CN113253976B - 一种基于游戏记录分析的研发模块构建方法及*** - Google Patents

Abstract

本发明公开了一种基于游戏记录分析的研发模块构建方法及***，通过获得用户游戏记录；根据用户游戏记录获得第一用户成绩；当满足第一预定阈值时获得第一失败成绩信息集，对第一失败成绩信息进行分类，获得失败信息分类结果；当存在失败信息分类达到第二预定阈值时，根据第一匹配设备，获得第一设备特征信息；根据第一失败信息分类，获得失败因素信息；将第一设备特征信息、失败因素信息输入设备分析模型，获得第一分析结果；根据第一分析结果、预设功能数据库，获得第一匹配功能信息；根据第一匹配功能信息、第一匹配设备构建第一用户研发信息。解决游戏虚拟设备的升级按照游戏的固定内容进行研发，存在缺乏玩家个性化定制研发内容的技术问题。

Description

一种基于游戏记录分析的研发模块构建方法及***

技术领域

本发明涉及数据分析相关领域，尤其涉及一种基于游戏记录分析的研发模块构建方法及***。

背景技术

从游戏技术上看计算机游戏是“以计算机为操作平台，通过人机互动形式实现的，能够体现当前计算机技术较高水平的一种新形式的娱乐方式。”从游戏内容上看，计算机游戏是一个让玩家追求某种目标，并且让玩家可以获得某种“胜利”体验的娱乐性文化产品。有人把游戏称为继绘画、雕刻、建筑、音乐、诗歌（文学）、舞蹈、戏剧、电影之后的人类历史上的第9种艺术。计算机游戏作为一种软件，也需要有软件的共性指标。在游戏中人们通过操作游戏中的设备或者人物等目标对象结合个人操作能力以完成游戏目标，在过程中由于目标对象的性能对于游戏的结果起到重要作用，也是游戏参与人们所关心的内容。

但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

现有技术中游戏虚拟设备的升级按照游戏的固定内容进行研发，存在缺乏玩家个性化定制研发内容的技术问题。

发明内容

本申请实施例通过提供一种基于游戏记录分析的研发模块构建方法及***，解决了现有技术中游戏虚拟设备的升级按照游戏的固定内容进行研发，存在缺乏玩家个性化定制研发内容的技术问题。达到了按照用户的游戏记录进行虚拟设备的战况分析，从中进行设备升级的对应模块构建，满足不同游戏用户的操作特性，增加用户的升级体验感，同时使用神经网络模型提高数据运算效率和准确性，为游戏用户提供全方位游戏指导的技术效果。

鉴于上述问题，提出了本申请实施例提供一种基于游戏记录分析的研发模块构建方法及***。

第一方面，本申请提供了一种基于游戏记录分析的研发模块构建方法，所述方法包括：获得分析时间信息；根据所述分析时间信息，获得第一用户的游戏记录；根据所述第一用户的游戏记录，获得第一用户成绩；当所述第一用户成绩满足第一预定阈值时，根据所述第一用户的游戏记录，获得第一失败成绩信息集，所述第一失败成绩信息包括第一设备信息、第一游戏关卡信息、第一失败时间；根据所述第一设备信息、所述第一游戏关卡信息对所有第一失败成绩信息进行分类，获得失败信息分类结果；当所述失败信息分类结果中存在第一失败信息分类达到第二预定阈值时，根据所述第一失败信息分类，获得第一匹配设备；根据所述第一匹配设备，获得第一设备特征信息；根据所述第一失败信息分类，获得失败因素信息；将所述第一设备特征信息、所述失败因素信息输入设备分析模型，获得第一分析结果；获得预设功能数据库；根据所述第一分析结果、所述预设功能数据库，获得第一匹配功能信息，所述第一匹配功能信息包括至少一个匹配功能信息，并根据所述第一分析结果、第一匹配功能信息、失败因素信息生成第一游戏分析报告发送第一用户；根据所述第一匹配功能信息、所述第一匹配设备，构建第一用户研发信息。

另一方面，本申请还提供了一种基于游戏记录分析的研发模块构建***，所述***包括：

第一获得单元，所述第一获得单元用于获得分析时间信息；

第二获得单元，所述第二获得单元用于根据所述分析时间信息，获得第一用户的游戏记录；

第三获得单元，所述第三获得单元用于根据所述第一用户的游戏记录，获得第一用户成绩；

第四获得单元，所述第四获得单元用于当所述第一用户成绩满足第一预定阈值时，根据所述第一用户的游戏记录，获得第一失败成绩信息集，所述第一失败成绩信息包括第一设备信息、第一游戏关卡信息、第一失败时间；

