Внутри децентрализованного казино: продольное исследование реальных транзакций с криптовалютой, связанных с азартными играми.

08.09.2021

Децентрализованные приложения для азартных игр - это новый способ играть в онлайн-игры. Децентрализованные игорные приложения отличаются от традиционных онлайн-казино тем, что игроки используют криптовалюту в качестве ставки. Кроме того, децентрализованные игровые приложения хранятся не на одном централизованном сервере, а в блокчейне криптовалюты. В предыдущей работе, посвященной отслеживанию поведения игроков, изучались профили расходов игроков в традиционных онлайн-казино. Однако подобная работа не проводилась в сфере децентрализованных азартных игр. Таким образом, профиль игроков в децентрализованных игровых приложениях неизвестен. В этой статье исследуется 2232741 транзакция с 24 234 уникальных адресов на три таких приложения, работающих в сети криптовалюты Ethereum в течение 583 дней.Мы представляем профили расходов в этих приложениях, предоставляя первое подробное описание поведения расходов в этой технологически продвинутой области. Мы обнаружили, что типичный игрок тратит примерно 110 долларов в среднем на 6 ставок за один день, хотя активно вовлеченные игроки тратят примерно 100 000 долларов в среднем на 644 ставки за 35 дней. Наши результаты показывают, что средний игрок в децентрализованном азартном приложении тратит меньше, чем в других онлайн-казино в целом, но что наиболее активно вовлеченные игроки в этом новом домене тратят значительно больше. Это исследование также демонстрирует использование этих приложений в качестве исследовательской платформы, особенно для крупномасштабного лонгитюдного анализа данных in vivo.предоставление первого подробного отчета о расходах в этой технологически продвинутой области. Мы обнаружили, что типичный игрок тратит примерно 110 долларов в среднем на 6 ставок за один день, хотя активно вовлеченные игроки тратят примерно 100 000 долларов в среднем на 644 ставки за 35 дней. Наши результаты показывают, что средний игрок в децентрализованном азартном приложении тратит меньше, чем в других онлайн-казино в целом, но что наиболее активно вовлеченные игроки в этом новом домене тратят значительно больше. Это исследование также демонстрирует использование этих приложений в качестве исследовательской платформы, особенно для крупномасштабного лонгитюдного анализа данных in vivo.предоставление первого подробного отчета о расходах в этой технологически продвинутой области. Мы обнаружили, что типичный игрок тратит примерно 110 долларов в среднем на 6 ставок за один день, хотя активно вовлеченные игроки тратят примерно 100 000 долларов в среднем на 644 ставки за 35 дней. Наши результаты показывают, что средний игрок в децентрализованном азартном приложении тратит меньше, чем в других онлайн-казино в целом, но что наиболее активно вовлеченные игроки в этом новом домене тратят значительно больше. Это исследование также демонстрирует использование этих приложений в качестве исследовательской платформы, особенно для крупномасштабного лонгитюдного анализа данных in vivo.хотя активно участвующие в пари игроки тратят примерно 100 000 долларов в среднем на 644 ставки за 35 дней. Наши результаты показывают, что средний игрок в децентрализованном азартном приложении тратит меньше, чем в других онлайн-казино в целом, но что наиболее активно вовлеченные игроки в этом новом домене тратят значительно больше. Это исследование также демонстрирует использование этих приложений в качестве исследовательской платформы, особенно для крупномасштабного лонгитюдного анализа данных in vivo.хотя активно участвующие в пари игроки тратят примерно 100 000 долларов в среднем на 644 ставки за 35 дней. Наши результаты показывают, что средний игрок в децентрализованном азартном приложении тратит меньше, чем в других онлайн-казино в целом, но что наиболее активно вовлеченные игроки в этом новом домене тратят значительно больше. Это исследование также демонстрирует использование этих приложений в качестве исследовательской платформы, особенно для крупномасштабного лонгитюдного анализа данных in vivo.специально для крупномасштабного продольного анализа данных in vivo.специально для крупномасштабного продольного анализа данных in vivo.

Образец цитирования:Scholten OJ, Zendle D, Walker JA (2020) Внутри децентрализованного казино: продольное исследование реальных транзакций с криптовалютой, связанных с азартными играми. PLoS ONE 15 (10): e0240693. https://doi.org/10.1371/journal.pone.0240693

Редактор:Хэ Дэбяо, Уханьский университет, КИТАЙ

Поступила:10 июля 2020 г .; Принята в печать:1 октября 2020 г .; Опубликовано:28 октября 2020 г.

Авторские права:© 2020 Scholten et al. Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.

Доступность данных:все файлы доступны в репозитории OSF, доступном по адресу https://osf.io/8bfyj/.

