大家在玩王者荣耀的时候，可能会遇到这么个情况，那就是，匹配时，匹配不到队友，而出现这个情况，就是王者荣耀排位赛的匹配机制原因。
总体而言就是，你输得太惨了，王者荣耀想让你赢一把，费尽心思匹配个大神来带你，顺便在匹配几个小菜鸟做对手。
王者荣耀排位赛的匹配机制介绍：
玩亡者农药单排从铂金3一路11连败到黄金2的时候，我作为心悦V2快V3的会员，给客服热线打了电话，这个游戏的客服还是属于，如果你不是花钱充到心悦，你连打电话的资格都没有。
客服是这样回答我的：
1，我用的英雄胜率60%以上(包括武则天，东皇太一，嬴政，还有其他法师辅助，胜率基本上55%以上)，胜率太高，所以系统会匹配别人用胜率低的英雄给我;
2，我败方mvp分数太高，系统还是会匹配那种2.0的kda的队友给我;
如何规避这个问题(看，这才是我花钱买到的重点)
1，尽量不要单排，多排会以另外一种计算方式匹配队友;
2，尽量不要在人少的时候排位，人少的时候可能是一个铂金带4个黄金菜鸡，对面也是这样，赢不赢看黄金菜鸡哪个不菜，人多的时候排位是如果你胜率60%，你的队友也是60%，对面也全部是60%;
3，一个英雄连胜之后换一个英雄打，最好是练个英雄，胜率惨不忍睹的那种;
4，洗脸，连跪之后的福利局赢不了，真的是脸黑(这个时候客服笑了，我默默的忍了);
匹配最有趣的是，在你胜利之后，不是给你更强的对手，而是更傻逼的队友。
我就对王者荣耀的匹配机制很好奇，为什么有的时候能躺赢，有的时候C都C不动，
于是我就去问了一个做MOBA类游戏的策划朋友，朋友跟我说了这些：
大部分MOBA对战类游戏核心算法理论都是来源“高尔顿线性回归”，即:回归平均值理论。
追根溯源，回归(Regression)这一概念最早由英国生物统计学家高尔顿和他的学生皮尔逊在研究父母亲和子女的身高遗传特性时提出。
他们的研究揭示了关于身高的一个有趣的遗传特性：若父母个子高，其子代身高高于平均值的概率很大，但一般不会比父母更高。即身高到一定程度后会往平均身高方向发生“回归”。这种效应被称为“趋中回归(Regression Toward the Mean)”。
如今，我们做回归分析时所讨论的“回归”和这种趋中效应已经没有任何瓜葛了，它只是指源于高尔顿工作的那样一整套建立变量间数量关系模型的方法和程序，即用一个或多个自变量来预测因变量的数学方法。
如图所示，对应的每十场排位胜负决算表。
有没有发现一个关键问题，从黄金四0星到王者一共有66颗星星，换句话说，只要66连胜就能从黄金打上王者。
那么问题来了，如果你知道了60多把就上了王者，那么这个游戏对你来说可能就失去了意义。就好比一款你打穿了的游戏，你一般是不会再打穿一次的。
那么为了留住玩家，怎么办?
答案是在匹配机制中加入回归平均值方程。
假如你的排位胜率在60%，那么每10把就能增加两颗星，如果你的排位胜利在70%，那么每10把就能增加4颗星，100把几乎可以上一个大段位再加一个小段位。
如果你的胜率是50%呢?那么理论上讲你永远不会涨星也不会掉星，你会永远停留在一个段位。
而天美为了避免这种情况出现，让玩家有上分的动力，引入了积分机制。这样保证了即使你的胜率只有50%，你也可以通过积分上段位。
很多人说自己不坑，那么不坑的标准胜率是多少?
至少60%。这个胜率只能说明你的操作和意识不是非常坑，但是完全不Carry.
这个胜率是"躺"的胜率。
在这个胜率说明技术和意识有待提高，基于这种胜率想要上分只能靠"场次堆砌"。60%的胜率大概就是排位10把会输掉4把。平均每10把增加两颗星星。那么100把左右基本可以上一个大段位。
很多人排位的情况就是赢一把输一把。一天下来一颗星没上或者顶多靠积分上了一颗星。
这种情况你可以把打的总场数加起来，用胜场去除以总场数，一定是低于60的。
有人说自己把把败方mvp，队友实在太坑。
因为回归平均值方程算法会将胜率控制在50%左右，双方的队伍里一定有一个技术或者意识略差的(系统自动检索到50%左右胜率玩家)，同时因为在一段时间内，经济总量是有限的。那么如果没有分配给carry点，这把往往会输。你拿败方mvp说明人头多，死亡少，经济高。可是你不是本场用来拉高胜率的那个点，而是中间点或者说是落地点。你吃掉太多经济，伤害够高可以收大量人头，同时你又不carry，在团战的时候输出打不足，你们队里的胜率最高点(carry位)又没有经济。
只要你不坑，60%胜率400把一定上钻石。
同时这个回归平均值方程是"趋势"而非"行为"。即:它只有阻止高胜率玩家上分的趋势，而不能绝对禁止。
所以如果玩家有绝对实力，是会较少受到这个匹配机制的影响的。
很多主播上分一般都会选择中单，打野这种经济容易高，能带节奏能支援的。就是起到了带动队友的作用。
以上便是手游巴士为您收集整理的攻略，更多热点信息请继续关注我们，或关注我们的微信公众号 shouyoubus
