Technologie-Peripheriegeräte
KI
KDD 2023 |. Bereitstellung eines datengesteuerten Entscheidungsunterstützungsrahmens für die Abwanderung von Spielern in Online-Spielen
KDD 2023 |. Bereitstellung eines datengesteuerten Entscheidungsunterstützungsrahmens für die Abwanderung von Spielern in Online-Spielen
Kürzlich gab die internationale Top-Konferenz KDD die Ergebnisse der Papierannahme bekannt. Einer der Artikel mit dem Thema „Datengesteuert“ wurde erfolgreich ausgewählt. Der Autor ist NetEase Fuxi. Die Forschungsrichtung dieser Arbeit umfasst die Bereiche Modellinterpretierbarkeit, maschinelles Lernen, Data Mining und Wissensentdeckung und bringt neue Höhepunkte in die Datenwissenschaft. Dieser Erfolg beweist voll und ganz die herausragende Leistung von NetEase Fuxi in Bezug auf Technologie und Innovationskraft.
Das Folgende ist eine Zusammenfassung der ausgewählten Beiträge:
《A Data-Driven Decision Support Framework for Player Churn Analysis in Online Games》
A Data-driven Decision Support Framework for Player Churn Analysis in Online Games Spiele
Online-Spiele gehören heute zu den beliebtesten Unterhaltungsformen, stehen aber auch vor großen Herausforderungen der Spielerabwanderung. Um die Qualität und Wettbewerbsfähigkeit von Spielen zu verbessern, ist die Analyse der Gründe für Spielerverluste und die Ergreifung wirksamer Maßnahmen zu einem wichtigen Thema für Spieleentwickler und -betreiber geworden. Im Hinblick auf die Abwanderungsanalyse sind viele Forschungsressourcen in die Abwanderungsvorhersage geflossen. Dank der Entwicklung der Technologie der künstlichen Intelligenz kann ein hohes Maß an Genauigkeit im Forschungsprozess erreicht werden. Aufgrund des Mangels an spezifischer Entscheidungsunterstützung sind Spieleherausgeber jedoch in der Praxis oft nicht in der Lage, hochpräzise Vorhersagemethoden anzuwenden, um Abwanderung zu verhindern oder zu mildern. Gibt es also eine praktische Lösung für das Problem der Spielerabwanderung?
Das Framework enthält hauptsächlich die folgenden vier Innovationspunkte:
1. Neues Framework
entwarf das erste vollständige XAI-basierte Entscheidungsunterstützungsframework (einschließlich Vorhersage, Erklärung, Bewertung und Intervention) und seine Anwendung in Von NetEase Games veröffentlichte Online-Spiele erhielten auf der Game Developers Conference (GDC) positive Kritiken und galten als innovativer Fortschritt. Im Vergleich zur herkömmlichen Abwanderungsvorhersage und -analyse kann dieses Framework nicht nur eine sehr genaue Abwanderungswahrscheinlichkeit liefern, sondern auch die Abwanderungsgründe und Risikostufen jedes Spielers analysieren und Spieleentwicklern auf der Grundlage dieser Informationen spezifische Inhaltsverbesserungen oder Interventionen ermöglichen Beratung. Auf diese Weise können Spieleentwickler effizienter personalisierte Bindungsstrategien für verschiedene Arten verlorener Spieler festlegen und so die Zufriedenheit und Loyalität der Spieler verbessern.
Im Bereich des datengesteuerten Entscheidungsunterstützungsframeworks war NetEase Fuxi schon immer führend und hat viele praktische Tools zur Unterstützung seiner Datenrecherche entwickelt. Auf der KDD-Konferenz stellte NetEase Fuxi erfolgreich seine Forschungsergebnisse im Bereich datengesteuerter Entscheidungsunterstützungsrahmen vor, die von Experten und Anwendern hoch gelobt wurden. Auch in Zukunft wird die Datenintelligenz alle Aspekte der Produktion und des Lebens der Menschen bestimmen. NetEase Fuxi wird die Forschungsrichtung des datengesteuerten Entscheidungsunterstützungsrahmens weiter ausbauen, wie z. B. das spielererfahrungszentrierte Flow-Care-System, das Begleitspiel mit künstlicher Intelligenz, superanthropomorphe und superwarme Teamkollegen usw., und wird Spitzentechnologie bereitstellen Szenarien für mehr technische Lösungen zur Schaffung einer besseren Welt.