第五获得单元，所述第五获得单元用于根据所述第一设备信息、所述第一游戏关卡信息对所有第一失败成绩信息进行分类，获得失败信息分类结果；

第六获得单元，所述第六获得单元用于当所述失败信息分类结果中存在第一失败信息分类达到第二预定阈值时，根据所述第一失败信息分类，获得第一匹配设备；

第七获得单元，所述第七获得单元用于根据所述第一匹配设备，获得第一设备特征信息；

第八获得单元，所述第八获得单元用于根据所述第一失败信息分类，获得失败因素信息；

第一执行单元，所述第一执行单元用于将所述第一设备特征信息、所述失败因素信息输入设备分析模型，获得第一分析结果；

第九获得单元，所述第九获得单元用于获得预设功能数据库；

第十获得单元，所述第十获得单元用于根据所述第一分析结果、所述预设功能数据库，获得第一匹配功能信息，所述第一匹配功能信息包括至少一个匹配功能信息；

第一构建单元，所述第一构建单元用于根据所述第一匹配功能信息、所述第一匹配设备，构建第一用户研发信息。

第三方面，本发明提供了一种基于游戏记录分析的研发模块构建***，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面所述方法的步骤。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本发明实施例提供的一种基于游戏记录分析的研发模块构建方法及***，通过获得分析时间信息；根据所述分析时间信息，获得第一用户的游戏记录；根据所述第一用户的游戏记录，获得第一用户成绩；当所述第一用户成绩满足第一预定阈值时，根据所述第一用户的游戏记录，获得第一失败成绩信息集，所述第一失败成绩信息包括第一设备信息、第一游戏关卡信息、第一失败时间；根据所述第一设备信息、所述第一游戏关卡信息对所有第一失败成绩信息进行分类，获得失败信息分类结果；当所述失败信息分类结果中存在第一失败信息分类达到第二预定阈值时，根据所述第一失败信息分类，获得第一匹配设备；根据所述第一匹配设备，获得第一设备特征信息；根据所述第一失败信息分类，获得失败因素信息；将所述第一设备特征信息、所述失败因素信息输入设备分析模型，获得第一分析结果；获得预设功能数据库；根据所述第一分析结果、所述预设功能数据库，获得第一匹配功能信息，所述第一匹配功能信息包括至少一个匹配功能信息，并根据所述第一分析结果、第一匹配功能信息、失败因素信息生成第一游戏分析报告发送第一用户；根据所述第一匹配功能信息、所述第一匹配设备，构建第一用户研发信息。达到了按照用户的游戏记录进行虚拟设备的战况分析，从中进行设备升级的对应模块构建，满足不同游戏用户的操作特性，增加用户的升级体验感，同时使用神经网络模型提高数据运算效率和准确性，为游戏用户提供全方位游戏指导的技术效果，从而解决了现有技术中游戏虚拟设备的升级按照游戏的固定内容进行研发，存在缺乏玩家个性化定制研发内容的技术问题。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为本申请实施例一种基于游戏记录分析的研发模块构建方法的流程示意图；

图2为本申请实施例一种基于游戏记录分析的研发模块构建***的结构示意图；

图3为本申请实施例示例性电子设备的结构示意图。

附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第四获得单元14，第五获得单元15，第六获得单元16，第七获得单元17，第八获得单元18，第一执行单元19，第九获得单元20，第十获得单元21，第一构建单元22，总线300，接收器301，处理器302，发送器303，存储器304，总线接口305。

具体实施方式

本申请实施例通过提供一种基于游戏记录分析的研发模块构建方法及***，解决了现有技术中游戏虚拟设备的升级按照游戏的固定内容进行研发，存在缺乏玩家个性化定制研发内容的技术问题。达到了按照用户的游戏记录进行虚拟设备的战况分析，从中进行设备升级的对应模块构建，满足不同游戏用户的操作特性，增加用户的升级体验感，同时使用神经网络模型提高数据运算效率和准确性，为游戏用户提供全方位游戏指导的技术效果。

从游戏技术上看计算机游戏是“以计算机为操作平台，通过人机互动形式实现的，能够体现当前计算机技术较高水平的一种新形式的娱乐方式。”从游戏内容上看，计算机游戏是一个让玩家追求某种目标，并且让玩家可以获得某种“胜利”体验的娱乐性文化产品。有人把游戏称为继绘画、雕刻、建筑、音乐、诗歌（文学）、舞蹈、戏剧、电影之后的人类历史上的第9种艺术。计算机游戏作为一种软件，也需要有软件的共性指标。在游戏中人们通过操作游戏中的设备或者人物等目标对象结合个人操作能力以完成游戏目标，在过程中由于目标对象的性能对于游戏的结果起到重要作用，也是游戏参与人们所关心的内容。但现有技术中游戏虚拟设备的升级按照游戏的固定内容进行研发，存在缺乏玩家个性化定制研发内容的技术问题。

针对上述技术问题，本申请提供的技术方案总体思路如下：

获得分析时间信息；根据所述分析时间信息，获得第一用户的游戏记录；根据所述第一用户的游戏记录，获得第一用户成绩；当所述第一用户成绩满足第一预定阈值时，根据所述第一用户的游戏记录，获得第一失败成绩信息集，所述第一失败成绩信息包括第一设备信息、第一游戏关卡信息、第一失败时间；根据所述第一设备信息、所述第一游戏关卡信息对所有第一失败成绩信息进行分类，获得失败信息分类结果；当所述失败信息分类结果中存在第一失败信息分类达到第二预定阈值时，根据所述第一失败信息分类，获得第一匹配设备；根据所述第一匹配设备，获得第一设备特征信息；根据所述第一失败信息分类，获得失败因素信息；将所述第一设备特征信息、所述失败因素信息输入设备分析模型，获得第一分析结果；获得预设功能数据库；根据所述第一分析结果、所述预设功能数据库，获得第一匹配功能信息，所述第一匹配功能信息包括至少一个匹配功能信息，并根据所述第一分析结果、第一匹配功能信息、失败因素信息生成第一游戏分析报告发送第一用户；根据所述第一匹配功能信息、所述第一匹配设备，构建第一用户研发信息。达到了按照用户的游戏记录进行虚拟设备的战况分析，从中进行设备升级的对应模块构建，满足不同游戏用户的操作特性，增加用户的升级体验感，同时使用神经网络模型提高数据运算效率和准确性，为游戏用户提供全方位游戏指导的技术效果。

