CUPID：用于改善在线MOBA游戏中战斗公平性和位置满意度的再匹配系统

多人在线对决竞技（MOBA）类型游戏取得了显著的流行度和经济成功，吸引了相当大的研究兴趣。增强游戏体验需要深入理解玩家行为，MOBA游戏的一个关键方面是匹配，旨在组装技能相当的队伍。然而，现有的匹配系统常常忽略诸如玩家位置偏好和队伍分配等重要因素，导致匹配不平衡和玩家满意度降低。为解决这些限制，本文提出了一种新框架CUPID，引入称为“再匹配”的新过程，以优化队伍和位置分配以提高公平性和玩家满意度。CUPID包含一个预过滤步骤以确保最低水平的匹配质量，随后是一个预匹配胜率预测模型，用于评估潜在分配的公平性。通过同时考虑玩家的位置满意度和游戏公平性，CUPID旨在提供改进的匹配体验。对两个大规模真实世界MOBA数据集进行了大量实验，以验证CUPID有效性和优势。结果在所有现有最先进基准方法中都显著优于，平均以赢率预测准确率实现7.18%的相对改进。此外，CUPID已成功部署在一款流行的在线移动MOBA游戏中。该部署在匹配公平性和玩家满意度方面实现了显著改进，证据来自覆盖可用性、可访问性和参与度的关键人机交互（HCI）指标，通过A/B测试观察到。就我们所知，CUPID是首个为大规模MOBA游戏设计的再匹配系统。