具体实施方式

图1为确定游戏技巧因子的方法的方法流程图100。游戏技巧因子表征(相比于机会)游戏者技巧确定游戏结果的程度或因数。在步骤110，访问对多个游戏记录(trail)中的每一个的可量化结果进行表征的数据。游戏的可量化结果可以包括可量化的游戏结果(例如，得分)，每个可量化结果可以独立于多个游戏记录的所有其他的可量化结果。所述游戏为在运算平台上运行的数字游戏(例如，视频游戏、计算机游戏、移动应用游戏等)，每一个记录与多个游戏者中的一个相关。例如，访问的数据可以包括多个记录，每一个记录包括分数和识别的游戏者。游戏者可以与一个或多个可量化结果相关。

在步骤120，利用访问的数据，对与多个游戏者相关的全部游戏记录的可量化结果的第一方差量(variance measure)进行计算。在步骤130，利用访问的数据，对与多个游戏者中的一个或多个相关的游戏记录的可量化结果的第二方差量进行计算。每一个方差量可以是数字的集合(例如，可量化结果的集合)展开至多远的量。这些方差是部分地描述观察数字族群的实际概率分布或者非完全观察的数字族群的理论的概率分布的参数。来自这种分布的数据采样可以用来构建对分布的方差的预估。方差的量可以是分布的矩。

在步骤140，基于至少第一方差量和第二方差量确定技巧因子。在步骤150，提供技巧因子。提供可以包括：传输、保存、显示和处理。技巧因子可以用于确定游戏中的游戏结果的支配因子是技巧或者机会。通过将支配因子与预定阈值或预先计算的阈值进行比较，游戏可以分类为技巧游戏，机会游戏和/或不可进行分类。该预定阈值可以基于游戏技巧的定义(例如，对技巧应支配机会至何种程度的定义)而变化。可以确定技巧因子的置信级别(confidence level)或可以确定分类。可以确定分类不正确的可能性。

在纯粹的机会的游戏中，由单一游戏者在多个记录中经历的可量化结果方差会与由所有游戏者的所有记录的可量化结果方差相类似。图2A为示出了对于机会游戏，游戏者记录的示例集合的可量化结果的分布的示图200。对于所有游戏者的可量化结果的概率分布函数220(即，所有记录)与对于单一游戏者230的可量化结果的分布(即，与单一游戏者相关的所有记录)相类似。与机会游戏相反，如果在确定游戏结果中技巧是支配因子，与单一游戏者相关的记录的可量化结果方差会小于所有记录的可量化结果方差。这些方差的差异可以归因于不同游戏者之间的技巧的变化。图2B为示出了对于技巧游戏，游戏者记录的示例集合的可量化结果的分布示图210。所有游戏者的可量化结果的概率性的分布函数220(即，所有记录)与图2A中所示的概率性的分布函数相似。但是，单一游戏者的可量化结果的分布230(即，与单一游戏者相关的所有记录)与分布220不相同。具体地，单一游戏者230的可量化结果的分布的方差小于所有游戏者220的可量化结果的分布的方差。

图3为示出了提供支配因子的方法的方法流程图300。在步骤310，访问表征多个游戏记录中的每一个的可量化结果的数据。在步骤320，计算与多个游戏者相关的游戏记录的可量化结果的至少两个方差的量。在步骤330，基于至少计算的方差，确定游戏的技巧与机会之间的支配因子。在步骤340，提供表征支配因子的数据。

图4为示出了启动或提供已分类的技巧游戏至使用者的方法的方法流程图400。在步骤410，接收表征请求访问技巧数字游戏的数据。在步骤420，在图形用户界面中，将两个或多个技巧数字游戏的描述呈现至用户。在步骤430，响应于用户对游戏的选择，启动受到选择的游戏。所述游戏已经如上所述地分类为技巧游戏。

图5为用于分类和提供技巧游戏至用户的系统的实现的示意图500。分类服务器510与游戏服务器520通讯。游戏服务器520可以将运行游戏的必要游戏数据提供至多个用户客户端330_i(i＝1，2，...，N)。多个用户客户端330_i中的每一个可以包括，例如，移动设备、平板电脑、计算机、视频游戏平台、或其他计算系统。分类服务器510可以在本地从由游戏服务器预先接收并存储至存储器的数据访问表征多个游戏记录中的每个的可量化结果的数据，或者可以远程地从游戏服务器520访问数据。通过计算数据的方差量，分类服务器510可以确定游戏的技巧因子或者支配因子。分类服务器510还可以将游戏分类为技巧游戏或机会游戏中的一种。通过例如将数据传输至游戏服务器320，分类服务器510可以将表征技巧因子或支配因子的数据提供至游戏服务器320。分类服务器310可以提供表征技巧因子或支配因子的数据至用户客户端530_i。