在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。

实施例一

如图1所示，本申请实施例提供了一种基于游戏记录分析的研发模块构建方法，所述方法包括：

步骤S100：获得分析时间信息；

具体的，分析时间信息为根据游戏的类型和内容进行对应的设定，如游戏的内容复杂，游戏结果周期长，则分析时间信息设定对应较长，若游戏内容简短，游戏结果周期短，如激斗类的游戏，很快会出胜负结果，则分析时间信息对应的周期就短，分析时间信息为按照游戏中玩家的游戏胜负效率、升级速度、游戏的难度来进行对应设定的，举例而言，本申请实施例为一款坦克3D游戏，玩家操作一辆坦克,必须消灭所有电脑控制的敌军坦克。在游戏中,基地的地形会随着关卡的不同呈现不同的形式，而且随着关卡的不断加深，敌军坦克的数量会随之增多，通关难度也会随之加大，且每一个关卡必须在获得所需数量的星星之后才可解锁下一个关卡。在游戏最后，如果敌军所有坦克全部被销毁,游戏则通关成功。相反，玩家坦克被射中，游戏则通关失败。该游戏结果快速得出，因而可以通过短期内的用户情况进行设备升级研发的分析，则分析时间信息可以设定的较短，如一月、一周，可以根据分析用户的参与时间周期来进行对应的设定。

步骤S200：根据所述分析时间信息，获得第一用户的游戏记录；

具体的，根据分析时间信息和第一用户信息得到该用户在分析时间内的游戏记录，第一用户的游戏记录则为在分析时间信息中第一用户的所有游戏过程和数据记录，如参与时间、游戏结果、每局的时间、参与过程中的轨迹、操作过程等，能够掌握用户在游戏中的参与过程的整个记录信息。

步骤S300：根据所述第一用户的游戏记录，获得第一用户成绩；

具体的，第一用户成绩为根据第一用户的游戏记录统计得到的第一用户的得分、优胜多少次、失败多少次。第一用户成绩用于反应第一用户的游戏记录中第一用户的游戏结果。

步骤S400：当所述第一用户成绩满足第一预定阈值时，根据所述第一用户的游戏记录，获得第一失败成绩信息集，所述第一失败成绩信息包括第一设备信息、第一游戏关卡信息、第一失败时间；

进一步的，所述方法包括：根据所述第一用户的游戏记录，获得第一用户等级信息；根据所述第一用户等级信息、第一用户的游戏记录，获得第一用户闯关速率均值；获得第二游戏关卡；根据所述第二游戏关卡、所述第一用户的游戏记录，获得关卡难度增加权值；根据所述第一用户闯关速率均值、所述关卡难度增加权值，获得所述第一预定阈值。

具体的，若第一用户成绩出现低于第一预定阈值的情况时，可以对第一用户进行设备升级的分析处理，第一预定阈值是按照第一用户的历史记录进行分析获得，与第一用户的游戏水平、历史游戏成绩进行对应，如第一用户历史记录中游戏中升级速度快，得分、优胜场数比高，而当前分析的结果明显低于之前的水准，即与第一用户的历史信息不匹配，同时考虑到是否为关卡难度的原因，将关卡难度系数考虑进去，关卡难度增加权值，则是按照前面的关卡与当前第二关卡之间的难度系数比值，将难度比值考虑进去，进行第一预定阈值的设定，若第一用户成绩低于第一预定阈值时，则该用户在这个关卡遇到的了问题，当然第一用户成绩为分析时间信息内的，即要有时间要求，是分析时间内第一用户成绩受到影响时才进行设备升级研发。此时对第一用户的失败记录进行统计分析，确定其游戏设备的弱点和失败原因。

步骤S500：根据所述第一设备信息、所述第一游戏关卡信息对所有第一失败成绩信息进行分类，获得失败信息分类结果；

步骤S600：当所述失败信息分类结果中存在第一失败信息分类达到第二预定阈值时，根据所述第一失败信息分类，获得第一匹配设备；

具体的，在对失败信息分析时，根据用户采用的设备信息和关卡信息进行分类，找到其中使用相同设备和相同关卡的信息进行分类，则失败信息分类结果中的每个分类中均为设备和关卡相同的失败记录，这样更具有分析价值，由于游戏中玩家是可以选择不同的设备或者角色的，这样不同的设备具有不同的特点，即优势、弱势、攻击特点等等，不同的游戏关卡遇到的对手采用的进攻情况也不同，因而进行分类分析，更符合设备的特点，能够针对用户的游戏特征进行对应的分析。若哪个分类的数据达到了第二预定阈值时，分类的数据多说明该用户在这关使用的相同的设备经过多次的进攻都没有取得胜利，此时对这种情况进行分析，给出第一用户推送相应的升级研发，同时还可以将分析结果生成游戏分析报告发送给第一用户，第一用户可以进行参考。第二预定阈值根据关卡的难度和设备的等级可以进行对应的设定，如关卡难度大、用户使用的设备匹配度满足要求，则第二预定阈值可以设定的值高，如50次，当前也与游戏的周期相关，周期短的阈值高，周期长的阈值低。

步骤S700：根据所述第一匹配设备，获得第一设备特征信息；

步骤S800：根据所述第一失败信息分类，获得失败因素信息；

进一步，所述根据所述第一失败信息分类，获得失败因素信息，包括：根据所述第一失败信息分类，获得第一分类游戏记录；根据所述第一分类游戏记录，获得记录格式分类信息；根据所述记录格式分析信息，获得格式特征信息；将所述格式特征信息、所述第一分类游戏记录输入记录内容提取模型，获得游戏记录分类信息库；根据所述游戏记录分类信息，获得分类分析规则；将所述游戏记录分析信息、所述分类分析规则输入记录分析模型，获得所述失败因素信息。

