多玩家视频游戏匹配优化制造技术

本文呈现的系统的实施方案可以识别待包括在匹配计划中的用户。可以生成参数模型，以预测一组用户的保留时间。可以从等待用户的队列中选择潜在用户队列、一组队友和/或对手。可以将该组队友和/或对手的用户信息提供至参数模型，以生成预测的保留时间。如果预测的保留时间满足预定阈值，则可以批准该组队友和/或对手。有利地，通过基于保留率创建匹配计划，相比于现有的多玩家匹配系统，可以提高多个用户的参与和/或保留程度。

Multi player video game matching optimization

The implementation of the system presented in this paper can identify the users to be included in the matching plan. A parameter model can be generated to predict the retention time of a set of users. You can select a potential user queue, a group of teammates and / or an opponent from a queue waiting for the user. Information about the group's teammates and / or competitors can be supplied to the parameter model to generate the predicted retention time. If the predicted retention time meets a predetermined threshold, the team mate and / or opponent can be approved. Advantageously, by creating a matching scheme based on the reservation rate, the participation and / or retention of a plurality of users can be improved as compared to the existing multi player matching system.

【技术实现步骤摘要】
多玩家视频游戏匹配优化
技术介绍
软件开发者通常期望他们的软件使用户尽可能长久地参与。用户参与软件的时间越长，软件越有可能成功。关于视频游戏，用户的参与时长与软件的成功之间的关系尤其如此。用户玩特定视频游戏的时间越长，用户享受该游戏的可能性越大，因此用户继续玩该游戏的可能性越大。参与的原则并不限于单玩家游戏，并且还可以应用于多玩家视频游戏。向用户提供令人享受的多玩家体验的视频游戏较可能使用户再次玩这些视频游戏。相反，向用户提供不佳的多玩家体验的视频游戏不太可能维持高数量的用户。因此，视频游戏开发的挑战之一在于提供一种确保或提高令人享受的多玩家体验的几率的机制。
技术实现思路
本公开内容的系统、方法和设备各自具有若干创新方面，它们中没有一个单独诠释本文公开的所有期望属性。在附图和下文描述中阐明了本说明书描述的主题的一种或多种实施方式的细节。在某些实施方案中，公开了一种计算机实施的方法，该方法可以由下述交互计算系统实施，该交互计算系统配置有特定的计算机可执行指令，用以至少从等待玩视频游戏的实例的用户队列中选择多个用户。视频游戏的实例的至少第一部分可以在用户队列中的至少一个用户的用户计算设备上执行，而视频游戏的实例的第二部分可以在所述交互计算系统上执行。对于所述多个用户中的每个用户，该方法可以包括访问与对应用户相关联的一组输入数据。该组输入数据可以包括与该对应用户同视频游戏的交互相关联的用户交互数据。另外，该方法可以包括：至少部分地基于所述多个用户中的每个用户的一组输入数据来确定所述多个用户中的每个用户的预测保留(retention，留存)率。预测保留率可以指示所述多个用户中的每个用户将玩该视频游戏的时间的量。此外，该方法可以包括确定所述多个用户的预测保留率是否满足保留阈值。响应于预测保留率满足保留阈值，该方法可以包括：以所述多个用户作为所述视频游戏的实例的玩家开始所述视频游戏的实例。在一些实施方案中，响应于预测保留率不满足保留阈值，该计算机实施的方法还包括从等待玩所述视频游戏的实例的玩家队列中选择新的多个用户。此外，所述多个用户中的至少一个用户可以包括在该新的多个用户中。在一些情况下，所述多个用户包括包含在所述用户队列中的用户子组。此外，所述多个用户可以是基于一个或多个选择准则选择的。