01 Le problème du premier jour

Une réponse est rare quand peu de joueurs donnent la même station dans la même case. Mais le premier joueur de la journée n'a personne à qui se comparer, et une case qui vient d'ouvrir n'a aucune statistique. Je pars donc d'une base : une estimation de la probabilité de penser à chaque station, que les vrais choix des joueurs déplacent ensuite petit à petit.

02 Le poids d'une station

Une station très fréquentée vient plus facilement à l'esprit, et une correspondance est plus connue qu'une station sur une seule ligne :

CODE
poids = fréquentation ^ 0,75 × (1 + 0,5 × (lignes de métro − 1))

L'exposant 0,75 tasse les écarts, sinon Saint-Lazare et ses 33 millions d'entrées écraseraient tout. Chaque ligne au-delà de la première ajoute 50 %.

Station Fréquentation Lignes Poids
Saint-Lazare 33,1 M 4 1 091 667
Châtelet 8,4 M 5 466 033
Abbesses 1,5 M 1 43 159
Botzaris 0,67 M 1 23 401

Saint-Lazare a 50 fois plus d'entrées que Botzaris, mais seulement 19 fois plus de poids d'après la fréquentation, puis 47 fois plus avec ses 4 lignes.

Ce poids est corrigé par l'historique : une station que les joueurs trouvent plus souvent que prévu sur les 180 derniers jours voit son poids augmenter, elle devient moins rare et rapporte moins. Une station délaissée devient plus rare. Avec le temps, le jeu se diversifie.

03 La part dans une case

Dans une case, la part d'une station est son poids divisé par la somme des poids de toutes les réponses valides. Prenons une case dont les réponses sont les 8 stations de la ligne 7bis :

Station Poids Part
Pré-Saint-Gervais 12 258 2,9 %
Buttes Chaumont 14 645 3,5 %
Bolivar 14 929 3,6 %
Danube 15 910 3,8 %
Botzaris 23 401 5,6 %
Louis Blanc 65 830 15,8 %
Place des Fêtes 89 132 21,4 %
Jaurès 180 742 43,4 %

Cette part est figée à la création de la grille, avec ses réponses : une grille passée ne dépend jamais des données actuelles des stations.

04 Les points

Les points ne viennent pas du pourcentage lui-même mais du rang de la réponse dans sa case : la plus rare est au rang 1, les égalités partagent le meilleur rang.

CODE
points = 15 + 100 × (n − rang + 1) / n

avec n le nombre de réponses valides de la case. La plus rare rapporte 115 points, la plus commune 15 + 100 / n. Les trois paliers les plus rares ajoutent un bonus : +30 pour mythique (1 % ou moins), +20 pour très rare (2 % ou moins), +10 pour rare (5 % ou moins).

Station Rang Points de rang Palier Total
Pré-Saint-Gervais 1 115 rare, +10 125
Buttes Chaumont 2 103 rare, +10 113
Botzaris 5 65 peu commun 65
Jaurès 8 28 très commun 28

Une case où plus de 4 réponses sont rares promeut sa plus rare au rang de mythique, même au-dessus de 1 %, pour qu'elle ait toujours son trophée. Le score d'une partie est la somme de ses points, moins 20 par erreur et 50 par recommencement, plafonnée à 900.

05 Quand les joueurs prennent le relais

Le pourcentage affiché à côté d'une réponse mélange la base et les vrais choix, avec un lissage bayésien :

CODE
part = (choix de la station + 30 × base) / (total des choix de la case + 30)

Les 30 sont des joueurs virtuels répartis selon la base. Sans joueur réel, la part est exactement la base ; à 30 joueurs, base et joueurs pèsent autant ; à 300, la base ne compte plus que pour 10 %. Le premier joueur n'est donc pas à 100 %, et quelques choix isolés ne font pas sauter les pourcentages. Tant qu'une case a moins de 30 joueurs, le pourcentage est affiché arrondi avec « ≈ » : il vient encore surtout de l'estimation.

06 Comment j'ai choisi les réglages

L'exposant 0,75, le bonus de 0,5 par ligne et les 30 joueurs virtuels ont été choisis en rejouant le générateur sur 60 grilles (540 cases, 4 659 réponses). Avec l'exposant 0,5, la base était trop plate ; avec 1, les grandes stations écrasaient les grandes cases et « mythique » ne voulait plus rien dire. À 0,75, 9 % des réponses sont mythiques et presque aucune case n'est « plate », où même la réponse la plus évidente ne dépasserait pas 5 %.