具体的，第一匹配设备为失败分类信息中使用的设备信息，即需要进行待升级的设备，每个设备会有设备的属性、特征、优劣点，第一设备特征信息即第一匹配设备的特征，其属性、战斗力、优劣性、招式等等。根据第一失败信息分类进行失败因素信息的分析，按照第一失败信息分类里面的记录信息可以掌握失败的时间节点、怎么的对战过程，首先根据游戏记录将记录的格式进行分类，如是视频格式、文字格式、图片格式、文本格式等等，将不同的格式进行对应的分析，进行记录内容的提取，得到游戏记录中给出的数据信息，游戏记录分类信息即游戏记录是什么格式的记录内容，分类分析规则是每个类型的游戏记录进行内容提取和分析时具有不同的规则，如文档信息可以进行关键词和语义分析，声音格式可以进行内容转换从而确定数据内容、图像信息进行特征标记并对图像按照特征进行特别遍历对比，得到其中的数据信息，根据游戏记录中得到信息进行多种进行同时间点的结合，得到对应时间中失败的原因，举例而言，在图像信息中出现第一匹配设备的前端被对手集中，根据文字记录信息中得到当前对手使用的是什么武器、武器特点是什么，根据图像中的信息提取和文字记录信息中的信息提取进行结合，确定在这个时间中由于用户的设备前盖单薄不能抵御该武器的哪个角度的进攻，得到失败因素信息。

步骤S900：将所述第一设备特征信息、所述失败因素信息输入设备分析模型，获得第一分析结果；

进一步的，所述将所述第一设备特征信息、所述失败因素信息输入设备分析模型，获得第一分析结果，包括：将所述第一设备特征信息作为第一输入信息；将所述失败因素信息作为第二输入信息；将所述第一输入信息、所述第二输入信息输入所述设备分析模型，所述设备分析模型为通过多组训练数据训练至收敛得到，其中，所述多组训练数据中的每组数据都具有所述第一输入信息、所述第二输入信息以及用于标识第一分析结果的标识信息；获得所述设备分析模型的输出信息，所述输出信息包括所述第一分析结果。

具体的，根据第一设备特征信息、失败因素信息进行设备分析，得到该设备的失败原因和弱点，第一分析结果为根据设备特征与失败因素信息之间的关系进行分析得到的失败原因和设备的弱点，为了提高分析的效率和准确性，本申请实施例加入了神经网络模型，所述设备分析模型即为机器学习中的神经网络模型，它可以不断地进行学习和调整，是一个高度复杂的非线性动力学习***。简单地讲，它是一个数学模型。通过大量训练数据的训练，将所述第一输入信息、所述第二输入信息输入神经网络模型，则输出第一分析结果。

更进一步而言，所述训练的过程实质为监督学习的过程，每一组监督数据均包括所述第一输入信息、所述第二输入信息和标识所述第一分析结果的标识信息，将所述第一输入信息、所述第二输入信息输入到神经网络模型中，根据用来标识所述第一分析结果的标识信息，所述神经网络模型进行不断的自我修正、调整，直至获得的输出结果与所述标识信息一致，则结束本组数据监督学习，进行下一组数据监督学习；当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时，则监督学习过程结束。通过对所述神经网络模型的监督学习，进而使得所述神经网络模型处理所述输入信息更加准确，进而获得更加准确、适合的第一分析结果，进而达到根据用户游戏记录中出现多次失败经历，按照使用设备的特征信息与在游戏中失败的因素进行对应分析，得出用户使用设备对于对手的失败原因，进行针对性的设备升级设计，同时加入神经网络模型提高了数据运算处理结果的效率和准确度，为提供更加准确可靠的游戏设备升级研发夯实了基础。

步骤S1000：获得预设功能数据库；

步骤S1100：根据所述第一分析结果、所述预设功能数据库，获得第一匹配功能信息，所述第一匹配功能信息包括至少一个匹配功能信息，并根据所述第一分析结果、第一匹配功能信息、失败因素信息生成第一游戏分析报告发送第一用户；

具体的，预设功能数据库为游戏开放方设计的设备功能信息集合，设定功能数据库是为了提高游戏升级构建的实现性，在当前游戏设定的功能范围内进行升级，以确保功能研发的可行性，根据当前设备的失败分析结果即第一分析结果与预设功能数据库中的功能进行匹配，找到其中能够解决当前失败原因的功能信息，第一匹配功能信息即为在预设功能数据库中按照第一分析结果得到的其中对应解决失败原因的功能信息，并将整个分析过程中得到的分析数据和结果生成游戏分析报告发送给游戏用户，供游戏用户查看和了解，其中还可以包括根据游戏记录得到其中游戏用户的操作建议。

步骤S1200：根据所述第一匹配功能信息、所述第一匹配设备，构建第一用户研发信息。

进一步的，所述根据所述第一匹配功能信息、所述第一匹配设备，构建第一用户研发信息，包括：根据所述第一匹配功能信息，获得匹配功能要素信息；根据所述第一匹配设备，获得第一设备结构信息；根据所述第一设备结构信息、所述匹配功能要素信息，获得第一结合点；根据所述第一结合点、所述匹配功能要素信息，获得升级步骤信息；根据所述第一结合点、所述匹配功能要素信息、所述升级步骤信息，构建所述第一用户研发信息。

进一步的，当所述第一匹配功能信息为多个时，所述方法包括：根据所述多个匹配功能信息、所述第一匹配设备，获得多个研发升级方案；根据所述多个研发升级方案，构建所述第一用户研发信息。

