基于图嵌入增强的技能评分系统

本文提出一种在竞技游戏与赛事中学习玩家嵌入的框架。玩家及其胜负关系被建模为技能差距图（skill gap graph），即一种无向带权图。玩家嵌入通过基于随机游走的图嵌入方法从该图中学习，能够反映玩家间的相对技能水平。嵌入是低维向量表示，可方便地应用于后续任务，同时保留图中的拓扑关系。本文后半部分引入图化 Elo（GElo）作为玩家嵌入在玩家技能评分中的应用。GElo 是经典 Elo 评分系统的扩展。它基于玩家对战历史构建技能差距图并从中学习玩家嵌入。随后，根据玩家活跃度及玩家嵌入间的余弦相似度对 Elo 计算的评分分数进行调整。GElo 可离线并行执行，且对现有评分系统无侵入性。在公开数据集上的实验表明，GElo 比原始 Elo 对玩家技能水平作出更可靠的评估。实验结果暗示了玩家嵌入在竞技游戏与赛事中的潜在应用。