选择准则可以包括下述中的一个或多个：用户在队列中的时长；用户的地理位置；用户包含在黑名单中；距宿留所述视频游戏的实例的第二部分的交互计算系统的主机服务器的地理距离；或者距主机服务器的网络距离。对于一些实施方案，确定所述多个用户中的每个用户的预测保留率可以包括：对于所述多个用户中的每个用户，将所述一组输入数据提供至参数函数。参数函数可以是至少部分地基于机器学习算法生成的。此外，该方法可以包括至少部分地基于参数函数的输出来确定所述多个用户中的每个用户的预测保留率。在一些情况下，生成参数函数可以包括至少访问训练输入数据。训练输入数据与玩所述视频游戏的第二多个用户相关联。此外，该方法可以包括访问所述第二多个用户的一组输出数据。所述输出数据可以与所述第二多个用户的保留率相关联。另外，该方法可以包括：使用机器学习算法、至少部分基于所述一组输入数据和所述一组输出数据来确定参数函数。此外，该方法可以包括至少部分地基于下述中的一个或多个将不利因素(penalty，不利、惩罚)与参数函数相关联：参数函数中包括的变量的数量；与参数函数相关联的数学算法的复杂度；或者参数函数的输出相比于所述输出数据的准确度。在一些情况下，该方法可以包括：至少部分地基于与多个参数函数中的至少一些参数函数相关联的不利值(penaltyvalue，惩罚值)从多个参数函数中选择参数函数。根据一些实施方案，该方法可以包括：接收所述多个用户中的第一用户和第二用户期望玩所述视频游戏的同一实例的指示。响应于预测保留率不满足保留阈值，该方法可以包括：将所述多个用户中的至少一些用户用不同的用户替换，而将第一用户和第二用户保持在所述多个用户中。在一些情况下，用户交互数据包括下述中的一个或多个：玩法风格；技能水平；人物选择历史；或角色历史。此外，该方法可以包括：响应于确定所述多个用户中的一用户与少于同所述视频游戏的阈值量交互历史相关联，将一组特定的用户交互数据与该用户相关联。在本公开内容的某些实施方案中，公开了一种系统，该系统包括被配置为存储视频游戏的用户的用户交互数据的电子数据存储器。该系统还可以包括与电子数据存储器通信的硬件处理器。硬件处理器可以被配置为执行特定的计算机可执行指令，以至少从等待玩视频游戏的用户队列中选择一组用户。所述视频游戏的至少第一部分可以宿留(host)在用户队列中的至少一个用户的用户计算设备上，而所述视频游戏的第二部分可以由服务器系统宿留。另外，该系统可以基于该组用户生成匹配计划。每个匹配计划可以包括该组用户中的第一队用户以及该组用户中的第二队用户。对于该组用户中的每个用户，所述系统可以访问与该用户相关联的一组用户交互数据。该组用户交互数据可以从电子数据器储库访问。另外，该系统可以至少部分地基于与该组用户中的每个用户相关联的所述一组用户交互数据来确定匹配计划的参与得分。该系统还可以确定参与得分是否满足参与得分阈值。响应于确定参与得分满足参与得分阈值，该系统可以使用匹配计划开始所述视频游戏的实例。在一些实施方案中，匹配计划可以是多个匹配计划中的一个。此外，硬件处理器还可以被配置为执行特定的计算机可执行指令，以至少：至少部分地基于每个匹配计划参与得分，从多个匹配计划中选择匹配计划。响应于确定参与得分不满足参与得分阈值，硬件处理器还可以被配置为执行特定的计算机可执行指令，以至少用用户队列中的另一用户替代该组用户中的至少一个用户。在一些情况下，将至少第一用户和第二用户指定为用户对，并且用用户队列中的另一用户替代该组用户中的至少一个用户可以包括保持该用户对。在一些情况下，参与得分阈值至少部分地基于用户队列中包括的用户的数量而变化。本文公开的某些实施方案与存储计算机可执行指令的非暂态计算机可读存储介质相关，所述计算机可执行指令在由一个或多个计算设备执行时配置所述一个或多个计算设备进行包括下述的操作：从等待玩视频游戏的实例的用户队列中选择多个用户，以形成用于玩所述视频游戏的实例的匹配计划。对于所述多个用户中的每个用户，上述操作可以包括访问与该用户同所述视频游戏的交互相关联的一组用户交互数据。此外，上述操作可以包括至少部分地基于所述多个用户中的每个用户的所述一组用户交互数据来确定匹配计划的预测保留率。预测保留率可以对应于所述多个用户中特定数量的用户停止玩所述视频游戏的几率。此外，上述操作可以包括确定预测保留率是否满足保留阈值。响应于预测保留率满足保留阈值，上述操作可以包括选择所述匹配计划来玩所述视频游戏的实例。在一些实施方案中，确定预测保留率可以包括将匹配计划的每个用户的所述一组用户交互数据提供给至少部分地基于机器学习算法生成的参数函数。上述操作还可以包括至少部分地基于参数函数的输出来确定匹配计划的预测保留率。在一些情况下，参数函数的输出包括匹配计划的预测保留率和与不满足第二保留阈值的保留率相关联的多个用户的身份。在一些情况下，保留阈值与第二保留阈值可以不同。虽然本文公开了某本文档来自技高网...