具体的，根据第一匹配功能信息与第一匹配设备之间的升级关系进行对应的第一用户研发模块的构建，第一用户研发信息即为第一用户的游戏状况进行对应构建的游戏设备研发空间，在其中，第一用户可以根据自身的游戏过程中使用的设备的特性和自身操作习惯进行对应的设备升级，匹配功能要素信息为第一匹配功能信息要实现所需要的材料、工具等，第一设备结构信息为第一匹配设备即用户使用的设备的结构特点，根据第一设备结构信息与匹配功能要素信息进行分析，得到第一设备要想升级安装匹配功能要素信息需要进行的升级步骤，第一结合点为在第一匹配设备的哪个部位进行对应设备的升级和匹配功能的连接，按照第一结合点、匹配功能要素信息、升级步骤信息构建第一用户研发信息，同时当匹配的功能信息为多个时，可以同时进行研发信息的构建，用户可以根据发送的报告进行对应的选择，可以按照用户的操作习惯和根据第一游戏分析报告自身得出的升级方向进行对应的研发升级功能选择，达到了按照用户的游戏记录进行虚拟设备的战况分析，从中进行设备升级的对应模块构建，满足不同游戏用户的操作特性，增加用户的升级体验感的技术效果，从而解决了现有技术中游戏虚拟设备的升级按照游戏的固定内容进行研发，存在缺乏玩家个性化定制研发内容的技术问题。

进一步的，所述第一失败信息分类，获得失败因素信息，包括：根据所述第一失败成绩信息集、所述第一设备信息，获得第一设备信息集，并作为第一分级特征；根据所述第一设备信息集、所述第一游戏关卡信息，获得第一失败游戏关卡信息，并作为第二分级特征；根据所述第一失败游戏关卡信息，获得失败因素信息，并作为第三分级特征；根据所述第一分级特征、所述第二分级特征以及所述第三分级特征，构建多层级分析决策树；将所述第一失败信息分类输入所述多层级分析决策树，获得所述失败因素信息。

具体的，根据第一用户的游戏记录中得到的第一失败成绩信息集，即按照第一用户的游戏记录得到的其中失败的游戏记录，构建了所述多层级护理决策树，进而通过该预测模型对用户的失败成绩信息进行分类学习，使得快速准确的匹配到基于第一用户的失败因素信息，针对所述第一用户的游戏失败信息进行对应的设备升级功能匹配，继而对所述第一用户进行升级研发模块的构建。通过获得实际尽可能多的分类特征，进而对各种特征进行信息熵的计算，通过对信息熵最小的特征进行特征选择和优先分类，同时按照同样的方法，对其他分类特征进行信息熵的递归分类，使得最终构建的多层级护理决策树更加分类准确，通过将目标用户的实际情况输入构建好的决策树，使得快速准确的匹配到较为合适的设备战绩分析和因素分析，达到了基于用户的游戏记录进行对应的游戏设备战绩分析，得到其中设备的失败因素对其进行对应的升级研发模块构建，提高了研发升级模块构建的针对性，贴合用户的游戏特点的技术效果。

进一步的，所述方法包括：对所述第一分级特征进行信息论编码运算，获得第一特征信息熵，对所述第二分级特征进行信息论编码运算，获得第二特征信息熵，对所述第三分级特征进行信息论编码运算，获得第三特征信息熵；将所述第一特征信息熵、所述第二特征信息熵以及所述第三特征信息熵输入数据大小比对模型进行训练，获得第一根节点特征信息；基于所述第一根节点特征信息和所述第一失败成绩信息集，构建所述多层级分析决策树。

具体的，为了具体构建所述多层级分析决策树，可分别对所述第一分级特征、所述第二分级特征以及所述第三分级特征进行信息熵的运算，即通过信息论编码中的香农公式对其进行信息熵数值的具体计算，进而获得对应的所述第一特征信息熵、所述第二特征信息熵以及所述第三特征信息熵，进一步，信息熵表示信息的不确定度，当不确定性越大时，它所包含的信息量也就越大，信息熵也就越高，纯度也就越低，当集合中的所有样本均匀混合时，信息熵最大，纯度最低。因此，应基于所述数据大小比对模型对所述第一特征信息熵、所述第二特征信息熵以及所述第三特征信息熵对其大小数值的比对，继而获得熵值最小的特征，即第一根节点特征信息，通过对熵值最小的特征进行优先分类，继而按照熵值由小到大的顺序，依次对各特征进行分类，最终构建所述多层级分析决策树，使得每个游戏用户都匹配到适合自己游戏习惯、游戏战绩及设备特征的升级研发空间，进而实现了对多层级分析决策树的具体构建。

实施例二

基于与前述实施例中一种基于游戏记录分析的研发模块构建方法同样发明构思，本发明还提供了一种基于游戏记录分析的研发模块构建***，如图2所示，所述***包括：

第一获得单元11，所述第一获得单元11用于获得分析时间信息；

第二获得单元12，所述第二获得单元12用于根据所述分析时间信息，获得第一用户的游戏记录；

第三获得单元13，所述第三获得单元13用于根据所述第一用户的游戏记录，获得第一用户成绩；

第四获得单元14，所述第四获得单元14用于当所述第一用户成绩满足第一预定阈值时，根据所述第一用户的游戏记录，获得第一失败成绩信息集，所述第一失败成绩信息包括第一设备信息、第一游戏关卡信息、第一失败时间；

