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
在线游戏中的交易网络子图匹配
课题背景
交易是游戏世界中普遍存在的行为,大量玩家之间的交易行为能够形成一个客观存在的图网络结构,即交易网络。游戏工作室通过大量游戏账号在游戏中转移、出售游戏资产来谋取巨额利益,因此异常交易检测是游戏中一个非常重要的反外挂手段。
然而,目前异常交易检测中的“异常”在数据上并没有一个天然的定义。我们往往是先有对事实的认知,并基于认知定下了一系列的“法条”,以此来“定义”异常。并且,这些定义往往是掌握在对游戏本身更了解的运营和游戏手中,AI模型得出的结果很难被直接使用。
因此,异常交易检测可以形式化成一个图论中的近似子图匹配问题,如图1所示,用已知的异常交易图结构作为查询图,搜索目标图(交易网络)中相似的子图。基于这种解决方案,不需要考虑异常的定义和解释这两个难题,只需要把图搜索工具提供给用户,让用户自己解决问题。
问题定义
给定一个具有较大规模的交易网络(即目标图)和一个具有较小规模的交易子图(即查询图),输出目标图中和查询图匹配的子图集合。
图1:在线游戏中的交易网络子图匹配示意图
问题挑战
相比于一般的子图匹配问题,该问题的挑战为:
由于游戏中的图结构规模较大,因此搜索效率是一个重要的度量
传统的子图匹配一般形式化为一个二分类问题,即G中是否存在Q或者类似Q的子图。在此基础上,我们需要输出具体的子图或者候选子图集合
能够给定输出图集合中各个输出图和查询图的相似度,作为排序的依据
评价指标
可以参考常用的推荐排序指标进行评估:
TOP-K精确率:
[email protected]
TOP-K召回率:
[email protected]
TOK-K时间开销:
[email protected]
数据集描述
数据集包含目标图交易网络数据和多个查询图交易网络数据,具体描述如下所示:
目标图,交易网络数据
字段
类型
描述
ts
bigint
时间戳
type
bigint
交易类型,例如摆摊交易、当面交易等
role_id_src
string
玩家ID(发起方)
role_id_dst
string
玩家ID(接受方)
item_src
string
交易商品(发起方),格式:[(商品1, 数量1), (商品2, 数量2), ...]
item_dst
string
交易商品(接受方),格式:[(商品1, 数量1), (商品2, 数量2), ...]
amt_src
bigint
交易金额(发起方)
amt_dst
bigint
交易金额(接受方)
目标图,交易网络数据
字段
类型
描述
ts
bigint
时间戳
type
bigint
交易类型,例如摆摊交易、当面交易等
role_id_src
string
玩家ID(发起方)
role_id_dst
string
玩家ID(接受方)
item_src
string
交易商品(发起方),格式:[(商品1, 数量1), (商品2, 数量2), ...]
item_dst
string
交易商品(接受方),格式:[(商品1, 数量1), (商品2, 数量2), ...]
amt_src
bigint
交易金额(发起方)
amt_dst
bigint
交易金额(接受方)
联系我们
有任何问题,请联系
[email protected]
开放研究课题 - Previous
在线游戏中的半监督异常交易群体检测
Next - 开放研究课题
可解释的外挂检测
Last modified
4mo ago
Copy link
Outline
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