Über NetEase Fuxi
NetEase Fuxi wurde 2017 gegründet. Es ist eine führende inländische Institution, die sich auf die Forschung und Anwendung von KI in Spielen und Pan-Entertainment spezialisiert hat. NetEase Fuxi hat mehr als 200 KI-Konferenzbeiträge veröffentlicht, hält mehr als 500 Erfindungspatente und verfügt über führende Technologien in mehreren Bereichen wie digitale Menschen, intelligentes Face Pinching, KI-Erstellung, KI-Anti-Cheating, KI-Empfehlungsabgleich und KI-Wettbewerbsroboter . Derzeit öffnet NetEase Fuxi die KI-Technologie und -Produkte für Branchen wie Spiele, Kulturtourismus und Unterhaltung. Es hat mehr als 200 Kunden bedient und die durchschnittlichen täglichen Anwendungsaufrufe übersteigen Hunderte Millionen Mal.
Das obige ist der detaillierte Inhalt vonKDD 2023 |. Bereitstellung eines datengesteuerten Entscheidungsunterstützungsrahmens für die Abwanderung von Spielern in Online-Spielen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
Heiße KI -Werkzeuge
Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos
AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.
Undress AI Tool
Ausziehbilder kostenlos
Clothoff.io
KI-Kleiderentferner
AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.
Heißer Artikel
Heiße Werkzeuge
Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor
SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen
Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung
Dreamweaver CS6
Visuelle Webentwicklungstools
SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)
Heiße Themen
Bytedance Cutting führt SVIP-Supermitgliedschaft ein: 499 Yuan für ein fortlaufendes Jahresabonnement, das eine Vielzahl von KI-Funktionen bietet
Jun 28, 2024 am 03:51 AM
Diese Seite berichtete am 27. Juni, dass Jianying eine von FaceMeng Technology, einer Tochtergesellschaft von ByteDance, entwickelte Videobearbeitungssoftware ist, die auf der Douyin-Plattform basiert und grundsätzlich kurze Videoinhalte für Benutzer der Plattform produziert Windows, MacOS und andere Betriebssysteme. Jianying kündigte offiziell die Aktualisierung seines Mitgliedschaftssystems an und führte ein neues SVIP ein, das eine Vielzahl von KI-Schwarztechnologien umfasst, wie z. B. intelligente Übersetzung, intelligente Hervorhebung, intelligente Verpackung, digitale menschliche Synthese usw. Preislich beträgt die monatliche Gebühr für das Clipping von SVIP 79 Yuan, die Jahresgebühr 599 Yuan (Hinweis auf dieser Website: entspricht 49,9 Yuan pro Monat), das fortlaufende Monatsabonnement beträgt 59 Yuan pro Monat und das fortlaufende Jahresabonnement beträgt 499 Yuan pro Jahr (entspricht 41,6 Yuan pro Monat). Darüber hinaus erklärte der Cut-Beamte auch, dass diejenigen, die den ursprünglichen VIP abonniert haben, das Benutzererlebnis verbessern sollen
Kontexterweiterter KI-Codierungsassistent mit Rag und Sem-Rag
Jun 10, 2024 am 11:08 AM
Verbessern Sie die Produktivität, Effizienz und Genauigkeit der Entwickler, indem Sie eine abrufgestützte Generierung und ein semantisches Gedächtnis in KI-Codierungsassistenten integrieren. Übersetzt aus EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, Autor JanakiramMSV. Obwohl grundlegende KI-Programmierassistenten natürlich hilfreich sind, können sie oft nicht die relevantesten und korrektesten Codevorschläge liefern, da sie auf einem allgemeinen Verständnis der Softwaresprache und den gängigsten Mustern beim Schreiben von Software basieren. Der von diesen Coding-Assistenten generierte Code eignet sich zur Lösung der von ihnen zu lösenden Probleme, entspricht jedoch häufig nicht den Coding-Standards, -Konventionen und -Stilen der einzelnen Teams. Dabei entstehen häufig Vorschläge, die geändert oder verfeinert werden müssen, damit der Code in die Anwendung übernommen wird
