CN108579095A - 游戏中的社交关系推荐方法、装置和计算机可读存储介质 - Google Patents
游戏中的社交关系推荐方法、装置和计算机可读存储介质 Download PDFInfo
- Publication number
- CN108579095A CN108579095A CN201810224701.1A CN201810224701A CN108579095A CN 108579095 A CN108579095 A CN 108579095A CN 201810224701 A CN201810224701 A CN 201810224701A CN 108579095 A CN108579095 A CN 108579095A
- Authority
- CN
- China
- Prior art keywords
- player
- social
- matching degree
- representations
- game
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000006399 behavior Effects 0.000 claims description 41
- 239000013598 vector Substances 0.000 claims description 26
- 239000011159 matrix material Substances 0.000 claims description 24
- 230000000694 effects Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 7
- 238000013135 deep learning Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 2
- 238000012549 training Methods 0.000 claims description 2
- 238000013461 design Methods 0.000 description 3
- 230000002354 daily effect Effects 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/70—Game security or game management aspects
- A63F13/79—Game security or game management aspects involving player-related data, e.g. identities, accounts, preferences or play histories
- A63F13/795—Game security or game management aspects involving player-related data, e.g. identities, accounts, preferences or play histories for finding other players; for building a team; for providing a buddy list
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/85—Providing additional services to players
- A63F13/87—Communicating with other players during game play, e.g. by e-mail or chat
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F2300/00—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game
- A63F2300/50—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game characterized by details of game servers
- A63F2300/53—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game characterized by details of game servers details of basic data processing