第五获得单元15，所述第五获得单元15用于根据所述第一设备信息、所述第一游戏关卡信息对所有第一失败成绩信息进行分类，获得失败信息分类结果；

第六获得单元16，所述第六获得单元16用于当所述失败信息分类结果中存在第一失败信息分类达到第二预定阈值时，根据所述第一失败信息分类，获得第一匹配设备；

第七获得单元17，所述第七获得单元17用于根据所述第一匹配设备，获得第一设备特征信息；

第八获得单元18，所述第八获得单元18用于根据所述第一失败信息分类，获得失败因素信息；

第一执行单元19，所述第一执行单元19用于将所述第一设备特征信息、所述失败因素信息输入设备分析模型，获得第一分析结果；

第九获得单元20，所述第九获得单元20用于获得预设功能数据库；

第十获得单元21，所述第十获得单元21用于根据所述第一分析结果、所述预设功能数据库，获得第一匹配功能信息，所述第一匹配功能信息包括至少一个匹配功能信息，并根据所述第一分析结果、第一匹配功能信息、失败因素信息生成第一游戏分析报告发送第一用户；

第一构建单元22，所述第一构建单元22用于根据所述第一匹配功能信息、所述第一匹配设备，构建第一用户研发信息。

进一步的，所述***还包括：

第十一获得单元，所述第十一获得单元用于根据所述第一失败信息分类，获得第一分类游戏记录；

第十二获得单元，所述第十二获得单元用于根据所述第一分类游戏记录，获得记录格式分类信息；

第十三获得单元，所述第十三获得单元用于根据所述记录格式分析信息，获得格式特征信息；

第十四获得单元，所述第十四获得单元用于将所述格式特征信息、所述第一分类游戏记录输入记录内容提取模型，获得游戏记录分类信息库；

第十五获得单元，所述第十五获得单元用于根据所述游戏记录分类信息，获得分类分析规则；

第十六获得单元，所述第十六获得单元用于将所述游戏记录分析信息、所述分类分析规则输入记录分析模型，获得所述失败因素信息。

进一步的，所述***还包括：

第十七获得单元，所述第十七获得单元用于根据所述第一失败成绩信息集、所述第一设备信息，获得第一设备信息集，并作为第一分级特征；

第十八获得单元，所述第十八获得单元用于根据所述第一设备信息集、所述第一游戏关卡信息，获得第一失败游戏关卡信息，并作为第二分级特征；

第十九获得单元，所述第十九获得单元用于根据所述第一失败游戏关卡信息，获得失败因素信息，并作为第三分级特征；

第二构建单元，所述第二构建单元用于根据所述第一分级特征、所述第二分级特征以及所述第三分级特征，构建多层级分析决策树；

第二十获得单元，所述第二十获得单元用于将所述第一失败信息分类输入所述多层级分析决策树，获得所述失败因素信息。

进一步的，所述***还包括：

第二十一获得单元，所述第二十一获得单元用于对所述第一分级特征进行信息论编码运算，获得第一特征信息熵，对所述第二分级特征进行信息论编码运算，获得第二特征信息熵，对所述第三分级特征进行信息论编码运算，获得第三特征信息熵；

第二十二获得单元，所述第二十二获得单元用于将所述第一特征信息熵、所述第二特征信息熵以及所述第三特征信息熵输入数据大小比对模型进行训练，获得第一根节点特征信息；

第三构建单元，所述第三构建单元用于基于所述第一根节点特征信息和所述第一失败成绩信息集，构建所述多层级分析决策树。

进一步的，所述***还包括：

第二十三获得单元，所述第二十三获得单元用于根据所述第一匹配功能信息，获得匹配功能要素信息；

第二十四获得单元，所述第二十四获得单元用于根据所述第一匹配设备，获得第一设备结构信息；

第二十五获得单元，所述第二十五获得单元用于根据所述第一设备结构信息、所述匹配功能要素信息，获得第一结合点；

第二十六获得单元，所述第二十六获得单元用于根据所述第一结合点、所述匹配功能要素信息，获得升级步骤信息；

第四构建单元，所述第四构建单元用于根据所述第一结合点、所述匹配功能要素信息、所述升级步骤信息，构建所述第一用户研发信息。

进一步的，所述***还包括：

第二十七获得单元，所述第二十七获得单元用于根据所述第一用户的游戏记录，获得第一用户等级信息；

第二十八获得单元，所述第二十八获得单元用于根据所述第一用户等级信息、第一用户的游戏记录，获得第一用户闯关速率均值；

第二十九获得单元，所述第二十九获得单元用于获得第二游戏关卡；

第三十获得单元，所述第三十获得单元用于根据所述第二游戏关卡、所述第一用户的游戏记录，获得关卡难度增加权值；

第三十一获得单元，所述第三十一获得单元用于根据所述第一用户闯关速率均值、所述关卡难度增加权值，获得所述第一预定阈值。

进一步的，所述***还包括：

第二执行单元，所述第二执行单元用于将所述第一设备特征信息作为第一输入信息；

第三执行单元，所述第三执行单元用于将所述失败因素信息作为第二输入信息；

第一输入单元，所述第一输入单元用于将所述第一输入信息、所述第二输入信息输入所述设备分析模型，所述设备分析模型为通过多组训练数据训练至收敛得到，其中，所述多组训练数据中的每组数据都具有所述第一输入信息、所述第二输入信息以及用于标识第一分析结果的标识信息；

