dd

楼主是平刷党，每期拿的牌子不是2000就5000的，对2000线比较熟悉，所以就先拿2000线开刀吧！
建模能够用到的数据是：某个时刻的分数值。所以，时刻值和分数值就是我们需要的两个变量。想要预测的结果是：周日23点的分数值。
我们可以对原始变量做一些初步加工。活动经过的时间=当时时刻值-活动开始的时刻值；档线速度=当时分数值/活动经过的时间；档线最终速度=最终分数值/总时间；总时间为128小时；档线速度系数=档线速度/档线最终速度
好了，算了半天，得到了档线速度系数。这个变量说明了，当时的档线速度比档线平均速度快还是慢。根据下图，可以把档线分成三个阶段：前24小时，中间24*4个小时，最后8小时。
第一阶段：(前24个小时) 档线速度从飞快到平稳 ，刚开活动大家的体力都是满的，别问就是肝。另外，为了达到10600拿到三星活动卡，大家的肝活动热情非常高涨。
第二阶段：(中间24*4个小时) 档线速度平稳，有变缓的趋势。持久战阶段，部分玩家穿奖就走人了，所以档线有些变缓。
第三阶段：(最后8小时) 档线速度上涨，最后一两个小时速度飞天。喜闻乐见的爆肝冲档阶段。

一天内的周期性好像不是很明显，体感每天23.00左右线涨得特别快（都在清火准备睡觉？），然后半夜会变慢不少。是不是数据点不太够的原因

楼主的第一个模型用的是插值法。就是根据上面的档线速度系数图，得到了每个时刻的档线速度系数。假设当期的时刻为a，分数为b。先找到档线速度系数中a的位置，根据已有数据进行插值计算，得到a点的档线速度系数c。最后，用分数b/（活动经过的时间）乘以128小时/档线速度系数，就得到了预测的分数线。这个方法实际上用到的是分数-时间曲线的斜率。
如下图，楼主用了三种不同的插值方法，发现这个建模情况看上去被Bestdori完爆了。主要问题是，预测结果不够稳定。原因如下：已有的前7期数据不够多；插值方法没有很好的去做优化；对结果没有去做平滑处理。当然，这个方法的优点在于不需要做曲线拟合。等有时间再优化一下康康= =
如果有人比较关心2000线预测结果的话，目前我这边的三个预测结果是665424，669602，671988。Bestdori的预测结果是665413。。。当然啦，现在都最后一天了，预测结果都不会差到哪去，建模难点不在于此。评价模型好坏主要是看前几天能不能预测的准，预测值是否稳定。

催更

tql

才发现这个帖子，赞一个
模型我也是试了很多个，Bestdori现在用的这个是效果最好的
活动曲线有三个阶段，首日大涨，中期平稳，和末日大涨
现在用的模型是基于几个假设（其中最主要的是假设中期总是线性的），这样的话通过线性回归现有的数据就可以算出按照线性趋势结束时的分数，然后再加上末日大涨的偏移就好了
这样的话整个模型只依赖于末日涨幅这一个变量，只需要从历史数据里面反推出来即可
这个模型也有他的问题，最主要的就是如果出现了提前末日大涨（最明显的就是竞争激烈的T100，会在结束前两天就开始大涨）那么线性回归就很容易跟不上
另外一点就是对数据量挺依赖的，数据量少的话同样也会跟不上
如果大家研究出来其他好的模型的话我也可以加进Bestdori里面去
当初设计的时候就有这个考虑，但是结果最后能效果好的模型也就只有现在这一个

sdltqlwsl