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 |