大规模知识图谱的构建

文化娱乐游戏案例ID：137461

suesun

3 年经验· 网易

微信扫码沟通，客服可协助直接对接工程师；如当前档期不合，也可继续推荐相似案例作者。

案例介绍

如何利用已有的业务数据进行大规模游戏知识图谱的建设

这里给出了一个游戏社交关系图谱的例子，对于社交类的游戏（例如 mmorpg），图中节点可以是游戏玩家和帮会，边可以是玩家和玩家之前丰富的社交关系（好友，仇敌，夫妻，结拜是兄弟等等），利用这个图谱，我们可以进行丰富的数据探索，例如：

- 社交发现
- 好友推荐
- 异常检测（例如游戏反外挂）

举一个简单的例子，在端游中，经常会遇到外挂群体，这种群体往往是以工作室的形式组织，具有一定的规模，这种群体往往进来游戏就是做任务，刷金币，不会和游戏内的其他玩家产生一些互动。利用社区发现技术，我们可以很容易的把这种『孤岛』挖掘出来，然后结合一定的人工筛选（比如对于孤岛中的玩家，进行采样，或者利用一些决策树的方式进行分析，判断是否是异常的玩家），就能够将一连串的外挂工作室账号找出来。这种基于图谱的反外挂方式，已经被广泛地应用到到了我们的多款游戏中。

再举一个例子，如何利用这种社交图谱进行好友推荐呢，这里可以用到图深度学习中的一类方案，叫做链接预测，也就是基于目前的图谱，我们进行图嵌入（graph embedding）训练，然后端到端地进行训练，输出是两个玩家是否具有某种社交关系（例如，对于好友推荐而言，就是好友关系），利用此类方案，可以进行游戏内的好友推荐，提升玩家的活跃度。