第三十二获得单元，所述第三十二获得单元用于获得所述设备分析模型的输出信息，所述输出信息包括所述第一分析结果。

进一步的，所述***还包括：

第三十三获得单元，所述第三十三获得单元用于根据所述多个匹配功能信息、所述第一匹配设备，获得多个研发升级方案；

第五构建单元，所述第五构建单元用于根据所述多个研发升级方案，构建所述第一用户研发信息。

前述图1实施例一中的一种基于游戏记录分析的研发模块构建方法的各种变化方式和具体实例同样适用于本实施例的一种基于游戏记录分析的研发模块构建***，通过前述对一种基于游戏记录分析的研发模块构建方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种基于游戏记录分析的研发模块构建***的实施方法，所以为了说明书的简洁，在此不再详述。

下面参考图3来描述本申请实施例的电子设备。

图3图示了根据本申请实施例的电子设备的结构示意图。

基于与前述实施例中一种基于游戏记录分析的研发模块构建方法的发明构思，本发明还提供一种基于游戏记录分析的研发模块构建***，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种基于游戏记录分析的研发模块构建方法的任一方法的步骤。

其中，在图3中，总线架构（用总线300来代表），总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如***设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他***通信的单元。

处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本发明实施例提供的一种基于游戏记录分析的研发模块构建方法及***，通过获得分析时间信息；根据所述分析时间信息，获得第一用户的游戏记录；根据所述第一用户的游戏记录，获得第一用户成绩；当所述第一用户成绩满足第一预定阈值时，根据所述第一用户的游戏记录，获得第一失败成绩信息集，所述第一失败成绩信息包括第一设备信息、第一游戏关卡信息、第一失败时间；根据所述第一设备信息、所述第一游戏关卡信息对所有第一失败成绩信息进行分类，获得失败信息分类结果；当所述失败信息分类结果中存在第一失败信息分类达到第二预定阈值时，根据所述第一失败信息分类，获得第一匹配设备；根据所述第一匹配设备，获得第一设备特征信息；根据所述第一失败信息分类，获得失败因素信息；将所述第一设备特征信息、所述失败因素信息输入设备分析模型，获得第一分析结果；获得预设功能数据库；根据所述第一分析结果、所述预设功能数据库，获得第一匹配功能信息，所述第一匹配功能信息包括至少一个匹配功能信息，并根据所述第一分析结果、第一匹配功能信息、失败因素信息生成第一游戏分析报告发送第一用户；根据所述第一匹配功能信息、所述第一匹配设备，构建第一用户研发信息。达到了按照用户的游戏记录进行虚拟设备的战况分析，从中进行设备升级的对应模块构建，满足不同游戏用户的操作特性，增加用户的升级体验感，同时使用神经网络模型提高数据运算效率和准确性，为游戏用户提供全方位游戏指导的技术效果，从而解决了现有技术中游戏虚拟设备的升级按照游戏的固定内容进行研发，存在缺乏玩家个性化定制研发内容的技术问题。

本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备（***）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的***。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令***的制造品，该指令***实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种基于游戏记录分析的研发模块构建方法，其中，所述方法包括：

获得分析时间信息；

根据所述分析时间信息，获得第一用户的游戏记录；

根据所述第一用户的游戏记录，获得第一用户成绩；

当所述第一用户成绩满足第一预定阈值时，根据所述第一用户的游戏记录，获得第一失败成绩信息集，所述第一失败成绩信息包括第一设备信息、第一游戏关卡信息、第一失败时间；

根据所述第一设备信息、所述第一游戏关卡信息对所有第一失败成绩信息进行分类，获得失败信息分类结果；

当所述失败信息分类结果中存在第一失败信息分类达到第二预定阈值时，根据所述第一失败信息分类，获得第一匹配设备；

根据所述第一匹配设备，获得第一设备特征信息；

根据所述第一失败信息分类，获得失败因素信息；

将所述第一设备特征信息、所述失败因素信息输入设备分析模型，获得第一分析结果；

获得预设功能数据库；

根据所述第一分析结果、所述预设功能数据库，获得第一匹配功能信息，所述第一匹配功能信息包括至少一个匹配功能信息，并根据所述第一分析结果、第一匹配功能信息、失败因素信息生成第一游戏分析报告发送第一用户；

根据所述第一匹配功能信息、所述第一匹配设备，构建第一用户研发信息；

其中，所述根据所述第一失败信息分类，获得失败因素信息，包括：

根据所述第一失败信息分类，获得第一分类游戏记录；

根据所述第一分类游戏记录，获得记录格式分类信息；

根据所述记录格式分析信息，获得格式特征信息；

将所述格式特征信息、所述第一分类游戏记录输入记录内容提取模型，获得游戏记录分类信息库；

根据所述游戏记录分类信息，获得分类分析规则；

将所述游戏记录分析信息、所述分类分析规则输入记录分析模型，获得所述失败因素信息；

其中，所述根据所述第一匹配功能信息、所述第一匹配设备，构建第一用户研发信息，包括：

根据所述第一匹配功能信息，获得匹配功能要素信息；

根据所述第一匹配设备，获得第一设备结构信息；

根据所述第一设备结构信息、所述匹配功能要素信息，获得第一结合点；

根据所述第一结合点、所述匹配功能要素信息，获得升级步骤信息；

根据所述第一结合点、所述匹配功能要素信息、所述升级步骤信息，构建所述第一用户研发信息。

2.如权利要求1所述的方法，其中，所述第一失败信息分类，获得失败因素信息，包括：

根据所述第一失败成绩信息集、所述第一设备信息，获得第一设备信息集，并作为第一分级特征；

根据所述第一设备信息集、所述第一游戏关卡信息，获得第一失败游戏关卡信息，并作为第二分级特征；

根据所述第一失败游戏关卡信息，获得失败因素信息，并作为第三分级特征；

根据所述第一分级特征、所述第二分级特征以及所述第三分级特征，构建多层级分析决策树；

将所述第一失败信息分类输入所述多层级分析决策树，获得所述失败因素信息。

3.如权利要求2所述的方法，其中，所述方法包括：

对所述第一分级特征进行信息论编码运算，获得第一特征信息熵，对所述第二分级特征进行信息论编码运算，获得第二特征信息熵，对所述第三分级特征进行信息论编码运算，获得第三特征信息熵；