- A63F2300/537—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game characterized by details of game servers details of basic data processing for exchanging game data using a messaging service, e.g. e-mail, SMS, MMS
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种游戏中的社交关系推荐方法、装置和计算机可读存储介质,方法包括:获取游戏玩家的游戏日志并进行解析,得到玩家在游戏中的行为序列;根据行为序列刻画得到玩家的玩家画像,其中,玩家画像包含不同维度的画像;根据玩家的已有社交关系和行为序列挖掘玩家的社交需求倾向;根据玩家的所述社交需求倾向和所述玩家画像进行玩家之间的匹配度计算;根据所述匹配度计算的结果,为玩家进行一对多场景下的社交推荐或多对多场景下的社交推荐。本发明根据玩家的行为序列以及抽象成的玩家画像来对游戏进行社交关系推荐,能够准确把握玩家在游戏中的社交特征和兴趣倾向,有利于形成稳定的社交圈,改善玩家的用户体验。
Description
技术领域
本发明涉及网络游戏技术领域,尤其是涉及游戏中的社交关系推荐方法、装置和计算机可读存储介质。
背景技术
无论是***还是PC端游戏,社交体验是游戏体验中的重要组成部分,其中的社交关系主要有好友关系、师徒关系,有的游戏还设有侠侣关系、固定队等。游戏中的这些社交关系维系着玩家进行日常任务、排名升级等,社交圈的活跃与完善能够改善玩家在游戏中的体验,提高玩家对游戏的认可与支持。
现有游戏中的社交关系推荐是根据线上问题(如性别、在线时间、战斗倾向、社交情况、家园、玩法等)的调查统计,从备选玩家库随机选择固定数量的满足问题的玩家进行推荐。例如,预先设定一系列条件来评判游戏中社交关系的匹配程度,比如采用10个问题来评判好友匹配程度,如果7个以上问题满足条件即可推荐。
上述现有的根据固定问题的完全匹配或者一定比例的匹配进行社交关系推荐的方案,主要存在以下缺陷:
1)根据线上问题过滤了次优社交关系,会导致可推荐的玩家比较少;
2)线上问题的回答存在冗余和不真实的情况,玩家自己输入的内容可能会有误差和虚假,影响后续的关系发展;
3)匹配问题的不灵活,线上问题不能设置较多,会使得用户体验变差,但是较少的问题又不能完整的描述玩家的特点与需求,而且不同玩家在社交关系中的侧重点不相同,不能因人而异设置不同的问题。
以上背景技术内容的公开仅用于辅助理解本发明的发明构思及技术方案,其并不必然属于本专利申请的现有技术,在没有明确的证据表明上述内容在本专利申请的申请日前已经公开的情况下,上述背景技术不应当用于评价本申请的新颖性和创造性。
发明内容
本发明提出一种游戏中的社交关系推荐方法,通过分析游戏中已结成师徒、侠侣、好友关系的玩家的行为序列的异同,结合玩家基本属性和兴趣分析,抽象成不同的玩家画像维度和社交倾向,对不同的社交关系进行对应的关系推荐,包括师徒推荐、侠侣推荐、好友推荐,应用场景包括一对多和多对多的推荐,推荐需求包括匹配度最大、匹配数最多。从而解决现有的社交推荐方法所存在的前述缺陷。
本发明提出的游戏中的社交关系推荐方法的技术方案如下:
一种游戏中的社交关系推荐方法,包括:获取游戏玩家的游戏日志并进行解析,得到玩家在所述游戏中的行为序列;根据所述行为序列刻画得到所述玩家的玩家画像,其中,所述玩家画像包含不同维度的画像;根据玩家的已有社交关系和所述行为序列挖掘玩家的社交需求倾向;根据玩家的所述社交需求倾向和所述玩家画像进行玩家之间的匹配度计算;根据所述匹配度计算的结果,为玩家进行一对多场景下的社交推荐或多对多场景下的社交推荐。
更优选地,所述玩家画像至少包括玩家的游戏角色信息、日常游戏活动、在线活跃信息、位置信息、消费倾向和战斗倾向;其中,消费倾向和战斗倾向通过深度学习训练模型,并采用训练好的模型从玩家的所述行为序列中进行预测得到。
更优选地,所述一对多场景下的社交推荐包括:从多个备选玩家中选取与需求方玩家匹配度最大的TOPn个玩家推荐给所述需求方玩家,n≥1;所述多对多场景下的社交推荐包括:根据多个需求方玩家与多个备选玩家的匹配度矩阵,按照匹配度之和最大的方式和/或匹配成功对数最多的方式,在一次推荐中为所述多个需求方玩家和所述多个备选玩家进行一对一的匹配推荐。