Финансирование:Эта работа была поддержана Центром подготовки докторов наук в области интеллектуальных игр и игрового интеллекта (IGGI) [EP / L015846 / 1] (OJS, PhD Scholarship) и лабораторией цифрового творчества (digitalcreativity.ac.uk) (JAW, Научный сотрудник), совместно финансируемых EPSRC / AHRC / Innovate UK в рамках гранта № EP / M023265 / 1. Финансирующие организации не играли никакой роли в дизайне исследования, сборе и анализе данных, принятии решения о публикации или подготовке рукописи.

Конкурирующие интересы:авторы заявили, что никаких конкурирующих интересов не существует.

Вступление

Децентрализованные приложения для азартных игр - это новая форма онлайн-гемблинга, в которой для обработки платежей и расчета результатов игры используется технология криптовалюты [1]. Эти приложения различаются по играм, которые они предоставляют, и используемым криптовалютам. В этой работе основное внимание уделяется простым азартным играм типа казино, таким как броски в кости и подбрасывание монет, которые доступны через несколько приложений, работающих в сети криптовалюты Ethereum. Сеть Ethereum является старейшей и наиболее популярной по рыночной капитализации сетей криптовалюты, которые явно поддерживают смарт-контракты (см. Https://www.coinbase.com/, по состоянию на 11.12.2019). Эти контракты, представляющие собой компьютерные программы, являются основной технологией, позволяющей использовать эти приложения [2].Понимание поведения пользователей этих приложений важно для понимания того, как эта технология влияет на общественность по сравнению с существующими платформами для азартных игр в Интернете [3]. Это также важно для понимания распространенности моделей проблемных расходов [4] среди пользователей. Никакая существующая работа не способствовала пониманию игроков децентрализованных азартных игр, использующих свои данные транзакций. Эта работа начинает устранение этого пробела в литературе с анализа трех таких приложений, работающих в сети Ethereum. Начнем с краткого описания актуальной существующей работы в этой области.Никакая существующая работа не способствовала пониманию игроков децентрализованных азартных игр, использующих свои данные транзакций. Эта работа начинает устранение этого пробела в литературе с анализа трех таких приложений, работающих в сети Ethereum. Начнем с краткого описания актуальной существующей работы в этой области.Никакая существующая работа не способствовала пониманию игроков децентрализованных азартных игр, использующих свои данные транзакций. Эта работа начинает устранение этого пробела в литературе с анализа трех таких приложений, работающих в сети Ethereum. Начнем с краткого описания актуальной существующей работы в этой области.

Задний план

Отслеживание поведения игроков - это разновидность исследования азартных игр, цель которого - лучше понять, как люди играют, используя реальные данные о ставках. Исторически эта область была ограничена доступностью крупномасштабных реальных данных наблюдений [5], учитывая ее коммерческую чувствительность и личный характер. Вдобавок ко всему, многие существующие исследования имели доступ только к суточным агрегированным данным, а не к данным на уровне отдельных транзакций. Это означает, что, хотя существуют методы, специфичные для более детализированных данных, например, работа Фидлера по игре в покер [6], мало что существует специфично для игры в казино. Использование криптовалюты для азартных игр ставит под сомнение этот статус-кво , предлагая доступ к данным с ранее немыслимой степенью детализации. Этот доступ предлагает анализ расходов игроков в этой новой области, как это исследуется в данной статье.

Все транзакции с криптовалютами, такими как Биткойн и Эфириум, регистрируются в публичных реестрах, известных как блокчейны. Децентрализованные игорные приложения предполагают отыгрыш криптовалют. Когда люди делают ставки с помощью децентрализованного приложения для азартных игр, их транзакции регистрируются в этих публичных регистрах. Это означает, что каждая транзакция между этими приложениями является общедоступной. Это представляет собой смену парадигмы с точки зрения доступности данных для исследователей азартных игр и предлагает новую ветвь исследований по отслеживанию поведения игроков, сфокусированную на использовании этих данных для понимания расходов игроков. Кроме того, псевдоанонимный характер транзакций с криптовалютой означает, что данные общедоступны в уже анонимизированной форме,смягчение многих ограничений, связанных с использованием личной информации для академических исследований. Эти факторы, общедоступность и предварительная анонимность, означают, что децентрализованные приложения для азартных игр могут найти применение в будущем в основе исследований в области азартных игр, основанных на данных, по сравнению с отраслевым сотрудничеством, обычно встречающимся в существующей литературе [5, 7].

Существующая работа над децентрализованными (игорными) приложениями любого типа была ограничена [7, 8]. Ранняя работа Gainsbury [1] описывает их существование и потенциал, чтобы произвести революцию в предоставлении игорных услуг в Интернете. Тем не менее, мало что было сделано для того, чтобы извлечь выгоду из описанной выше прозрачности и общедоступности их данных. Литература по анализу транзакций с криптовалютой в общих чертах также была скудной, и, насколько известно авторам, не изучается их использование специально для исследования азартных игр. Эта статья является первой, в которой такие приложения исследуются через призму исследований в области азартных игр с использованием установленных методов для изучения расходов игроков.

