伏羲实验室用户画像组开放课题
Search…
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
CCG1
数据集说明
数据收集自网易CCG(可收集卡牌类)手游游戏,数据集主要包含游戏玩家的用户画像、行为序列和关系图谱三种类型数据。
用户画像
用户画像是根据游戏玩家在游戏中的历史行为数据抽象形成的标签化数据,主要包含基础信息、社交关系、行为习惯、消费习惯等四个方面的状态特征,以每日更新的方式增量结构化存储,如下所示:
图1:用户画像数据示意图
行为序列
行为序列是描述游戏玩家在游戏中历史行为的序列型数据,以
when-who-what-how_much/how_many
的格式结构化存储,即“谁在何时做了什么以及行为的对象数量和行为动作程度”,如下所示:
图2:行为序列数据示意图
行为序列数据主要以结构化的数据格式记录玩家的历史动作和动作对象,如下表所示:
字段
类型
描述
role_id
string
玩家ID
action_id
string
动作ID
objective_ids
string
动作对象ID,多个对象ID以逗号隔开
ts
int
动作发生的时间戳
关系图谱
关系图谱是描述游戏玩家之间关系建立和变化的图谱型数据,主要包帮会(驿站)关系,如下所示:
图3:关系图谱数据示意图
关系图谱数据主要以结构化的数据格式记录玩家之间的相互行为,按照行为发生的时间以每日更新的方式增量存储,如下表所示:
字段
类型
描述
ts
bigint
时间戳
guild_id
string
帮会ID
role_id
string
玩家ID
type
string
类型
游戏数据集描述 - Previous
ACT1
Next - 游戏数据集描述
SPG1
Last modified
4mo ago
Copy link
Outline
数据集说明
用户画像
行为序列
关系图谱