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

画像标签体系可视化Demo制作

Previous游戏联邦学习框架Demo制作Next回报分解仿真环境Demo制作

Last updated 3 years ago

Was this helpful?

课题背景

游戏画像标签体系对于用户画像各项业务来说是数据的基石。

画像标签体系通过计算玩家的各项指标,能够刻画出每个玩家在游戏中的真实面貌。

可视化的目的是将各项指标通过形象的图表展示出来,能够更加直观的看到玩家的全景图。

客群分析是通过灵活的筛选条件圈定一批玩家,可视化出群体的画像特征。

功能描述

设计开发一套能够显示个人画像信息及群体画像信息的可视化系统:

  1. 通过单id查询到一个玩家全部的画像信息并进行展示。展示的重点在于形象直观。

  2. 将客群分析的圈人逻辑转换成查询sql查询出所有满足条件的玩家,统计标签特征并进行可视化展示。展示的重点在于群体的整体特性及与总体的差异。

单人画像可视化样例:

问题挑战

该问题具有以下几个挑战:

  1. 需要展示的指标种类非常多,需要兼顾美观与逻辑清晰

  2. 如何将客群分析的圈人逻辑通用性的转换成查询语句

  3. 群体的标签如何进行汇总展示

Demo评审

Demo评审有以下几个指标:

  1. 个体玩家展示的美观性和清晰性

  2. 客群分析查询逻辑的正确性

  3. 客群分析展示的美观性和清晰性

联系人

有任何问题,请联系 xuesong@corp.netease.com

单人画像样例