更优选地,对所述游戏日志进行解析包括:采用大数据技术对所述游戏日志进行正则过滤和/脚本过滤,将所述游戏日志解析成所需的格式和字段,得到所述行为序列。
本发明通过获取玩家的游戏日志,并采用大数据技术将游戏日志解析成玩家的行为序列,在刻画玩家画像和挖掘玩家社交需求倾向的过程中,本发明针对不同的画像维度,对应地利用统计学、数据挖掘和深度学习等方法,将行为序列刻画成玩家画像,方便、有效地提取到玩家画像不同维度、玩家不同社交兴趣在行为序列上的特征,从而准确描述玩家社交方面的倾向。在玩家的匹配与推荐过程中,本发明基于匹配度计算结果,提供不同场景下的社交推荐,线上应用的可复用性强。总之,根据玩家的行为序列以及抽象成的玩家画像来对游戏进行社交关系推荐,能够准确把握玩家在游戏中的社交特征和兴趣倾向,有利于形成稳定的社交圈,改善玩家的用户体验。
本发明另一实施方式提供了一种游戏中的社交关系推荐装置,包括:
游戏日志处理程序,用于获取游戏玩家的游戏日志并进行解析,得到玩家在所述游戏中的行为序列;画像构建程序,用于根据所述行为序列刻画得到所述玩家的玩家画像,其中,所述玩家画像包含不同维度的画像;社交倾向分析程序,用于根据玩家的已有社交关系和所述行为序列挖掘玩家的社交需求倾向;匹配度计算程序,用于根据玩家的所述社交需求倾向和所述玩家画像进行玩家之间的匹配度计算;以及,社交匹配推荐程序,用于根据所述匹配度计算的结果,为玩家进行一对多场景下的社交推荐或多对多场景下的社交推荐。
本发明另一实施方式还提供了一种计算机可读存储介质,其上存储有一计算机程序,所述计算机程序被处理器执行时,实现前述方法的步骤。
附图说明
图1是本发明一具体实施方式提供的游戏中的社交关系推荐方法的流程图。
具体实施方式
下面结合附图和具体的实施方式对本发明作进一步说明。
本发明的具体实施方式提供一种游戏中的社交关系推荐方法,参考图1,该社交关系推荐方法包括:
获取游戏玩家的游戏日志并进行解析,得到玩家在所述游戏中的行为序列;根据所述行为序列刻画得到所述玩家的玩家画像,其中,所述玩家画像包含不同维度的画像;根据玩家的已有社交关系和所述行为序列挖掘玩家的社交需求倾向;根据玩家的所述社交需求倾向和所述玩家画像进行玩家之间的匹配度计算;根据所述匹配度计算的结果,为玩家进行一对多场景下的社交推荐或多对多场景下的社交推荐。
玩家在游戏中的行为都会通过游戏日志被记录下来,一条游戏日志主要包含几大块内容:日期时间、玩家ID、服务器ID、行为内容(例如购买道具、组队、竞赛等)等。也就是说,从玩家的游戏日志中可以获得很多信息,一个玩家的游戏日志包含了该玩家方方面面的游戏信息和行为,因此本发明将游戏日志作为社交推荐的部分原始依据。本发明获取了玩家的游戏日志后,首先对游戏日志进行解析,解析主要是指将游戏日志转换成所需的格式和字段,解析的方法是通过大数据方法进行正则过滤、脚本过滤等,从而得到玩家的行为序列。一个玩家对应一个行为序列,该行为序列包括了登入登出游戏的时间、游戏时的IP地址等基本信息,以及在游戏中发生的所有事件,如购买道具、刷任务、聊天等,每个玩家的每一事件每一天可以看成是一个向量(例如行向量),针对具体的玩家而言,其行为序列可以看成是一个矩阵。
在得到玩家的行为序列后,即可根据该行为序列刻画对应的玩家画像,以及,进行玩家的社交需求倾向挖掘。
用户画像通常包含例如用户基本信息、购买能力、消费倾向、战斗倾向、活跃度等等多个维度,对应到游戏中,玩家画像可包括玩家的游戏角色信息、日常游戏活动、在线活跃信息、位置信息和消费倾向等多个维度。本发明中,为了更加准确地刻画玩家画像,可首先对用户画像的多个维度按照画像刻画方法进行分类,例如,玩家的活跃度可以通过对在线活跃时长采用统计学方法,采样挖掘玩家在不同时间、不同玩法中是否存在具体的行为,从而刻画画像中活跃度这个维度的画像;又比如,玩家的战斗倾向、消费倾向等维度的画像,则需要分析玩家在一段时间(半个月、一个月等)内数值的变化趋势与变化规律,比较适合用深度学习的方法,建立模型,利用行为序列中的相应数据来进行训练,从而预测得出。这样一来,画像的维度被按照刻画方法分成若干类,每一类的若干个维度的画像可采用同样的方法来刻画。基于此,对于一个玩家而言,在得到其行为序列后,可以采用相应的刻画方法,将行为序列中相应的字段内容转换成对应的画像维度,从而得到社交推荐所需的玩家画像。基于玩家画像进行后续的社交推荐,可以很方便地增减玩家匹配的维度,非常灵活,以便于对不同的玩家推荐最适合的社交对象。对于一个玩家而言,从其行为序列刻画得到的玩家画像,可采用一个向量来表示,向量中的每一个元素代表该玩家的玩家画像的一个维度的值。
