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
  • 数据集说明
  • 玩家画像
  • 行为序列
  • 关系图谱
  • 场内行为序列

Was this helpful?

  1. 游戏数据集描述

SPG1

PreviousCCG1NextTAB1

Last updated 3 years ago

Was this helpful?

数据集说明

数据收集自网易某体育竞技类(SPG)游戏,主要包含玩家画像数据、玩家行为序列数据、玩家关系图谱和场内行为序列四个部分。

玩家画像

玩家画像数据是根据玩家在游戏中的历史行为经过统计分析形成的标签化数据,包含了玩家自身属性、角色属性、消费行为、社交关系、行为习惯等方面的状态特征,以每日更新的形式增量存储, 如下图所示:

玩家画像

行为序列

行为序列数据是描述游戏玩家在游戏中历史行为的序列型数据,一般以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和行为的动作程度”,类似于下图的结构:

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,多个对象用逗号分隔

ts

bigint

时间戳

ds

string

日期,一般数据量大时做分区使用

关系图谱

关系图谱是描述玩家之间关系建立和变化的图谱型数据,主要包含好友、聊天、帮会以及组队等几种关系,如下图所示:

关系图谱数据主要以结构化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

role_id_src

string

玩家ID(发起方)

role_id_dst

string

玩家ID(接受方)

type

string

类型

ds

string

日期

场内行为序列

场内行为是SPG类游戏一种比较独特的行为数据,它记录的是玩家在每场比赛中的行为、行为的目标、行为产生的结果、比赛的最终结果等。如下图所示:

此数据集中出现过的不重复的行为名称和对应的描述如下:

字段
描述

Shoot

投篮

Block

盖帽

ShootCancel

投篮取消

Rebound

拦板

Steal

抢断

Pass

传球

场内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,按照行为发生的时间和比赛场次每日定时更新的方式增量存储,如下表所示:

字段
类型
描述

role_id

string

玩家ID

game_id

string

比赛场次ID

game_result

string

最终比赛结果

role_id_dst

string

指向玩家ID

action_type

string

行为类别

use_skills

string

使用技能,多个技能用逗号分隔

action_result

string

行为结果

ts

bigint

时间戳

ds

string

日期

行为序列
关系图谱
场内行为序列