网络游戏体验度量论文分析

year	title	分析
2010	Techniques for Measuring Quality of Experience	QOE受3类因素影响：1.内容源，比如视频码率；2.QOS，带宽延迟抖动丢包；3.接收人，期望值，氛围，水平； MOS在ITU-T P.800中定义，可接受最小阈值为3.5 数学模型：见game_3 定义PING为10000个UDP报文（大部分网游是udp）的RTT平均值，jitter为99.9%分位数的RTT-最小RTT，X=min(PING+0.686*jitter,650) MOS=max(4.33-3.08e-9X^3+1.18e-5X^2-1.15e-2X,1)
2005	Analysis of Factors Affecting Players’ Performance and Perception in Multiplayer Games	不同于下载和视频，网络游戏一般占用带宽不大，在5k-50k左右，例如CS 34k，WCIII 5k（LOL网查结果是15-20KBps） 体验好坏依赖于延迟，抖动，丢包。 即时战略游戏 和 角色扮演游戏对网络要求比第一人称射击游戏低，说明不同游戏对网络要求不同。前者间接控制单元移动，后者直接控制单元移动。WCIII中800ms延迟影响仍较小。 不同游戏影响体验到阈值不同，有的游戏延迟阈值是50ms，有的游戏阈值是500ms，对11款游戏的调研理想延迟基本在80ms（mos4-5分界点），容忍延迟在120ms（mos2-3分界点）（后续试验证明这个容忍值苛刻）。 比如梦幻西游，因为回合制，每次30s，所以可以容忍延迟200+，丢包30%， 抖动对游戏体验影响轻微 数学模型：使用回归方法来计算MOS和QOS参数的相关系数
2006	Predicting the perceived quality of a First Person Shooter: the Quake IV G-model	以《QuakeIV》为例,分析延迟、抖动、丢包对MOS的影响，前两者相关性高，丢包则由于游戏本身设计健壮性在小于40%时没有体现出影响 数学模型：参考ITU中的语音e-model,创建g-model,使用多维回归分析进行度量相关性，并给出计算公式，在测试样本中公式值和MOS值相关性系数0.92 MOS_model = -0.00000587 X^3 + 0.00139 X^2 – 0.114 X + 4.37(X = 0.104*ping_average + jitter_average)
2013	Predicting the Perceived Quality of a First Person Shooter Game: the Team Fortress 2 T-Model	以《Team Fortress 2》为例，通过构建不同网络环境度量MOS和游戏得分 和其他研究如game_3类似，延迟抖动影响MOS，但不影响得分，但并未给出度量公式 和game_3对比，delay对MOS的影响曲线相差较大，且game_3中抖动使用pareto分布，这里使用正态分布 最终结论是g-model不能通用于所有游戏，和游戏形式有关，比如是用户之间博弈还是用户和服务器中博弈
2010	Online Game QoE Evaluation using Paired Comparisons	定义游戏体验在实时性和交互性 基于MOS的模型存在不能具体定义好坏、因人而异的缺点 上行延迟对QOE影响比下行延迟略小，部分游戏本身会自带dead reckoning算法来消除延迟影响 数学模型：结对比较方法，只对比，不打分，用Bradley-Terry-Luce (BTL)模型对比较结果进行分析，得到等比量纲作为QOE结果。 最终只给出定性分析，并未给出QOE和QOS参数的关联公式
2004	Limitations of using Real-World, Public Servers to Estimate Jitter Tolerance Of First Person Shooter Games	在实际互联网环境里，延迟和抖动表现出明显关联关系，基本上jitter<=delay/5(研究院试验，可信度93%)
2008	Effect of Network Quality on Player Departure Behavior in Online Games	以一个MMORPG游戏为例，以用户离开游戏为标准来度量用户体验，并结合网络情况来进行分析 数学模型：根据报文数据得到用户是否离开游戏（通过fin/rst标记），和QOS参数做logistic回归 得到用户10分钟后离开游戏的概率Pr[stay<10min]=exp(lp)/(1+exp(lp)),lp = 12.5×rtt.mean+86.1×rtt.sd+1.1×log(closs)+1.2×log(sloss), 此外延迟、抖动、客户端丢包、服务端丢包对离开游戏的影响比例为1：2：4：3，这点和其他研究结果有所出入
2016	QoE Beyond the MOS: An In-Depth Look at QoE via Better Metrics and their Relation to MOS	认为只有MOS无法全面准确的反映QOE，还需要通过SOS、Acceptability、GoB与PoW 例如web浏览中的1分可能是至少可以完成任务的，而语音中1分是无法完成任务的
2011	Perceptual View Inconsistency: An Objective Evaluation Framework for Online Game Quality of Experience (QoE)	寻找一种代表性和独立性的维度来表示QOE，即响应R、精度P、公平F 数学模型：定义“视觉不一致”度量标准，即sqrt(R^2+P^2)=sqrt(D^2+T^2),D为游戏中实体距离，T为时间差 R和P又构成一个新维度F，最后取几何平均值QOES=4*(R*P*F)^(1/3)+1,最后还要针对场景按权重求和，QOE=sum(w*QOES)
2006	On the sensitivity of online game playing time to network QoS	思路同game_7 计算不同因素和会话时间段相关系数，并使用cox回归模型来分析不同因素对离开游戏影响占比
2015	Towards a New ITU-T Recommendation for Subjective Methods Evaluating Gaming QoE	针对itu对游戏体验的3个方向：确定影响因素、定义主观评估方法、构建意见模型，本文研究第二点 从感官（视觉，沉浸度）、交互质量（可玩性）、游戏质量（可用性，易学性）、心流（喜悦感）这些方面 因素至少包含：fps、视频抖动、带宽、延迟、抖动、丢包、服务器延迟、游戏类型、 测试适合需要交互和被动2部分组成，需要考虑游戏场景
2013	The Impact of User, System, and Context factors on Gaming QoE: a Case Study Involving MMORPGs	构建包含网络因素在内的各种因素来度量WOW游戏中QOE，作为MMORPG的分析 只做了定性分析，没有给出定量拟合公式
2016	Mobile Networks with the Best Gaming Experience	将gmos视为响应（传输指令，处理指令）、加载（加载或场景切换）、流率（针对云）的综合表现，即gMOS=α*gInteractive+β*gLoading+γ* gStreaming
2004	实时网络游戏中关键技术的研究与实现.pdf	游戏补偿技术
2007	A Game Assessment Metric for the Online Gamer	描述了一个游戏度量的系统组成
2006	An Empirical Evaluation of  An Empirical Evaluation of TCP Performance in Online Games TCP Performance in Online Games	游戏报文特点：小报文，低报文率，双向流，不适合使用tcp中的拥塞处理机制，造成更大rtt
2014	Empirical QoE Study of In-Home Streaming of Online Games	云游戏qoe公式拟合
2012	A model to Evaluate QoE of Online Social Gaming	综述以往研究，侧重对社交作用的分析
2015	QoE and Latency Issues in Networked Games	网络游戏流派、不同流派受延迟影响差异、不同游戏架构、流量特点、qoe度量考虑难点方法、
2013	Tutorial:  Traffic of Online Games	分析游戏流派，重点描述fps和mmorpg类型游戏中同一流派游戏内部不同游戏在特征上的差异