一种获取游戏数据的方法及电子设备技术

本发明专利技术实施例公开了一种获取游戏数据的方法及电子设备。本发明专利技术实施例方法包括：确定与预置训练模型对应的目标应用，预置训练模型是通过对第一数据进行训练学习而得到的训练模型，第一数据为用于表示用户行为的数据，目标应用属于待测试的应用集合；在目标应用运行的过程中，运行预置训练模型，预置训练模型用于向目标应用输入第一控制指令；根据第一控制指令执行目标应用，生成用于对目标应用进行测试的第二数据。本发明专利技术实施例还提供了一种电子设备，本发明专利技术实施例中，通过预置训练模型模拟用户的行为而获取游戏数据，可以极大的缩短获取游戏数据的时间周期，提高效率，进而节省开发成本。

【技术实现步骤摘要】

本专利技术涉及计算机领域，尤其涉及一种获取游戏数据的方法及电子设备。
技术介绍
随着计算机和通信技术的高速发展，各类应用极大的方便了用户的工作和生活。但是应用的设计又是一项复杂的系统性工作，其中，应用的设计涉及很多的要素，这些要素涉及到应用的实用性，适用性，便捷性等。例如，若以游戏为例，游戏的研发人员需要通过设计不同类型的游戏要素来吸引玩家进行游戏，其中游戏要素包括用户成长、关卡设计、怪物设计等等。由于各种游戏要素设计的复杂度非常的高，因此，在开发过程中，需要反复调试上述的各种要素，调整它们之间的平衡性使其达到一个较优的状态。在传统的开发应用的过程中，许多设计要素在应用正式上线前难以进行验证，只能通过在灰度测试中长时间的不断的收集、统计用户的数据来对原有设计进行修正，测试的时间周期长，成本较高。
技术实现思路
本专利技术实施例提供了一种获取游戏数据的方法及电子设备。第一方面，本专利技术实施例提供了一种获取游戏数据的方法，包括：确定与预置训练模型对应的目标应用，所述预置训练模型是通过对第一数据进行训练学习而得到的训练模型，所述第一数据为用于表示用户行为的数据，所述目标应用属于待测试的应用集合；在所述目标应用运行的过程中，运行所述预置训练模型，所述预置训练模型用于向所述目标应用输入第一控制指令；根据所述第一控制指令执行所述目标应用，生成用于对所述目标应用进行测试的第二数据。第二方面，本专利技术实施例提供了一种电子设备，包括：确定模块，用于确定与预置训练模型对应的目标应用，所述预置训练模型是通过对第一数据进行训练学习而得到的训练模型，所述第一数据为用于表示用户行为的数据，所述目标应用属于待测试的应用集合；模型运行模块，用于在所述目标应用运行的过程中，运行所述预置训练模型，所述预置训练模型用于向所述目标应用输入第一控制指令；应用执行模块，用于根据所述模型运行模块输入的所述第一控制指令执行所述目标应用，生成用于对所述目标应用进行测试的第二数据从以上技术方案可以看出，本专利技术实施例具有以下优点：本专利技术实施例中，预置训练模型是通过对第一数据进行训练学习后而得到的训练模型，而第一数据为模拟用户行为执行目标应用所产生的数据，使得预置训练模型可以模拟用户的行为与决策。通过预置训练模型向目标应用输入控制指令，例如，可以通过预置训练模型对一款游戏输入控制指令，从而可以模拟用户的行为与决策，然后，根据所述控制指令执行所述目标应用，生成第二数据，第二数据为预置训练模型模拟用户的行为与决策向目标应用输入控制指令后，终端执行目标应用时产生的游戏数据，从而可以通过第二数据对该款目标应用进行测试与评估。改变了传统方法中，在应用设计开发的过程中，一款应用的游戏数据需要长时间收集真实的用户反馈的数据，通过真实用户反馈的数据才能对该目标应用进行评估，由于预置训练模型具有并行处理的特点，通过预置训练模型模拟用户的行为而获取游戏数据，可以极大的缩短获取游戏数据的时间周期，提高效率，进而节省开发成本。附图说明图1为本专利技术实施例中一种获取游戏数据的方法的流程示意图；图2为本专利技术实施例中基于用户数据构建预置训练模型的流程示意图；图3为专利技术实施例中一种获取游戏数据的方法的一个实施例的流程示意图；图4为专利技术实施例中生成预置训练模型的流程示意图；图5为专利技术实施例中基于预置策略构建预置训练模型的流程示意图；图6为专利技术实施例中一种获取游戏数据的方法的另一个实施例的流程示意图；图7为专利技术实施例中一种电子设备的一个实施例的结构示意图；图8为专利技术实施例中一种电子设备的另一个实施例的结构示意图；图9为专利技术实施例中一种电子设备的另一个实施例的结构示意图；图10为专利技术实施例中一种电子设备的另一个实施例的结构示意图；图11为专利技术实施例中一种通信系统的架构示意图；图12为专利技术实施例中灰度策略测试流程示意图。具体实施方式本专利技术实施例提供了一种获取游戏数据的方法及电子设备，用于缩短获取游戏数据的时间周期，提高效率，进而节省开发成本。为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。在应用的开发过程中，对该应用的测试是一项重要的环节，本专利技术实施例中以游戏的测试为例进行说明获取游戏数据的过程。传统的方法中，对于游戏的游戏数据的获取方式是：通过长时间的收集玩家玩游戏而产生的游戏数据，周期长，研发成本高。而本专利技术实施例中提供的获取游戏数据的方法，是电子设备通过预置训练模型模拟玩家的行为玩游戏而产生的数据，预置训练模型具有并行处理的计算能力，获取游戏数据的周期短，可以极大的降低研发成本。本专利技术实施例是而本专利技术实施例提供了一种获取游戏数据的方法，请结合图1进行理解，图1为一种获取游戏数据的方法的流程示意图。该方法应用于一种电子设备，该电子设备上安装有待测试的游戏。测试应用主要包括两个阶段，第一个阶段，建立训练模型阶段：由于游戏开发出来是要给用户玩的，每位用户具有不同的特点，人具有“多样性”，并不是冰冷的机器，因此对同一款游戏的玩法也不相同，这样就需要获取用于表示用户行为的第一数据，通过对第一数据进行训练学习，而生成用于模拟用户行为的训练模型，该训练模型可以理解为人工智能系统(ArtificialIntelligence，缩写：AI)，该人工智能系统的行为越接近于人，获取的游戏数据就越接近于用户玩游戏时的数据。这样，就可以通过人工智能系统来模拟真实玩家在实际游戏中的行为。在人工智能系统模拟真人玩家进行游戏的过程中，游戏模块生成游戏数据，进一步的，将该数据进行汇总后生成该款游戏的测试报告，根据该测试报告可以对该款游戏进行优化和改进。在实际应用中，该电子设备的功能可以在终端上执行，或者该电子设备的功能可以由学习服务器和测试终端来执行。在实际应用中，电子设备的实际部署形态，本专利技术不限定。若该电子设备的功能由学习服务器和测试终端来执行。则该终端上预先安装了目标应用。学习服务器用于建立训练模型，学习服务器对用于表示用户行为的数据进行学习，生成用于模拟用户行为的预置训练模型，然后，由学习服务器将该预置训练模型发送至测试终端，测试终端加载该预置训练模型后，预置训练模型运行于该测试终端，由预置训练模型模拟玩家的行为，向目标应用输入第一控制指令，测试终端生成用于测试该目标应用的数据。本专利技术实施例中该电子设备的功能以在终端集成执行为例进行说明。本专利技术提供的一个实施本文档来自技高网...

