いきさつ
ACALL株式会社では、slackで抽選をするbotがあって、会議のファシリテーターとか
誰か担当を決めるときにそのbotを使って決めています。
Go + AWS LambdaでSlackの社員抽選botを作った話
https://blog.acall.jp/2019/11/develop-slack-lottery-bot/
こんな感じで当選するのですが、
このbotの精度がどうも怪しい。
私と弊社CTOがやたら当選する気がする！
最初は「まあプログラムのランダム性ってそんなもんだよね。ハハハ」なんて言ってたもんですが、
なかなかの頻度で当選するので、これはもしやバグが寝てるのでは・・・・と思い、精度を検証してみました。
前提
- goのバージョンは1.14rc1を使用
検証内容
抽出処理の確認
まず、抽選botのランダム処理は下記のようになっています。
func lotteryOneUserFromUsers(userIDs []string) string {
rand.Seed(time.Now().UnixNano())
userID := userIDs[rand.Intn(len(userIDs))]
return userID
}
userIDsには抽選対象のユーザーが入っているわけですが、この処理自体はシンプルで怪しいところはない。
というわけで、この処理を複数回実行して確率を算出します。
確認用コード
下記のようなコードを用意しました。
package main
import (
"math/rand"
"time"
"fmt"
"strconv"
)
func main() {
userIDs := []string{"CTO","EM","山田","鈴木","藤田","田中","中島","北川","西山","川口","遠藤"}
var lottery_cnt map[string]int = make(map[string]int)
const LOOP_CNT int = 1000
//初期化
for _, s := range userIDs {
lottery_cnt[s] = 0
}
var userID string
for i := 0; i < LOOP_CNT; i++ {
userID = lotteryOneUserFromUsers(userIDs)
lottery_cnt[userID] += 1
}
fmt.Println("抽選実施回数は" + strconv.Itoa(LOOP_CNT) + "回です")
fmt.Println("----------------------------")
sum := 0
for k, v := range lottery_cnt {
fmt.Println(k + " : " + strconv.FormatFloat((float64(v)/float64(LOOP_CNT)*100.0), 'f', 1, 64) + "% （" + strconv.Itoa(v) + "回）")
sum += v
}
}
// 抽選処理実体
func lotteryOneUserFromUsers(userIDs []string) string {
rand.Seed(time.Now().UnixNano())
userID := userIDs[rand.Intn(len(userIDs))]
return userID
}
LOOP_CNTで抽選する回数を設定しています。
いざ検証
さて、上記のコードを使ってまずは1,000回の抽選で検証してみます。
~/d/s/lottery ❯❯❯ go run probability.go
抽選実施回数は1000回です
----------------------------
山田 : 7.5% （75回）
鈴木 : 10.8% （108回）
西山 : 7.3% （73回）
遠藤 : 8.8% （88回）
中島 : 10.0% （100回）
北川 : 9.9% （99回）
川口 : 9.9% （99回）
CTO : 7.8% （78回）
EM : 10.1% （101回）
藤田 : 9.8% （98回）
田中 : 8.1% （81回）
ほうほう・・・それなりのゆらぎがあります。
ちなみにEMが私です。
理論上は回数を重ねれば重なるほど確率は均一になるはずなので、回数を増やします。
次は１万回でやってみます。
~/d/s/lottery ❯❯❯ go run probability.go
抽選実施回数は10000回です
----------------------------
遠藤 : 8.6% （856回）
EM : 9.4% （936回）
山田 : 9.2% （921回）
鈴木 : 9.1% （914回）
藤田 : 9.1% （908回）
中島 : 9.6% （960回）
川口 : 9.3% （927回）
CTO : 8.9% （889回）
田中 : 9.0% （900回）
北川 : 9.2% （921回）
西山 : 8.7% （868回）
前回よりも均一化されてきました。ほぼ９％前後です。
では一気に、5０万件まで増やしてみます。
~/d/s/lottery ❯❯❯ go run probability.go
抽選実施回数は500000回です
----------------------------
北川 : 9.1% （45357回）
西山 : 9.1% （45277回）
川口 : 9.1% （45562回）
CTO : 9.0% （45103回）
山田 : 9.2% （45825回）
藤田 : 9.1% （45574回）
田中 : 9.1% （45283回）
EM : 9.2% （45765回）
鈴木 : 9.1% （45417回）
中島 : 9.1% （45630回）
遠藤 : 9.0% （45207回）
ほぼゆらぎはなくなりましたね！
5０万回やれば問題ないと言えそうです。
が！
会社の抽選BOTで5０万回もやるわけはない。
実際に弊社Slackの抽選bot利用回数を調べると１６３回の抽選が行われていました。
というわけで１６３回で検証してみます。
~/d/s/lottery ❯❯❯ go run probability.go
抽選実施回数は163回です
----------------------------
西山 : 9.2% （15回）
川口 : 12.9% （21回）
藤田 : 7.4% （12回）
中島 : 10.4% （17回）
北川 : 10.4% （17回）
鈴木 : 7.4% （12回）
田中 : 9.2% （15回）
遠藤 : 6.1% （10回）
CTO : 7.4% （12回）
EM : 10.4% （17回）
山田 : 9.2% （15回）
ふーむ・・・・多い人で１２％。前後2〜３％程度のゆらぎですね。
母数が少ないとけっこうバラけます。
まとめ
slack上でのbot実行回数の総回数もすくないし、当選確率が均一化されないのは仕方ない。
よく当選する気がするのは気のせいかもしれない。気のせいでしょうきっと。
これからもこのbotは運用されるので、確率が均一化されていくのを期待します！