player2vec：一种用于理解游戏中玩家行为的语言建模方法
机器学习
2024-06-11 v3 人工智能
计算与语言
摘要
从历史行为日志中学习潜在用户表示的方法在电子商务、内容流媒体等场景中因推荐任务而受到关注。然而，在视频和移动游戏领域仍相对不受关注。本文提出了一种新方法，通过扩展自然语言处理领域的长程Transformer模型来处理玩家行为数据。我们讨论了游戏中行为跟踪的细节，提出了通过将游戏内事件类比于句子中的单词，从而实现对玩家行为数据进行预处理和标记化，进而在缺乏 ground-truth 标注的情况下以自监督方式学习玩家表示。我们在评估内在语言建模指标时，实验性地展示了所提出方法的有效性。此外，我们对所学嵌入空间中新兴结构进行定性分析，展示其价值可用于生成洞察以 inform downstream 应用。
引用
@article{arxiv.2404.04234,
title = {player2vec: A Language Modeling Approach to Understand Player Behavior in Games},
author = {Tianze Wang and Maryam Honari-Jahromi and Styliani Katsarou and Olga Mikheeva and Theodoros Panagiotakopoulos and Sahar Asadi and Oleg Smirnov},
journal= {arXiv preprint arXiv:2404.04234},
year = {2024}
}