Re: [推荐] 国人自制手游,迷雾编年史

楼主: Cactusman (仙人掌人)   2016-12-01 22:08:41
今天第一次玩,玩到12级
感想是真的太农了....
设定太多资源都要靠刷关、定时登入来累积
关卡虽然多,但每一关玩起来都大同小异,只差在伤害数字跟属性
拼图的战斗方式也是,一开始玩觉得很新奇,后来发现也只是在看运气
运气好给你对的形状对的属性,关卡就好打
错的形状错的属性,关卡就难过
什么前排后排的设定因为会一直往上移
所以在你不能预测下一块拼图的时候根本做不到布阵思考
例如:剑士在第一排伤害五倍 但他下一回合就会消失
很难去做到大Combo连线、原本放后排的弓箭手也是马上就被推到前排...
变成只有尽量把拼图从最下面开始放 让他有空间可以连线才是唯一解
卡片养成枯燥乏味、技能设定也是跟市面上转珠游戏没啥区别
变色、给XX伤害之类的
就连卡面设计也没别家精致...
大杂烩式的把腾讯那堆手游的要素都塞进来
重复刷关、推除了属性之外没任何差异的关卡主线
老实讲没带给我多大的乐趣
不知道等级在提升上去是否有更值得一玩的地方?
关掉游戏之后好像就没什么动力继续打开来玩了...
作者: Lin40433 (Lin40433)   2016-12-01 22:10:00
真的蛮吃运气的XD
作者: watanabekun (鏡)   2016-12-01 22:11:00
升级满无感的,战斗节奏很死。比较能算亮点的就剧情但... 这年头剧情在水准之上的作品也不缺
作者: davy012345 (俺を谁だと思ってやがる!)   2016-12-01 22:16:00
很农是真的 食物军备部队都要升满才算练完一只 累
作者: zelda123 (丸子)   2016-12-01 22:17:00
剑要直接放对方脸上,放在后面太慢了
作者: pan46 (pan)   2016-12-01 22:34:00
国产游戏是不是大部分都很爱农? 除了那个地城
作者: watanabekun (鏡)   2016-12-01 22:37:00
也不只国产,social game的公式设计路线就是农好农满
作者: pan46 (pan)   2016-12-01 22:38:00
喔w大 上次那个IOS推荐可能是错觉吧 查了一下营收叫好不叫座吧...QQ
作者: watanabekun (鏡)   2016-12-01 23:00:00
日本市场耶 打不进去是正常的 基本上就是圆梦性质吧
作者: pan46 (pan)   2016-12-01 23:21:00
我只是想说比另一款都... QQ 人家也外来游戏啊
作者: watanabekun (鏡)   2016-12-01 23:28:00
有点不知道pan大外来游戏是在说哪款了 XD...
作者: moondark (分析与解说)   2016-12-01 23:29:00
要算利润之前记得要先算投入成本不同量级的比赛不是这样比的为了避免误会附注一下: 我是在说pan46
作者: pan46 (pan)   2016-12-01 23:33:00
没差 闲聊XD
作者: moondark (分析与解说)   2016-12-01 23:34:00
顺带提供一个机器学习的数据所有SRPG不管是哪款 日本产或外国产都一样在社交数据上都有相同困境
作者: pan46 (pan)   2016-12-01 23:36:00
又来啦 我在跟w大乱聊耶...
作者: moondark (分析与解说)   2016-12-01 23:36:00
SRPG 给人的观感就是很土 不潮 大叔才会玩的东西每次做分类器都会掉到很不妙的分组长远来看年轻人越来越看不起这种类型 这很不妙最后 你爱离题闲聊 我就顺着推文 就是提供资讯给版友这资讯有没有用看得人自然明白
作者: watanabekun (鏡)   2016-12-01 23:48:00
大叔才会玩的那个类别叫SLG吧 不就是想要摆脱这个印象才把类别写成轮廓很模糊的SRPG吗
作者: moondark (分析与解说)   2016-12-01 23:50:00
这个你问我也没用 因为数据就是这样显示SLG范围太大我没做 但挑一些有名手机游戏出来都没这情况刚刚那段忘了提 我测的样本完全以手游玩家为群体就是测手游玩家对手游上的SRPG的看法我猜如果是测单机玩家会有完全不同的结果
作者: watanabekun (鏡)   2016-12-01 23:54:00
well... 我对这方面分析没什么兴趣就是样本大到一定
作者: moondark (分析与解说)   2016-12-01 23:54:00
但这个范围我没能力测
作者: watanabekun (鏡)   2016-12-01 23:55:00
程度后会模糊到几乎什么都看不出来 (换言之就是怎样的假说几乎都能靠这个模糊结果解释,而证伪很难)
作者: moondark (分析与解说)   2016-12-01 23:56:00
你可能不太清楚机器学习和传统统计方法的差别机器学习基本上有几种大类 我刚刚有说我是用分类器基本上是没有特定的假说先存在然后不论机器学习还是大部分的量性跟少数质性统计流派结果都是很明确的 有问题的地方通常都是正确率 而非模糊会有模糊问题的通常是质性研究的结果
作者: watanabekun (鏡)   2016-12-02 09:25:00
原来如此,上了一课。

Links booklink

Contact Us: admin [ a t ] ucptt.com