社交关系推荐的过程中,为了便于描述,可将有社交需求的玩家称为需求方玩家,可为需求方玩家建立备选推荐库(存放备选玩家及其信息),另外,也有专门的数据库存放需求方玩家及其信息。需求方玩家的来源主要有两个方面:1、在聊天频道会群发找师傅、找侠侣等,从回复中搜集;2、有专门的NPC(非玩家控制角色)或者玩法用于好友关系匹配,玩家会主动报名。玩家的社交需求倾向挖掘主要针对有社交需求的玩家,即挖掘需求方玩家期望匹配哪一类的玩家。对于一需求方玩家而言,其社交需求倾向也可采用一个向量WD表示,向量的每一个元素代表某一方面的社交要求,例如其中一个元素代表地区,元素的具体值表示不同的地区。优选地,该社交需求倾向向量WD是一个权重向量,根据需求方玩家对每个社交要求的不同重视程度,为向量的每一个元素设置一个权重值,例如玩家比较看重社交对象的所在地区,则可为代表地区的元素设置一个较大的权重值。对于一个需求方玩家而言,其社交需求倾向可以根据其已有的社交关系和所述行为序列来分析得出,具体而言,例如可以利用统计学的方法分析已有的社交关系,以及利用深度学习的方法建立相应的模型进行训练,根据已有的社交关系和所述行为序列预测得出该需求方玩家的社交需求倾向向量。
接着,根据玩家的社交需求倾向和玩家画像进行玩家之间的匹配度计算。在一种具体的实施例中,匹配度计算可采用如下的公式:
MDi=WDi·(PS-m·I·PDi)T
其中,m为备选玩家的数量,在一对多场景下,m≥1;在多对多场景下,m≥2;MDi为第i个需求方玩家与m个备选玩家之间的匹配度向量,由m个匹配度构成;WDi为第i个玩家的社交需求倾向向量;PS为m个备选玩家的玩家画像矩阵,所述玩家画像矩阵的每一行代表一个备选玩家的玩家画像;I是m×1的全1矩阵(矩阵的元素全是1);PDi为第i个需求方玩家的玩家画像向量;在所述多对多场景下,d个所述匹配度向量构成多个需求方玩家与多个备选玩家的匹配度矩阵,d为需求方玩家的数量。作为一种具体的实施例,上述匹配度计算公式中,m·I是一个m×1的矩阵(也就是列向量),元素的值全为m;PDi是一个1×k的矩阵(也就是行向量),k代表玩家画像的维数;m个备选玩家的玩家画像矩阵PS为m×k的矩阵,第i个玩家的社交需求倾向向量WDi是1×k的矩阵,第i个需求方玩家与m个备选玩家之间的匹配度向量MDi是1×m的矩阵,即一个行向量,该行向量的m个元素分别代表第i个需求方玩家与每一个(总共m个)备选玩家之间的匹配度。而在多对多场景下的匹配度矩阵,则由d个匹配度向量构成,即是一个d×m的矩阵。
在得到匹配度向量或匹配度矩阵后,即可进行社交匹配与推荐。一对多场景下的社交推荐,例如好友关系推荐,通常表现为向一个需求方玩家同时推荐多个好友;多对多场景下的社交推荐,例如侠侣关系推荐,通常表现为男号、女号在一段时间(如10分钟)内报名,形成一个多男多女的推荐需求,需要一次性推荐,形成多个配对。
所述一对多场景下的社交推荐包括:从多个备选玩家中选取与需求方玩家匹配度最大的TOPn个玩家推荐给所述需求方玩家,n≥1。例如,针对需求方玩家R,通过前述的匹配度计算公式计算得到其与5个备选玩家之间的匹配度向量为(0.9,0.8,0.6,0.5,0.91),取匹配度最大的TOP 3玩家,则可向该玩家R推荐与之匹配度为0.9、0.8、0.91的三个备选玩家,作为其社交对象推荐。
所述多对多场景下的社交推荐包括:根据多个需求方玩家与多个备选玩家的匹配度矩阵,按照匹配度之和最大的方式和/或匹配成功对数最多的方式,在一次推荐中为所述多个需求方玩家和所述多个备选玩家进行一对一的匹配推荐。多对多的推荐是对针对特殊应用场景设计的,具体背景例如是一次性推荐中匹配两批玩家A、B,这两批玩家的集合A和B的数量可相同,可不相同,推荐结果要求其中一个集合中的每个玩家在该一次性推荐中最多只能与另一集合中的一个玩家匹配,即最终的匹配推荐结果包括一对一和一对0(即未匹配成功)。下面通过一个具体的例子来进行多对多场景下的推荐进行说明。
假设当前有集合A中的玩家数量d=3,集合B中的玩家数量m=4,在多对多推荐场景中,两个集合的玩家互为备选方,也互为需求方。为了便于说明,假设将集合A称为需求方,集合B称为备选方。则根据前述的匹配度计算公式,计算得到匹配度矩阵为(3×4的矩阵):
