziehung dieser Anpassung in das aktuelle Glicko-MMR-System eine Verbesserung der Matchmaking-Genauigkeit für jedes 5v5-Spiel dar.