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
  • 问题定义
  • 问题挑战
  • 评价指标
  • 数据集描述
  • 联系我们

Was this helpful?

  1. 开放研究课题

游戏玩家时装商品搭配推荐

Previous基于玩家实时交互的游戏道具推荐Next基于游戏社交关系的玩家-帮会关系预测

Last updated 3 years ago

Was this helpful?

课题背景

为了满足玩家个性化的外观展示,时装类商品成为重要的游戏商城道具。目前时装类商品主要包括服装,挂饰,发型发色等类型。如图1所示,相比于传统的商品推荐,搭配推荐不仅仅要考虑用户是否会购买,同时还要考虑推荐的时装类商品之间的搭配关系。由于时装类商品搭配组合的样本空间很大,所以如何考虑时装类商品之间的搭配关系进行打包推荐,是本课题主要研究的问题。

图1:游戏商城中的时装商品

问题定义

给定多个时装类商品,每个商品有指定的穿着部位和性别限制。给定一个玩家平时进行时装搭配的数据集、给定一个玩家平时购买时装商品的购买序列,模型输出任意时装商品组合的搭配分数,并进行推荐。

问题挑战

相比于传统的推荐场景,该推荐问题存在以下挑战:

  • 如何建模多个时装商品之间的搭配关系

  • 如何探索多个时装商品形成的海量组合空间

评价指标

  • 时装搭配的相容度

  • 玩家时装推荐结果的Precision, Recall, NDCG等

数据集描述

数据集主要分为三个部分:时装属性数据集,玩家属性数据集,玩家时装购买数据集,玩家时装搭配数据集等。

  • 时装属性数据集

字段
类型
描述

cloth_id

string

时装id

cloth_type

int

时装类型

……

  • 玩家属性数据集

字段
类型
描述

role_id

string

玩家id

gender

int

玩家性别

level

int

玩家等级

……

  • 玩家时装购买数据集

字段
类型
描述

role_id

string

玩家id

cloth_id

string

时装id

buy_time

string

购买时间

……

  • 玩家时装搭配数据集

字段
类型
描述

role_id

string

玩家id

cloth_id

string

时装id

……

联系我们

有任何问题,请联系 wangkai02@corp.netease.com, zhaominghao@corp.netease.com