游戏服务器520可以接收来自用户客户端530_i访问游戏的请求并且在用户客户端530_i开始在图形用户界面中展示两个或多个利用分类服务器510分类为技巧游戏的数字游戏的描述。响应于对技巧游戏中的一个的选择，游戏服务器520启动游戏并且为所选择的游戏提供数据以使得多个用户客户端530_i中的一个或多个能够进行游戏。

实施例

在一个实施例中，总方差σ²可以表示在所有游戏记录中的可量化结果的变化，而与相关游戏者的身份无关。均值方差可以表示所有游戏者的游戏者自己的得分方差的平均值。在纯粹的机会游戏中，这些值将会基本相等，即，比率将为1。

技巧因子S可以定义为：

技巧因子S表示由于技巧所导致的表现的变化，技巧因子S在纯粹的机会游戏中将为0或者接近0。在纯粹的技巧游戏中，S将会大于0(R将会小于1)。均值方差将是不可忽略的，这是因为，例如一天中的时间、心理状态、学习曲线以及其他非技巧的相关考虑的这些因素可以影响一个具体游戏者的表现。因此，S将会严格地在0和1之间取一些值S₀。

开始时，游戏G的数据集包括m个具有可量化结果和游戏者标识的记录或者档案。如果数据登入包括互相竞争的游戏者的k个得分，其可以视为每一个游戏者的k个档案。游戏者的标识可以包括计算机地址。可量化结果或得分可以标记为x₁至x_m。游戏者j的得分指定为x_j，l至x_j，m，其中m_j为与游戏者j相关的得分的数量。

可量化结果(例如，得分)可能不与游戏者的表现成正比。为了对比例性的缺乏进行补偿，得分可以转换为公共标尺(common scale)。在百分比得分(percentile score)中，每一个得分可以转换成0和1之间的数字，该数字反应了比给定得分小的得分的部分，加上等于给定得分的得分部分的一半。如下等式可以将可量化结果x₁，x₂，…，x_m转换成百分比得分y₁，y₂，…，y_m。

其中，i为在数据集中的所有记录的指数，j为游戏者的指数，x_i为第i个记录的得分，m为总得分数，以及y_i为百分比得分。百分比集合的平均值总是为1/2。

根据如下等式，使用逆标准误差函数(inverse standard error function)，可以将百分比得分转换成标准正态形式(stand-normal)。

其中，z_i为百分比得分y_i的对应的标准正态得分。误差函数定义为：

(根据是否需要百分比得分或者标准正态得分，在此所述的等式中，正态分数z_i可以与y_i交替使用)。

根据如下等式可以计算出样本方差：

其中，s_j ²为游戏者j的样本方差，m_j为由(例如，与之相关的)游戏者j进行游戏的记录数量，y_j，k为游戏者的第k记录的百分比得分，而为平均得分。百分比得分y_j，k可以由它们的标准正态等效值z_j，k取代。如果游戏者仅进行了一次游戏(即，m_j＝1)，s_j ²＝1。

根据与每一个游戏者相关的记录的数量，可以对样本方差进行加权。这对具有更多记录的数据集(并因此具有对样本方差的准确估计)给予了更大的比重。在纯粹的运气游戏中，每一个样本方差s_j ²为随机可变的，其方差由下式给出：

其中，κ为总体分布(population distribution)的尖峰(excess kurtosis)。如果μ₄为总体的矩，那么k:＝μ₄/σ₄-3。对于正态分布，κ给出数值0，而对于低峰均匀分布(platykurtic uniform distribution)为负值。对于标准正态族群，s_j ²的分布由下式给出：