上述矩阵中,0表示不能匹配,非0表示可进行匹配(即只要匹配度大于0,就代表可匹配成功),第1行即表示A中的第1个玩家与B中每个玩家的匹配度,第2行即表示A中的第2个玩家与B中每个玩家的匹配度,第3行即表示A中的第3个玩家与B中每个玩家的匹配度。当按照匹配度之和最大的方式进行匹配推荐时,只有当集合A中第2个玩家匹配B中的第4个玩家(匹配度0.9)、A中第3个玩家匹配B中的第3个玩家(匹配度0.6)的情况下,匹配度之和最大,为1.5,此时,可以一次性作出以下的推荐:向集合A中第2个玩家推荐集合B中的第4个玩家(同时也向集合B中的第4个玩家推荐集合A中第2个玩家),以及向集合A中第3个玩家推荐集合B中的第3个玩家(同时也向集合B中的第3个玩家推荐集合A中第3个玩家)。当按照匹配成功对数最多的方案进行匹配推荐时,A中第1个玩家匹配B中的第4个玩家、A中第2个玩家匹配B中的第1个玩家以及A中第3个玩家匹配B中的第3个玩家,匹配了三对。在有些情况下,按照匹配度之和最大的方式可能存在多种推荐方案,此时可以进一步采用匹配成功的对数最多的方案,进行最终的匹配推荐;同样地,当按照匹配成功的对数最多的方案推荐时存在多种推荐方案,则可进一步采用匹配度之和最大的方案进行最终的匹配推荐。
总的来说,根据玩家的行为序列以及抽象成的玩家画像来对游戏进行社交关系推荐,能够准确把握玩家在游戏中的社交特征和兴趣倾向,有利于形成稳定的社交圈,改善玩家的用户体验。
本发明的另一具体实施方式提供了一种游戏中的社交关系推荐装置,包括:游戏日志处理程序,用于获取游戏玩家的游戏日志并进行解析,得到玩家在所述游戏中的行为序列;画像构建程序,用于根据所述行为序列刻画得到所述玩家的玩家画像,其中,所述玩家画像包含不同维度的画像;社交倾向分析程序,用于根据玩家的已有社交关系和所述行为序列挖掘玩家的社交需求倾向;匹配度计算程序,用于根据玩家的所述社交需求倾向和所述玩家画像进行玩家之间的匹配度计算;以及,社交匹配推荐程序,用于根据所述匹配度计算的结果,为玩家进行一对多场景下的社交推荐或多对多场景下的社交推荐。
本发明的另一具体实施方式还提供了一种计算机可读存储介质,其上存储有一计算机程序,所述计算机程序被处理器执行时,可实现前述具体实施方式所提供的社交关系推荐方法的步骤。
其中,计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读存储介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质中包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、射频等等,或者上述的任意合适的组合。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的技术人员来说,在不脱离本发明构思的前提下,还可以做出若干等同替代或明显变型,而且性能或用途相同,都应当视为属于本发明的保护范围。
Claims (8)
1.一种游戏中的社交关系推荐方法,包括:
获取游戏玩家的游戏日志并进行解析,得到玩家在所述游戏中的行为序列;
根据所述行为序列刻画得到所述玩家的玩家画像,其中,所述玩家画像包含不同维度的画像;
根据玩家的已有社交关系和所述行为序列挖掘玩家的社交需求倾向;
根据玩家的所述社交需求倾向和所述玩家画像进行玩家之间的匹配度计算;
根据所述匹配度计算的结果,为玩家进行一对多场景下的社交推荐或多对多场景下的社交推荐。
2.如权利要求1所述的社交关系推荐方法,其特征在于:所述玩家画像至少包括玩家的游戏角色信息、日常游戏活动、在线活跃信息、位置信息、消费倾向和战斗倾向;其中,消费倾向和战斗倾向通过深度学习训练模型,并采用训练好的模型从玩家的所述行为序列中进行预测得到。
3.如权利要求1所述的社交关系推荐方法,其特征在于:所述一对多场景下的社交推荐包括:从多个备选玩家中选取与需求方玩家匹配度最大的TOPn个玩家推荐给所述需求方玩家,n≥1;所述多对多场景下的社交推荐包括:根据多个需求方玩家与多个备选玩家的匹配度矩阵,按照匹配度之和最大的方式和/或匹配成功对数最多的方式,在一次推荐中为所述多个需求方玩家和所述多个备选玩家进行一对一的匹配推荐。
4.如权利要求3所述的社交关系推荐方法,其特征在于:通过以下公式进行玩家之间的匹配度计算:
MDi=WDi·(PS-m·I·PDi)T
其中,m为备选玩家的数量,在所述一对多场景下,m≥1;在所述多对多场景下,m≥2;MDi为第i个需求方玩家与m个备选玩家之间的匹配度向量,由m个匹配度构成;WDi为第i个玩家的社交需求倾向向量;PS为m个备选玩家的玩家画像矩阵,所述玩家画像矩阵的每一行代表一个备选玩家的玩家画像;I是m×1的全1矩阵;PDi为第i个需求方玩家的玩家画像向量;在所述多对多场景下,d个所述匹配度向量构成所述匹配度矩阵,d为需求方玩家的数量。