【技术保护点】
一种计算机实施的方法，包括：当由被配置有特定的计算机可执行指令的交互计算系统实施时，从等待玩视频游戏的实例的用户队列中选择多个用户，其中，所述视频游戏的所述实例的至少第一部分在所述用户队列中的至少一个用户的用户计算设备上执行，而所述视频游戏的所述实例的第二部分在所述交互计算系统上执行；对于所述多个用户中的每个用户，访问与对应用户相关联的一组输入数据，所述一组输入数据包括与该对应用户同所述视频游戏的交互相关联的用户交互数据，至少部分地基于所述多个用户中的每个用户的所述一组输入数据来确定所述多个用户中的每个用户的预测保留率，所述预测保留率指示所述多个用户中的每个用户将玩所述视频游戏的时间的量；确定所述多个用户的所述预测保留率是否满足保留阈值；以及响应于所述预测保留率满足所述保留阈值，以所述多个用户作为所述视频游戏的所述实例的玩家开始所述视频游戏的所述实例。

【技术特征摘要】
2016.03.08 US 15/064,1151.一种计算机实施的方法，包括：当由被配置有特定的计算机可执行指令的交互计算系统实施时，从等待玩视频游戏的实例的用户队列中选择多个用户，其中，所述视频游戏的所述实例的至少第一部分在所述用户队列中的至少一个用户的用户计算设备上执行，而所述视频游戏的所述实例的第二部分在所述交互计算系统上执行；对于所述多个用户中的每个用户，访问与对应用户相关联的一组输入数据，所述一组输入数据包括与该对应用户同所述视频游戏的交互相关联的用户交互数据，至少部分地基于所述多个用户中的每个用户的所述一组输入数据来确定所述多个用户中的每个用户的预测保留率，所述预测保留率指示所述多个用户中的每个用户将玩所述视频游戏的时间的量；确定所述多个用户的所述预测保留率是否满足保留阈值；以及响应于所述预测保留率满足所述保留阈值，以所述多个用户作为所述视频游戏的所述实例的玩家开始所述视频游戏的所述实例。2.根据权利要求1所述的计算机实施的方法，其中，响应于所述预测保留率不满足所述保留阈值，所述计算机实施的方法还包括：从等待玩所述视频游戏的所述实例的所述玩家队列中选择新的多个用户。3.根据权利要求2所述的计算机实施的方法，其中，所述多个用户中的至少一个用户包括在所述新的多个用户中。4.根据权利要求1所述的计算机实施的方法，其中，所述多个用户包括包含在所述用户队列中的用户子组，并且其中，所述多个用户是基于一个或多个选择准则选择的。5.根据权利要求4所述的计算机实施的方法，其中，所述选择准则包括下述中的一个或多个：用户在所述队列中的时长；所述用户的地理位置；所述用户包含在黑名单中；距宿留所述视频游戏的所述实例的所述第二部分的所述交互计算系统的主机服务器的地理距离；或者距所述主机服务器的网络距离。6.根据权利要求1所述的计算机实施的方法，其中，确定所述多个用户中的每个用户的所述预测保留率包括：对于所述多个用户中的每个用户，将所述一组输入数据提供至参数函数，所述参数函数是至少部分地基于机器学习算法生成的；以及至少部分地基于所述参数函数的输出来确定所述多个用户中的每个用户的所述预测保留率。7.根据权利要求6所述的计算机实施的方法，还包括通过至少以下方式生成所述参数函数：访问训练输入数据，所述训练输入数据与玩所述视频游戏的第二多个用户相关联；访问所述第二多个用户的一组输出数据，所述输出数据与所述第二多个用户的保留率相关联；以及使用所述机器学习算法、至少部分地基于所述一组输入数据和所述一组输出数据来确定所述参数函数。8.根据权利要求6所述的计算机实施的方法，还包括至少部分地基于下述中的一个或多个将不利因素与所述参数函数相关联：所述参数函数中包括的变量的数量；与所述参数函数相关联的数学算法的复杂度；或者所述参数函数的输出相比于所述输出数据的准确度。9.根据权利要求6所述的计算机实施的方法，还包括：至少部分地基于与多个参数函数中的至少一些参数函数相关联的不利值从所述多个参数函数中选择所述参数函数。10.根据权利要求1所述的计算机实施的方法，还包括：接收所述多个用户中的第一用户和第二用户期望玩所述视频游戏的同一实例的指示；以及响应于所述预测保留率不满足所述保留阈值，将所述多个用户中的至少一些用户用不同的用户替换，而将所述第一用户和所述第二用户保持在所述多个用户中。1...

【专利技术属性】
技术研发人员：纳维德·阿加达耶，约翰·科伦，默罕默德·马尔万·马塔尔，穆赫辛·萨尔达里，薛苏，卡齐·阿蒂夫·乌兹·扎曼，
申请(专利权)人：电子技术公司，
类型：发明
国别省市：美国,US