Однако существует литература, посвященная использованию данных о транзакциях онлайн-азартных игр для исследования азартных игр [5], и она обеспечивает основу, на которой могут быть построены методы исследования. Набор поведенческих мер был описан в первой серии статей, посвященных онлайн-гемблингу. Это началось с LaBrie et al.проведенное в 2007 году исследование игрового поведения игроков, делающих ставки на спорт [9]. В этом исследовании были рассчитаны временные показатели, такие как продолжительность и частота игры, финансовые показатели, такие как средний размер ставки и общие расходы, а также показатели, ориентированные на убытки, такие как чистый убыток и процент проигрыша (от общей суммы ставки). Используя описательную статистику по когортам игроков, они обнаружили, что существуют различия в поведенческих показателях между когортами и что эмпирически определенная группа крупных игроков тратила больше и чаще как на фиксированные коэффициенты, так и на ставки Live Action. Аналогичным образом, в следующей статье LaPlante et al.исследовали индивидуальное поведение игроков в покер, снова рассчитывая поведенческие показатели, используя данные их транзакций [10]. Представляя описательную статистику аналогичным образом, они смогли предоставить исходную информацию, которую могли использовать дальнейшие исследователи, такие как Фидлер [11], расширяя наши знания об онлайн-гемблинге в целом и, в данном случае, об игре в покер в частности. Наконец, что наиболее важно, LaBrie et al. вычислили меры, идентичные их более ранней статье [9], вместо этого применив их к игрокам в казино. И снова различия были обнаружены между когортами игроков с использованием эмпирически определенного разделения (95%: 5% от общей суммы ставок), что заложило основу для развития понимания игрового поведения в ранее неизвестной области.

Как отмечалось ранее в этом разделе, в ходе предыдущей работы были установлены базовые измерения различных поведенческих факторов в столь разных областях, как игра в покер и ставки на спорт. Однако такой количественной оценки поведения игроков в сфере крипто-азартных игр не существует. Воспроизведение этого анализа на новых данных о криптовалютах поможет установить исходный уровень, на основе которого можно будет проводить дальнейшие исследования, и предложить новое понимание поведения игроков в этой технологически сложной области. Это также относится к нескольким недавним обзорам, в которых содержится призыв к работе по развитию нашего понимания использования новых технологий в азартных играх [5, 12].

Наконец, поработайте над применением более совершенных аналитических инструментов к данным о транзакциях игроков, таких как Percy et al. Использование моделей машинного обучения с учителем [13] для прогнозирования самоисключения и исследование Филандером процедур интеллектуального анализа данных [14] для выявления игроков с высоким уровнем риска, каждая из которых основана на показателях, рассчитанных в статьях, описанных в этом разделе. Таким образом, установление описательной базовой линии является важным первым шагом в разработке более совершенных аналитических алгоритмов.

Гипотезы

Предыдущая работа по анализу in vivoигровые транзакции различались в зависимости от типа игры и характеристик когорты [5]. Поскольку ни одно из них не фокусировалось на использовании децентрализованных приложений для азартных игр любого типа - за исключением работы Gainsbury [1], в которой использовалась высокоуровневая статистика использования, мы ожидаем найти поведение при азартных играх, согласующееся с анализом игроков в казино, чей игровой процесс больше всего похож на приложение, описанное подробно ниже. Мы включаем таблицу из одного такого исследования Лабри и др. [9] в приложение для быстрого сравнения. Во-вторых, мы не ожидаем, что данные, собранные непосредственно из сети криптовалюты Ethereum, можно будет использовать для исследования поведения игроков без предварительного применения некоторых методов очистки данных. Наибольшее значение имеет возможность присутствия в наборе данных игроков, не являющихся людьми, известных как боты.Боты могут существовать здесь по ряду причин - например, для искусственного завышения предполагаемой популярности приложений, с которыми они работают, или для попытки выиграть джекпот из приложения, когда оно становится статистически целесообразным. Мы не можем сделать вывод о причинах существования ботов, но можем собрать доказательства для определения их присутствия, оценив, насколько типичное поведение «игрока» в каждой игре отличается от поведения других подобных игр.но может собрать доказательства для определения их присутствия, оценив, насколько типичное поведение «игрока» в каждой игре отличается от поведения других подобных игр.но может собрать доказательства для определения их присутствия, оценив, насколько типичное поведение «игрока» в каждой игре отличается от поведения других подобных игр.

Еще новости