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
MMORPG1
数据集说明
数据收集自网易大型
MMORPG
游戏,主要包含用户画像数据、用户行为序列和用户关系图谱数据三个部分。
用户画像
用户画像数据包含了玩家自身属性、角色属性、消费行为、社交行为等方面的状态特征,以每日更新的形式增量存储
玩家画像
用户画像特征按照两级分类层次划分,如下图
两级用户画像
行为序列
行为序列数据记录了玩家在游戏中的行为日志记录,主要以
when-who-what-how_much/how_many
的格式存储,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”,如下图例子所示。
玩家行为序列
其中第二列表示日志id,第三列表示日志对象id
关系图谱
关系图谱数据记录了玩家在游戏中的关系建立和变化,主要包括交易、硬件共享、好友、组队以及聊天等五种关系,如下图所示。
玩家之间的关系图谱
数据文件主要以建立关系记录的格式进行存储,如下图:
玩家关系图谱数据存储格式
合作案例
合作学者
合作单位
合作内容
况琨
浙江大学
基于
游戏玩家流失原因分析
开放课题,合作研究国际领先的因果效应评估算法,并在玩家流失原因分析场景中落地。
陈亮
中山大学
基于
基于游戏社交关系的玩家-帮会关系预测
开放课题,合作研究个人与团体之间的社交推荐算法,并在MMORPG帮会推荐场景中落地。
陈为
浙江大学
基于
游戏联邦学习框架
开放课题,合作研究基于隐私保护的联邦学习算法。
赵莎
浙江大学
基于
游戏玩家行为序列
课题,合作研究游戏玩家行为生成。
崔鹏
清华大学
基于
游戏玩家关系网络
课题,合作研究游戏玩家动态网络嵌入。
陈龙彪
厦门大学
基于
玩家时空序列预测
课题,合作研究基于游戏虚拟社交空间的玩家时空序列预测。
游戏数据集描述 - Previous
伏羲游戏数据集
Next - 游戏数据集描述
ACT1
Last modified
4mo ago
Copy link
Outline
数据集说明
用户画像
行为序列
关系图谱
合作案例