伏羲实验室用户画像组开放课题
  • 概述
  • 开放研究课题
    • 游戏玩家进入的下一个游戏场景预测
    • MMORPG游戏服务器的合并模拟预测
    • 基于游戏虚拟社交空间的玩家时空序列预测
    • 基于多源数据融合的游戏玩家状态预测
    • MMORPG中的虚拟游戏道具价格预测
    • 结合因果推断的时序预测
    • 游戏玩家流失预测
    • 游戏玩家流失原因分析
    • 基于玩家角色轨迹的游戏外挂检测
    • 基于玩家社交图谱的游戏外挂检测
    • 基于玩家行为序列的游戏外挂检测
    • 基于游戏客户端截图的FPS透视挂检测
    • 在线游戏中的半监督异常交易群体检测
    • 在线游戏中的交易网络子图匹配
    • 可解释的外挂检测
    • 个性化礼包生成与个性化礼包推荐
    • 基于玩家实时交互的游戏道具推荐
    • 游戏玩家时装商品搭配推荐
    • 基于游戏社交关系的玩家-帮会关系预测
    • 基于游戏战场中行为序列的玩家竞技风格挖掘
    • 基于游戏战场中行为序列的动作价值评估
    • 面向全局优化的游戏玩家组队匹配
    • 游戏数据场景下的稳定学习框架
    • 数据众包质量控制方法研究
  • 开放工程课题
    • 模型可解释性应用Demo制作
    • 用户行为序列可视化系统Demo制作
    • 因果分析仿真环境Demo制作
    • 基于区块链技术的数据加密和流转框架Demo制作
    • 游戏联邦学习框架Demo制作
    • 画像标签体系可视化Demo制作
    • 回报分解仿真环境Demo制作
    • 用户关系图谱可视化系统Demo制作
    • 游戏AutoML框架Demo制作
  • 游戏背景知识
    • 游戏基础
    • 游戏玩法知识
    • 游戏玩家分类
    • MMORPG元素
    • CCG元素
    • SPG元素
  • 游戏数据集描述
    • 伏羲游戏数据集
    • MMORPG1
    • ACT1
    • CCG1
    • SPG1
    • TAB1
  • 高校合作申请流程
    • 高校合作申请流程
Powered by GitBook
On this page
  • 课题背景
  • 功能描述
  • 问题挑战
  • Demo评审
  • 联系人

Was this helpful?

  1. 开放工程课题

因果分析仿真环境Demo制作

课题背景

尽管现有的机器学习模型已经取得了巨大的进步,但部分研究者认为目前所有的模型不过是对数据的精确曲线拟合,在基本的思想上没有进步。研究者认为机器学习和人工智能领域中的待解决难题本质上与因果关系有关。现实问题中的因果关系往往情况复杂,充满不确定性,难以控制,因此我们提出了本课题,旨在构建具有清晰因果关系的仿真环境帮助进行因果分析。

功能描述

设计开发一个因果分析仿真环境Demo,该系统需满足下述几个功能点:

  1. 介绍仿真环境的数据分析过程,说明仿真实验和结果数据分析中的因果关系,建立因果图。

  2. 对研究问题进行框架分析,包括分析目的、分析要素、假设、度量指标等。

  3. 运行仿真实验对要素进行分析

  4. 生成分析结果

问题挑战

该问题具有以下几个挑战:

  1. 需较强的领域知识构建完整因果图

  2. 因果分析方法论具有较强的理论性

Demo评审

  1. 功能完整性,完成功能描述所列举的功能

  2. 功能创新性,创造性设计功能描述中列举的功能,或者设计了其他创造性的功能

  3. 技术新颖性,所用技术新颖

  4. 技术难度,开发功能和使用技术具有一定的难度

联系人

有任何问题,请联系 xiongyu1@corp.netease.com

Previous用户行为序列可视化系统Demo制作Next基于区块链技术的数据加密和流转框架Demo制作

Last updated 3 years ago

Was this helpful?