【技术保护点】
一种获取游戏数据的方法，其特征在于，包括：确定与预置训练模型对应的目标应用，所述预置训练模型是通过对第一数据进行训练学习而得到的训练模型，所述第一数据为用于表示用户行为的数据，所述目标应用属于待测试的应用集合；在所述目标应用运行的过程中，运行所述预置训练模型，所述预置训练模型用于向所述目标应用输入第一控制指令；根据所述第一控制指令执行所述目标应用，生成用于对所述目标应用进行测试的第二数据。

【技术特征摘要】
1.一种获取游戏数据的方法，其特征在于，包括：确定与预置训练模型对应的目标应用，所述预置训练模型是通过对第一数据进行训练学习而得到的训练模型，所述第一数据为用于表示用户行为的数据，所述目标应用属于待测试的应用集合；在所述目标应用运行的过程中，运行所述预置训练模型，所述预置训练模型用于向所述目标应用输入第一控制指令；根据所述第一控制指令执行所述目标应用，生成用于对所述目标应用进行测试的第二数据。2.根据权利要求1所述的方法，其特征在于，所述通过预置训练模型向目标应用输入第一控制指令之前，所述方法还包括：获取第一数据，所述第一数据为客户端接收用户输入的第二控制指令而执行目标应用的过程中所产生的数据集；根据所述数据集生成用户行为的训练样本；通过学习算法对所述训练样本进行训练学习，得到所述预置训练模型，所述预置训练模型为人工智能系统。3.根据权利要求1或2所述的方法，其特征在于，所述通过训练学习算法对所述训练样本进行训练学习，得到所述预置训练模型，包括：通过所述学习算法对所述训练样本进行分类，生成至少一个学习模型；将所述至少一个学习模型进行封装，得到第一训练模型；通过所述第一训练模型向所述目标应用输入控制指令，生成第三数据；将所述第三数据和所述第一数据进行比较，得到差异参数；若所述差异参数小于第一门限，则根据所述第一训练模型生成所述智能人工系统；若所述差异参数大于或者等于所述第一门限，则根据所述差异参数对所述第一训练模型进行优化，得到第二训练模型，并将所述第二训练模型作为第一训练模型；直至所述差异参数小于所述第一门限。4.根据权利要求1所述的方法，其特征在于，所述运行所述预置训练模型之前，所述方法还包括：获取第一数据，所述第一数据为模拟用户行为的模拟样本数据；通过学习算法对所述模拟样本数据进行训练学习，生成所述预置训练模型。5.根据权利要求4所述的方法，其特征在于，所述通过训练学习算法对所述模拟样本数据进行训练学习，生成所述预置训练模型，包括：通过学习算法对所述模拟样本数据进行训练学习，生成第三训练模型；通过所述第三训练模型向所述目标应用输入第一控制指令，生成第四数据；通过预置评估函数对所述第四数据进行评估，得到评估结果，所述评估结果用于指示所述第三训练模型与用户行为的差异；若所述评估结果指示所述差异小于预置门限，则根据所述第三训练模型生成所述预置训练模型。6.根据权利要求5所述的方法，其特征在于，所述方法还包括：若所述评估结果指示所述差异大于或者等于预置门限，则根据所述评估结果向所述第三训练模型中加入随机因素，所述随机因素用于改变所述第三训练模型中的各因素的权值，得到第四训练模型；通过所述第四训练模型向所述目标应用输入第一控制指令，生成第五数据；通过所述预置评估函数对所述第五数据进行评估，得到评估结果；若所述评估结果指示所述差异小于预置门限，则根据所述第四训练模型生成所述预置训练模型。7.一种电子设备，其特征在于，包括：确定模块，用于确定与预置训练模型对应的目标...

【专利技术属性】
技术研发人员：殷俊，邓大付，杜家春，程序，万乐，李英杰，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44