Sieben coole technische Interviewfragen für GenAI und LLM
Jun 07, 2024 am 10:06 AM
Um mehr über AIGC zu erfahren, besuchen Sie bitte: 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou unterscheidet sich von der traditionellen Fragendatenbank, die überall im Internet zu sehen ist erfordert einen Blick über den Tellerrand hinaus. Large Language Models (LLMs) gewinnen in den Bereichen Datenwissenschaft, generative künstliche Intelligenz (GenAI) und künstliche Intelligenz zunehmend an Bedeutung. Diese komplexen Algorithmen verbessern die menschlichen Fähigkeiten, treiben Effizienz und Innovation in vielen Branchen voran und werden zum Schlüssel für Unternehmen, um wettbewerbsfähig zu bleiben. LLM hat ein breites Anwendungsspektrum und kann in Bereichen wie der Verarbeitung natürlicher Sprache, der Textgenerierung, der Spracherkennung und Empfehlungssystemen eingesetzt werden. Durch das Lernen aus großen Datenmengen ist LLM in der Lage, Text zu generieren
Kann LLM durch Feinabstimmung wirklich neue Dinge lernen: Die Einführung neuen Wissens kann dazu führen, dass das Modell mehr Halluzinationen hervorruft
Jun 11, 2024 pm 03:57 PM
Large Language Models (LLMs) werden auf riesigen Textdatenbanken trainiert und erwerben dort große Mengen an realem Wissen. Dieses Wissen wird in ihre Parameter eingebettet und kann dann bei Bedarf genutzt werden. Das Wissen über diese Modelle wird am Ende der Ausbildung „verdinglicht“. Am Ende des Vortrainings hört das Modell tatsächlich auf zu lernen. Richten Sie das Modell aus oder verfeinern Sie es, um zu erfahren, wie Sie dieses Wissen nutzen und natürlicher auf Benutzerfragen reagieren können. Aber manchmal reicht Modellwissen nicht aus, und obwohl das Modell über RAG auf externe Inhalte zugreifen kann, wird es als vorteilhaft angesehen, das Modell durch Feinabstimmung an neue Domänen anzupassen. Diese Feinabstimmung erfolgt mithilfe von Eingaben menschlicher Annotatoren oder anderer LLM-Kreationen, wobei das Modell auf zusätzliches Wissen aus der realen Welt trifft und dieses integriert
Um ein neues wissenschaftliches und komplexes Frage-Antwort-Benchmark- und Bewertungssystem für große Modelle bereitzustellen, haben UNSW, Argonne, die University of Chicago und andere Institutionen gemeinsam das SciQAG-Framework eingeführt
Jul 25, 2024 am 06:42 AM
Herausgeber | Der Frage-Antwort-Datensatz (QA) von ScienceAI spielt eine entscheidende Rolle bei der Förderung der Forschung zur Verarbeitung natürlicher Sprache (NLP). Hochwertige QS-Datensätze können nicht nur zur Feinabstimmung von Modellen verwendet werden, sondern auch effektiv die Fähigkeiten großer Sprachmodelle (LLMs) bewerten, insbesondere die Fähigkeit, wissenschaftliche Erkenntnisse zu verstehen und zu begründen. Obwohl es derzeit viele wissenschaftliche QS-Datensätze aus den Bereichen Medizin, Chemie, Biologie und anderen Bereichen gibt, weisen diese Datensätze immer noch einige Mängel auf. Erstens ist das Datenformular relativ einfach, die meisten davon sind Multiple-Choice-Fragen. Sie sind leicht auszuwerten, schränken jedoch den Antwortauswahlbereich des Modells ein und können die Fähigkeit des Modells zur Beantwortung wissenschaftlicher Fragen nicht vollständig testen. Im Gegensatz dazu offene Fragen und Antworten