其中，χ为卡方分布(chi-squared distribution)。由于κ＝0并且σ²＝1，方差公式为：

通过优先考虑具有更多记录数量的游戏者，加权可以提供额外的精度。对于任意一组权重w_j(这些权重相加等于1)，如下等式可以最小化s_j ²的方差：

然后可以由下式计算：

使用该的公式，加权均值方差为：

整个总体的方差σ²可以定义为：

在具有如上述计算出的和σ²的情况下，对于给定游戏数据集能够计算技巧因子。

为了将游戏确定或分类为主要是技巧的或主要是机会的，获得纯粹技巧的游戏的集合的数据。可以对在集合中的每一个游戏的技巧因子进行计算(如上描述)并且进行平均以得到基准技巧因子S₀。对于待分类的游戏，可以获得数据G。对待分类的游戏的技巧因子S进行计算，并且可以将之与1/2S₀进行比较。如果S>1/2S₀，那么游戏分类为主要是技巧的游戏，而如果S<1/2S₀，那么游戏分类为主要是机会的游戏。当S与1/2S₀相近时，可以使用置信度或S的评估是错误的概率以确定游戏是否应该指定为不可分类的。可以假设，对于主要为技巧游戏的游戏或者主要为机会游戏的游戏，S的统计涨落是相同的。如上所述，技巧因子的方差为：

如果S与1/2S₀之间的差在两个平均值的标准差之内，那么游戏可以为不可分类的。换句话说，如果下式为真那么游戏为不可分类的：

如果游戏数据为不可分类的，可以获得更大的数据集合(例如，更多记录)。当游戏是可分类的时，如果S>1/2S₀，游戏分类为主要是技巧的；如果S<1/2S₀，游戏分类为主要是机会的。

作为一个示例，如果数据包括100个游戏者的1000的得分，使得S的标准偏差为那么2s＝1/15，且如果S₀＝1/2，那么：如果S≥1/4+1/15≈0.32，那么游戏主要为技巧的；如果S≤1/4-1/5≈0.18，那么游戏主要为机会的；如果0.18<S<0.32，那么游戏为不可分类的。如果数据集变更为1000个游戏者的10000个得分，s缩减为原来的那么：如果S≥0.27，那么游戏主要为技巧；如果S≤0.23，那么游戏主要为机会；如果0.23<S<0.27，那么游戏为不可分类的。

本文所描述的主题的多个实施例可以以数字电路、集成电路、专门设计的ASIC(application specific integrated circuits)、计算机硬件、固件、软件和/或它们的组合的形式来实现。这些各种实施例可以包括一个或多个计算机程序实现的实施例，这些计算机程序在包括有至少一个可编程处理器的可编程系统中是可执行和/或可编译的，该可编程系统可以是专用的或通用的，联结至存储系统、至少一个输入设备以及至少一个输出设备，以从这些系统或设备接收数据和指令，并且传输数据和指令至这些系统或设备。

这些计算机程序(也称为程序、软件、软件应用程序、或代码)包括用于可编程处理器的机器指令，且可以由高级程序语言和/或面向对象程序语言、和/或汇编/机器语言实现。如本文中所利用的，术语"机器可读的介质"表示用于提供机器指令和/或数据至可编程处理器的任意的计算机程序产品、装置和/或设备(例如磁盘、光盘、存储器和可编程逻辑器件(PLD))，其包括将机器指令接收为机器可读信号的机器可读的介质。术语“机器可读信号”指的是用于提供机器指令和/或数据至可编程处理器的任何信号。

为了提供与用户的交互，本发明所述的主题可以在具有用于将信息呈现给用户的显示设备(例如阴极射线管(CRT)或者液晶显示(LCD)显示器)以及键盘和指向设备(例如鼠标或者轨迹球)的计算机上实施，利用键盘和指向设备用户可以将输入提供给计算机。也可以使用其他类型的设备以提供与用户的交互；例如，提供至用户的反馈可以为任意形式的传感反馈(例如，视觉反馈，听觉反馈，或者触觉反馈)；来自用户的输入可以为任意形式的输入，包括：声音、语音或者触觉输入。

本文所描述的主题可以在计算系统中实现，该计算系统包括：后端组件(例如，数据服务器)，或包括：中间组件(例如，应用服务器)，或包括：前端组件(例如，具有图形用户界面或者网页浏览器的客户端计算机，通过所述客户端计算机，用户可以与本文所述的主题的实现进行交互)，或者这种后端组件、中间组件或前端组件的任意组合。该系统的组件可以通过数字数据通信(例如，通信网络)的任何形式或媒介而互相连接。这种通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网(Internet)。

该计算系统可包括客户端和服务器。客户端和服务器通常地彼此相互远离，并且典型地通过通信网络进行交互。客户端和服务器之间的关系凭借运行在各自计算机中并且相互具有客户端-服务器关系的计算机程序而形成。

虽然各种变化形式已经在上文进行了具体描述，但是其他的改变也是可能的。例如，在附图中显示和/或本文描述的逻辑流程并不需要所显示的特定顺序或次序以获得理想的结果。其他的实施方案可在所附权利要求的范围内。