5.如权利要求3所述的社交关系推荐方法,其特征在于:在所述多对多场景下,一需求方玩家和一备选玩家是否匹配成功的判断依据是两者之间的匹配度是否大于预设的阈值。
6.如权利要求1所述的社交关系推荐方法,其特征在于:对所述游戏日志进行解析包括:采用大数据技术对所述游戏日志进行正则过滤和/脚本过滤,将所述游戏日志解析成所需的格式和字段,得到所述行为序列。
7.一种游戏中的社交关系推荐装置,包括:
游戏日志处理程序,用于获取游戏玩家的游戏日志并进行解析,得到玩家在所述游戏中的行为序列;
画像构建程序,用于根据所述行为序列刻画得到所述玩家的玩家画像,其中,所述玩家画像包含不同维度的画像;
社交倾向分析程序,用于根据玩家的已有社交关系和所述行为序列挖掘玩家的社交需求倾向;
匹配度计算程序,用于根据玩家的所述社交需求倾向和所述玩家画像进行玩家之间的匹配度计算;以及,社交匹配推荐程序,用于根据所述匹配度计算的结果,为玩家进行一对多场景下的社交推荐或多对多场景下的社交推荐。
8.一种计算机可读存储介质,其上存储有一计算机程序,其特征在于:所述计算机程序被处理器执行时,实现权利要求1至6任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810224701.1A CN108579095B (zh) | 2018-03-19 | 2018-03-19 | 游戏中的社交关系推荐方法、装置和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810224701.1A CN108579095B (zh) | 2018-03-19 | 2018-03-19 | 游戏中的社交关系推荐方法、装置和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108579095A true CN108579095A (zh) | 2018-09-28 |
CN108579095B CN108579095B (zh) | 2021-02-09 |
Family
ID=63626745
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810224701.1A Active CN108579095B (zh) | 2018-03-19 | 2018-03-19 | 游戏中的社交关系推荐方法、装置和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108579095B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110147454A (zh) * | 2019-04-30 | 2019-08-20 | 东华大学 | 一种基于虚拟机器人的情感交流匹配*** |
CN110969535A (zh) * | 2018-09-30 | 2020-04-07 | 武汉斗鱼网络科技有限公司 | 一种用户之间匹配的方法、设备、***和介质 |
CN110990441A (zh) * | 2018-09-29 | 2020-04-10 | 北京国双科技有限公司 | 技术人员推荐方法及装置 |
CN111729319A (zh) * | 2020-08-10 | 2020-10-02 | 成都卓杭网络科技股份有限公司 | 一种游戏玩家的社交推荐方法及装置 |
CN112163081A (zh) * | 2020-10-14 | 2021-01-01 | 网易(杭州)网络有限公司 | 标签确定方法、装置、介质及电子设备 |
CN114832386A (zh) * | 2022-04-26 | 2022-08-02 | 江苏果米文化发展有限公司 | 一种基于大数据分析的游戏用户智能管理*** |
CN115212561A (zh) * | 2022-09-19 | 2022-10-21 | 深圳市人马互动科技有限公司 | 基于玩家的语音游戏数据的服务处理方法及相关产品 |
CN115531886A (zh) * | 2022-10-08 | 2022-12-30 | 广州易幻网络科技有限公司 | 一种用户和设备数据管理方法、***及可存储介质 |