SOTA Performance, eine multimodale KI-Methode zur Vorhersage der Protein-Ligand-Affinität in Xiamen, kombiniert erstmals molekulare Oberflächeninformationen
Jul 17, 2024 pm 06:37 PM
Herausgeber |. KX Im Bereich der Arzneimittelforschung und -entwicklung ist die genaue und effektive Vorhersage der Bindungsaffinität von Proteinen und Liganden für das Arzneimittelscreening und die Arzneimitteloptimierung von entscheidender Bedeutung. Aktuelle Studien berücksichtigen jedoch nicht die wichtige Rolle molekularer Oberflächeninformationen bei Protein-Ligand-Wechselwirkungen. Auf dieser Grundlage schlugen Forscher der Universität Xiamen ein neuartiges Framework zur multimodalen Merkmalsextraktion (MFE) vor, das erstmals Informationen über Proteinoberfläche, 3D-Struktur und -Sequenz kombiniert und einen Kreuzaufmerksamkeitsmechanismus verwendet, um verschiedene Modalitäten zu vergleichen Ausrichtung. Experimentelle Ergebnisse zeigen, dass diese Methode bei der Vorhersage von Protein-Ligand-Bindungsaffinitäten Spitzenleistungen erbringt. Darüber hinaus belegen Ablationsstudien die Wirksamkeit und Notwendigkeit der Proteinoberflächeninformation und der multimodalen Merkmalsausrichtung innerhalb dieses Rahmens. Verwandte Forschungen beginnen mit „S
Fünf Schulen des maschinellen Lernens, die Sie nicht kennen
Jun 05, 2024 pm 08:51 PM
Maschinelles Lernen ist ein wichtiger Zweig der künstlichen Intelligenz, der Computern die Möglichkeit gibt, aus Daten zu lernen und ihre Fähigkeiten zu verbessern, ohne explizit programmiert zu werden. Maschinelles Lernen hat ein breites Anwendungsspektrum in verschiedenen Bereichen, von der Bilderkennung und der Verarbeitung natürlicher Sprache bis hin zu Empfehlungssystemen und Betrugserkennung, und es verändert unsere Lebensweise. Im Bereich des maschinellen Lernens gibt es viele verschiedene Methoden und Theorien, von denen die fünf einflussreichsten Methoden als „Fünf Schulen des maschinellen Lernens“ bezeichnet werden. Die fünf Hauptschulen sind die symbolische Schule, die konnektionistische Schule, die evolutionäre Schule, die Bayes'sche Schule und die Analogieschule. 1. Der Symbolismus, auch Symbolismus genannt, betont die Verwendung von Symbolen zum logischen Denken und zum Ausdruck von Wissen. Diese Denkrichtung glaubt, dass Lernen ein Prozess der umgekehrten Schlussfolgerung durch das Vorhandene ist
SK Hynix wird am 6. August neue KI-bezogene Produkte vorstellen: 12-Layer-HBM3E, 321-High-NAND usw.
Aug 01, 2024 pm 09:40 PM
Laut Nachrichten dieser Website vom 1. August hat SK Hynix heute (1. August) einen Blogbeitrag veröffentlicht, in dem es ankündigt, dass es am Global Semiconductor Memory Summit FMS2024 teilnehmen wird, der vom 6. bis 8. August in Santa Clara, Kalifornien, USA, stattfindet viele neue Technologien Generation Produkt. Einführung des Future Memory and Storage Summit (FutureMemoryandStorage), früher Flash Memory Summit (FlashMemorySummit), hauptsächlich für NAND-Anbieter, im Zusammenhang mit der zunehmenden Aufmerksamkeit für die Technologie der künstlichen Intelligenz wurde dieses Jahr in Future Memory and Storage Summit (FutureMemoryandStorage) umbenannt Laden Sie DRAM- und Speicheranbieter und viele weitere Akteure ein. Neues Produkt SK Hynix wurde letztes Jahr auf den Markt gebracht