将所述第一特征信息熵、所述第二特征信息熵以及所述第三特征信息熵输入数据大小比对模型进行训练，获得第一根节点特征信息；

基于所述第一根节点特征信息和所述第一失败成绩信息集，构建所述多层级分析决策树。

4.如权利要求1所述的方法，其中，所述方法包括：

根据所述第一用户的游戏记录，获得第一用户等级信息；

根据所述第一用户等级信息、第一用户的游戏记录，获得第一用户闯关速率均值；

获得第二游戏关卡；

根据所述第二游戏关卡、所述第一用户的游戏记录，获得关卡难度增加权值；

根据所述第一用户闯关速率均值、所述关卡难度增加权值，获得所述第一预定阈值。

5.如权利要求1所述的方法，其中，所述将所述第一设备特征信息、所述失败因素信息输入设备分析模型，获得第一分析结果，包括：

将所述第一设备特征信息作为第一输入信息；

将所述失败因素信息作为第二输入信息；

将所述第一输入信息、所述第二输入信息输入所述设备分析模型，所述设备分析模型为通过多组训练数据训练至收敛得到，其中，所述多组训练数据中的每组数据都具有所述第一输入信息、所述第二输入信息以及用于标识第一分析结果的标识信息；

获得所述设备分析模型的输出信息，所述输出信息包括所述第一分析结果。

6.如权利要求1所述的方法，其中，当所述第一匹配功能信息为多个时，所述方法包括：

根据多个匹配功能信息、所述第一匹配设备，获得多个研发升级方案；

根据所述多个研发升级方案，构建所述第一用户研发信息。

7.一种基于游戏记录分析的研发模块构建***，其中，所述***应用于权利要求1-6任一所述方法中，所述***包括：

第一获得单元，所述第一获得单元用于获得分析时间信息；

第二获得单元，所述第二获得单元用于根据所述分析时间信息，获得第一用户的游戏记录；

第三获得单元，所述第三获得单元用于根据所述第一用户的游戏记录，获得第一用户成绩；

第四获得单元，所述第四获得单元用于当所述第一用户成绩满足第一预定阈值时，根据所述第一用户的游戏记录，获得第一失败成绩信息集，所述第一失败成绩信息包括第一设备信息、第一游戏关卡信息、第一失败时间；

第五获得单元，所述第五获得单元用于根据所述第一设备信息、所述第一游戏关卡信息对所有第一失败成绩信息进行分类，获得失败信息分类结果；

第六获得单元，所述第六获得单元用于当所述失败信息分类结果中存在第一失败信息分类达到第二预定阈值时，根据所述第一失败信息分类，获得第一匹配设备；

第七获得单元，所述第七获得单元用于根据所述第一匹配设备，获得第一设备特征信息；

第八获得单元，所述第八获得单元用于根据所述第一失败信息分类，获得失败因素信息；第一执行单元，所述第一执行单元用于将所述第一设备特征信息、所述失败因素信息输入设备分析模型，获得第一分析结果；

第九获得单元，所述第九获得单元用于获得预设功能数据库；

第十获得单元，所述第十获得单元用于根据所述第一分析结果、所述预设功能数据库，获得第一匹配功能信息，所述第一匹配功能信息包括至少一个匹配功能信息，并根据所述第一分析结果、第一匹配功能信息、失败因素信息生成第一游戏分析报告发送第一用户；

第一构建单元，所述第一构建单元用于根据所述第一匹配功能信息、所述第一匹配设备，构建第一用户研发信息；

所述***还包括：

第十一获得单元，所述第十一获得单元用于根据所述第一失败信息分类，获得第一分类游戏记录；

第十二获得单元，所述第十二获得单元用于根据所述第一分类游戏记录，获得记录格式分类信息；

第十三获得单元，所述第十三获得单元用于根据所述记录格式分析信息，获得格式特征信息；

第十四获得单元，所述第十四获得单元用于将所述格式特征信息、所述第一分类游戏记录输入记录内容提取模型，获得游戏记录分类信息库；

第十五获得单元，所述第十五获得单元用于根据所述游戏记录分类信息，获得分类分析规则；

第十六获得单元，所述第十六获得单元用于将所述游戏记录分析信息、所述分类分析规则输入记录分析模型，获得所述失败因素信息；

第二十三获得单元，所述第二十三获得单元用于根据所述第一匹配功能信息，获得匹配功能要素信息；

第二十四获得单元，所述第二十四获得单元用于根据所述第一匹配设备，获得第一设备结构信息；

第二十五获得单元，所述第二十五获得单元用于根据所述第一设备结构信息、所述匹配功能要素信息，获得第一结合点；

第二十六获得单元，所述第二十六获得单元用于根据所述第一结合点、所述匹配功能要素信息，获得升级步骤信息；

第四构建单元，所述第四构建单元用于根据所述第一结合点、所述匹配功能要素信息、所述升级步骤信息，构建所述第一用户研发信息。

8.一种基于游戏记录分析的研发模块构建***，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现权利要求1-6任一项所述方法的步骤。

Images