CN117180730A (zh) * | 2023-09-08 | 2023-12-08 | 广州火石传娱科技有限公司 | 一种应用于图像定位的玩具枪***处理方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102831202A (zh) * | 2012-08-08 | 2012-12-19 | 中兴通讯股份有限公司 | 一种向社交网站用户推送推荐好友的方法和*** |
CN103914559A (zh) * | 2014-04-14 | 2014-07-09 | 小米科技有限责任公司 | 筛选网络用户的方法及装置 |
US9289686B2 (en) * | 2011-07-28 | 2016-03-22 | Zynga Inc. | Method and system for matchmaking connections within a gaming social network |
CN106777382A (zh) * | 2017-02-13 | 2017-05-31 | 北京奇虎科技有限公司 | 社交朋友推荐方法、装置和服务器 |
CN107491486A (zh) * | 2017-07-17 | 2017-12-19 | 广州特道信息科技有限公司 | 用户画像构建方法及装置 |
-
2018
- 2018-03-19 CN CN201810224701.1A patent/CN108579095B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9289686B2 (en) * | 2011-07-28 | 2016-03-22 | Zynga Inc. | Method and system for matchmaking connections within a gaming social network |
CN102831202A (zh) * | 2012-08-08 | 2012-12-19 | 中兴通讯股份有限公司 | 一种向社交网站用户推送推荐好友的方法和*** |
CN103914559A (zh) * | 2014-04-14 | 2014-07-09 | 小米科技有限责任公司 | 筛选网络用户的方法及装置 |
CN106777382A (zh) * | 2017-02-13 | 2017-05-31 | 北京奇虎科技有限公司 | 社交朋友推荐方法、装置和服务器 |
CN107491486A (zh) * | 2017-07-17 | 2017-12-19 | 广州特道信息科技有限公司 | 用户画像构建方法及装置 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110990441A (zh) * | 2018-09-29 | 2020-04-10 | 北京国双科技有限公司 | 技术人员推荐方法及装置 |
CN110969535A (zh) * | 2018-09-30 | 2020-04-07 | 武汉斗鱼网络科技有限公司 | 一种用户之间匹配的方法、设备、***和介质 |
CN110147454A (zh) * | 2019-04-30 | 2019-08-20 | 东华大学 | 一种基于虚拟机器人的情感交流匹配*** |
CN111729319A (zh) * | 2020-08-10 | 2020-10-02 | 成都卓杭网络科技股份有限公司 | 一种游戏玩家的社交推荐方法及装置 |
CN112163081A (zh) * | 2020-10-14 | 2021-01-01 | 网易(杭州)网络有限公司 | 标签确定方法、装置、介质及电子设备 |
CN114832386A (zh) * | 2022-04-26 | 2022-08-02 | 江苏果米文化发展有限公司 | 一种基于大数据分析的游戏用户智能管理*** |
CN114832386B (zh) * | 2022-04-26 | 2024-05-14 | 江苏果米文化发展有限公司 | 一种基于大数据分析的游戏用户智能管理*** |
CN115212561A (zh) * | 2022-09-19 | 2022-10-21 | 深圳市人马互动科技有限公司 | 基于玩家的语音游戏数据的服务处理方法及相关产品 |
CN115212561B (zh) * | 2022-09-19 | 2022-12-09 | 深圳市人马互动科技有限公司 | 基于玩家的语音游戏数据的服务处理方法及相关产品 |
