KDD 2023 | オンライン ゲームにおけるプレイヤーの離脱に対するデータドリブンの意思決定サポート フレームワークを提供
最近、トップ国際会議である KDD から論文採択結果が発表され、その中からデータドリブンをテーマにした論文 1 件が無事採択されました、著者は NetEase Fuxi 氏です。この論文の研究の方向性には、モデルの解釈可能性、機械学習、データマイニング、知識発見の分野が含まれており、データサイエンスに新たなハイライトをもたらします。この成果は、NetEase Fuxi のテクノロジーとイノベーション力における卓越したパフォーマンスを十分に証明しています。

以下は選ばれた論文の概要です:
「オンライン ゲームにおけるプレイヤー チャーン分析のためのデータ駆動型意思決定支援フレームワーク」
データドリブンのオンライン ゲーム プレーヤーの離脱分析意思決定サポート フレームワーク
オンライン ゲームは、今日最も人気のあるエンターテイメント形式の 1 つですが、同時に次のような問題にも直面しています。プレイヤーの離脱の問題は深刻な課題です。ゲームの品質や競争力を向上させるためには、プレイヤー離れの原因を分析し、効果的な対策を講じることがゲーム開発者や運営者にとって重要なテーマとなっています。チャーン分析に関しては、チャーン予測に多くの研究リソースが投入されており、人工知能技術の発展により、調査プロセスにおいて高い精度が達成されるようになりました。ただし、実際には、具体的な意思決定サポートが不足しているため、ゲーム パブリッシャーはチャーンを防止または軽減するために高精度の予測方法を適用できないことがよくあります。では、ゲーマーの離脱問題に対する現実的な解決策はあるのでしょうか?

このフレームワークには、主に次の 4 つの革新ポイントが含まれています:
1. 新しいフレームワーク
は、A を設計しました。完全な XAI ベースの意思決定支援フレームワーク (予測、説明、評価、介入を含む) と、NetEase Games がリリースしたオンライン ゲームへのそのアプリケーションは、ゲーム開発者会議 (GDC) で賞賛され、革新的な改善とみなされました。従来の離脱予測と分析と比較して、このフレームワークは高精度の離脱確率を提供するだけでなく、各プレイヤーの離脱理由とリスクレベルを分析し、この情報に基づいてゲーム開発者に具体的なコンテンツの改善や介入を提供することができます。アドバイス。このようにして、ゲーム開発者は、失われたさまざまなタイプのプレーヤーに対してパーソナライズされた保持戦略をより効率的に設定できるため、プレーヤーの満足度とロイヤルティが向上します。

データドリブンの意思決定サポート フレームワークの分野で、NetEase Fuxi は常に最前線に立ち、データ研究をサポートする多くの実用的なツールを開発してきました。 KDDカンファレンスを通じて、NetEase Fuxiはデータ駆動型意思決定支援フレームワークの分野における研究成果を実証することに成功し、専門家やユーザーから高く評価されました。将来的には、データ インテリジェンスが人々の生産と生活のあらゆる側面を推進し続けるでしょう。 NetEase Fuxiは、プレイヤーエクスペリエンス中心のフローケアシステム、人工知能のコンパニオンシップ、超擬人化で超温かいチームメイトなど、データ駆動型の意思決定支援フレームワークの研究方向を拡大し続け、最先端のシナリオを提供していきます。より良い世界を創造するための技術ソリューションを、より多くの分野に向けて提供します。
NetEase Fuxi について
NetEase Fuxi は 2017 年に設立され、ゲームやゲームにおける AI の研究と応用を専門とする国内トップの機関です。汎エンターテイメント。 NetEase Fuxi は、200 以上の AI カンファレンス論文を発表し、500 以上の発明特許を保有しており、デジタル ヒューマン、インテリジェントな顔のピンチ、AI 作成、AI 不正防止、AI 推奨マッチング、AI 競争ロボットなどの複数の分野で最先端のテクノロジーを保有しています。 。現在、NetEase Fuxi は AI テクノロジーと製品をゲーム、文化観光、エンターテインメントなどの業界に開放しており、200 社以上の顧客にサービスを提供しており、1 日の平均アプリケーション コールは数億回を超えています。
以上がKDD 2023 | オンライン ゲームにおけるプレイヤーの離脱に対するデータドリブンの意思決定サポート フレームワークを提供の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

8月1日の本サイトのニュースによると、SKハイニックスは本日(8月1日)ブログ投稿を発表し、8月6日から8日まで米国カリフォルニア州サンタクララで開催されるグローバル半導体メモリサミットFMS2024に参加すると発表し、多くの新世代の製品。フューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) の紹介。以前は主に NAND サプライヤー向けのフラッシュ メモリ サミット (FlashMemorySummit) でしたが、人工知能技術への注目の高まりを背景に、今年はフューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) に名前が変更されました。 DRAM およびストレージ ベンダー、さらに多くのプレーヤーを招待します。昨年発売された新製品SKハイニックス