CN115531886A (zh) * | 2022-10-08 | 2022-12-30 | 广州易幻网络科技有限公司 | 一种用户和设备数据管理方法、***及可存储介质 |
CN117180730A (zh) * | 2023-09-08 | 2023-12-08 | 广州火石传娱科技有限公司 | 一种应用于图像定位的玩具枪***处理方法及*** |
CN117180730B (zh) * | 2023-09-08 | 2024-03-19 | 广州火石传娱科技有限公司 | 一种应用于图像定位的玩具枪***处理方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN108579095B (zh) | 2021-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108579095A (zh) | 游戏中的社交关系推荐方法、装置和计算机可读存储介质 | |
Gudmundsson et al. | Human-like playtesting with deep learning | |
CN107970608A (zh) | 关卡游戏的设置方法和装置、存储介质、电子装置 | |
Chen et al. | Eomm: An engagement optimized matchmaking framework | |
El-Nasr et al. | Game data science | |
CN111274151B (zh) | 一种游戏测试的方法、相关装置以及存储介质 | |
WO2019085823A1 (zh) | 游戏信息的确定方法和装置、存储介质、电子装置 | |
CN114392560B (zh) | 虚拟场景的运行数据处理方法、装置、设备及存储介质 | |
US9639455B2 (en) | Autonomous media version testing | |
Tlili et al. | A smart educational game to model personality using learning analytics | |
CN111701240B (zh) | 虚拟物品的提示方法、装置、存储介质和电子装置 | |
CN111310918A (zh) | 一种数据处理方法、装置、计算机设备及存储介质 | |
CN111957047A (zh) | 关卡配置数据调整方法、计算机设备及存储介质 | |
Neto et al. | Case study of the introduction of game design techniques in software development | |
CN110659023B (zh) | 一种程序化内容生成的方法以及相关装置 | |
CN114024737B (zh) | 确定直播间刷量的方法、装置及计算机可读存储介质 | |
CN110263937B (zh) | 一种数据处理方法、设备及存储介质 | |
Charleer et al. | Towards an open standard for gameplay metrics | |
CN111282281A (zh) | 图像处理方法及装置、电子设备和计算机可读存储介质 | |
Pittman et al. | Characterizing virtual populations in massively multiplayer online role-playing games | |
CN112138409B (zh) | 游戏结果的预测方法、装置及存储介质 | |
Zhang et al. | Analysis of the critical success factors of mobile animation games based on a consistent fuzzy preference relationship | |
CN113230650A (zh) | 一种数据处理方法、装置及计算机可读存储介质 | |
KR20110096345A (ko) | 대량의 연속되는 다지선다를 이용한 어휘학습 게임 시스템과 그 방법 | |
CN114870403A (zh) | 一种游戏中的对战匹配方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |