一种游戏难度匹配方法及装置制造方法及图纸

本申请提供了一种游戏难度匹配方法及装置，能够实现针对每个游戏玩家进行针对性的游戏难度的匹配。其中，该方法包括：在当前场游戏对局结束后，根据目标游戏玩家的历史游戏数据，以及当前场游戏对局的游戏数据，获取目标游戏玩家在多种游戏难度影响特征下的特征值；将所述目标游戏玩家在多种所述游戏难度影响特征下的特征值输入至预先训练的游戏难度匹配模型中，获取下一场游戏对局的游戏难度匹配结果；所述游戏难度匹配结果，用于为所述目标游戏玩家匹配下一场游戏对局的游戏资源。游戏玩家匹配下一场游戏对局的游戏资源。游戏玩家匹配下一场游戏对局的游戏资源。

【技术实现步骤摘要】
一种游戏难度匹配方法及装置


[0001]本申请涉及游戏
，具体而言，涉及一种游戏难度匹配方法及装置。

技术介绍

[0002]在许多游戏中，通常需要将不同的游戏玩家进行匹配，并将匹配到的游戏玩家投放至同一游戏场景进行游戏。但不同游戏玩家的游戏能力存在差异；在同一场游戏中，游戏能力较弱的玩家会感觉游戏难度过大，难以上手；而游戏能力较强的玩家则会感觉游戏难度小，不具备挑战性；即使对于同一个游戏玩家，随着其在游戏中的战绩起伏，其在不同时刻对游戏难度也会有不同的偏好。
[0003]为了满足游戏玩家对不同游戏难度的需求，当前采用预先配置游戏难度确定规则，并基于该游戏难度确定规则和游戏玩家在游戏中的表现或者游戏结果，为游戏玩家确定下一场游戏对局的游戏难度。
[0004]但是这种游戏难度的确定方式中，由于游戏难度确定规则是人为配置的，存在一定的主观性和局限性，造成无法针对每个游戏玩家进行针对性的游戏难度匹配。

技术实现思路

[0005]有鉴于此，本申请实施例的目的在于提供一种游戏难度的游戏难度匹配方法及装置，能够实现针对每个游戏玩家进行针对性的游戏难度的匹配。
[0006]第一方面，本申请实施例提供了一种游戏难度匹配方法，包括：
[0007]在当前场游戏对局结束后，根据目标游戏玩家的历史游戏数据，以及当前场游戏对局的游戏数据，获取目标游戏玩家在多种游戏难度影响特征下的特征值；
[0008]将所述目标游戏玩家在多种所述游戏难度影响特征下的特征值输入至预先训练的游戏难度匹配模型中，获取下一场游戏对局的游戏难度匹配结果；
[0009]所述游戏难度匹配结果，用于为所述目标游戏玩家匹配下一场游戏对局的游戏资源。
[0010]一种可选的实施方式中，所述游戏资源包括以下至少一种：
[0011]对战玩家、游戏场景、游戏类型。
[0012]一种可选的实施方式中，所述游戏难度影响特征包括：用于表征所述目标游戏玩家游戏习惯和游戏水平的离线特征，和/或用于表征所述目标游戏玩家当前游戏状态的在线特征。
[0013]一种可选的实施方式中，针对所述游戏难度影响特征包括所述离线特征的情况，所述离线特征包括下述一种或者多种：
[0014]当前段位分数、预设历史时段内的游戏对局次数、预设历史时段内每次游戏对局的平均击杀数量、预设历史时段内每次游戏对局的平均游戏时长、连续登陆游戏的天数、在至少一个时段进行游戏的平均游戏对局次数、工作日的平均游戏对局次数、周末的平均游戏对局次数、游戏对局在多个不同时段的发生频率。
[0015]一种可选的实施方式中，针对所述游戏难度影响特征包括离线特征的情况，采用下述方式获取所述目标游戏玩家在所述离线特征下的特征值：
[0016]在所述目标游戏玩家每完成一场游戏对局后，将该场游戏对局的对战信息作为历史游戏数据进行保存；
[0017]基于保存的所述历史游戏数据，确定所述目标游戏玩家在多种所述游戏难度影响特征下的特征值。
[0018]一种可选的实施方式中，针对所述游戏难度影响特征包括所述在线特征的情况，所述在线特征包括下述一种或者多种：
[0019]在最近预设时间段内的至少一场目标游戏对局中的击杀数量、在所述目标游戏对局中的排名、在所述目标游戏对局中的存活时长、在所述目标游戏对局中的游戏得分、在所述目标游戏对局中的死亡次数、当前场游戏对局的结束时间所归属的时段。
[0020]一种可选的实施方式中，针对所述游戏难度影响特征包括在线特征的情况，采用下述方式获取所述目标游戏玩家在所述在线特征下的特征值：
[0021]在每场游戏对局结束后，将该场游戏对局作为新的目标游戏对局，并将所述新的目标游戏对局的游戏数据保存至目标游戏对局数据集合中；以及
[0022]从所述目标游戏对局数据集合中，将距离该场游戏对局时间最久的目标游戏对局的游戏数据从所述目标游戏对局数据集合中删除，以生成与该场游戏对局对应的目标游戏对局数据集合；
[0023]在本场游戏对局结束后，根据本场游戏对局对应的目标游戏对局数据集合，确定所述目标游戏玩家在所述在线特征下的特征值。
[0024]一种可选的实施方式中，所述游戏难度匹配模型包括与预设的不同游戏难度等级分别对应的子预测模型；
[0025]所述将所述目标游戏玩家在多种所述游戏难度影响特征下的特征值输入至预先训练的游戏难度匹配模型中，获取下一场游戏对局的游戏难度匹配结果，包括：
[0026]将所述目标游戏玩家在多种所述游戏难度影响特征下的特征值分别输入至不同的子预测模型，获取与每个游戏难度等级分别对应的继续游戏概率；
[0027]基于与每个游戏难度等级分别对应的继续游戏概率的大小，确定所述游戏难度匹配结果。
[0028]一种可选的实施方式中，采用下述方法训练所述游戏难度匹配模型：
[0029]获取多个样本游戏玩家的历史样本游戏数据；
[0030]针对每个预设的游戏难度等级，基于该预设的游戏难度等级对应的各个所述样本游戏玩家的历史样本游戏数据，构建与该游戏难度等级对应的多条训练样本数据；每条所述训练样本数据包括：任一样本游戏玩家在多种所述游戏难度影响特征下的样本特征值，以及该任一样本游戏玩家在该预设的游戏难度等级下的真实继续游戏概率；
[0031]基于每个预设的游戏难度等级分别对应的多条训练样本数据，以及每条训练样本数据对应的真实继续游戏概率，训练得到所述游戏难度匹配模型。
[0032]一种可选的实施方式中，针对每个预设的游戏难度等级，基于该预设的游戏难度等级对应的各个所述样本游戏玩家的历史样本游戏数据，构建与该游戏难度等级对应的多条训练样本数据，包括：
[0033]针对每个样本游戏玩家，为该样本游戏玩家确定预设长度的历史时段；
[0034]从与该样本游戏玩家对应的历史游戏数据中，确定游戏时间落入所述历史时段的多场第一游戏对局的第一目标历史游戏数据、继所述多场第一游戏对局之后的一场第二游戏对局的第二目标历史游戏数据，以及继所述第二游戏对局之后的至少一场第三游戏对局的第三目标历史游戏数据；
[0035]基于所述第一目标历史游戏数据确定训练样本数据、基于所述第二目标历史游戏数据确定与确定的训练样本数据对应的预设的游戏难度等级，以及基于所述第三目标历史游戏数据，确定与确定的样本训练游戏数据对应的真实继续游戏概率；
[0036]基于得到的各条训练样本数据分别对应的预设的游戏难度等级，对所有训练样本数据进行分组，以针对每个预设的游戏难度等级，得到与该预设的游戏难度等级对应的多条训练样本数据。
[0037]一种可选的实施方式中，所述游戏难度匹配模型包括：与不同预设的游戏难度等级分别对应的子预测模型；
[0038]基于每个预设的游戏难度等级分别对应的多条训练样本数据，以及每条训练样本数据对应的真实继续游戏概率，训练得到所述游戏难度匹配模型，包括：
[0039]针对每个预设的游戏难度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种游戏难度匹配方法，其特征在于，包括：在当前场游戏对局结束后，根据目标游戏玩家的历史游戏数据，以及当前场游戏对局的游戏数据，获取目标游戏玩家在多种游戏难度影响特征下的特征值；将所述目标游戏玩家在多种所述游戏难度影响特征下的特征值输入至预先训练的游戏难度匹配模型中，获取下一场游戏对局的游戏难度匹配结果；所述游戏难度匹配结果，用于为所述目标游戏玩家匹配下一场游戏对局的游戏资源。2.根据权利要求1所述的游戏难度匹配方法，其特征在于，所述游戏资源包括以下至少一种：对战玩家、游戏场景、游戏类型。3.根据权利要求1所述的游戏难度匹配方法，其特征在于，所述游戏难度影响特征包括：用于表征所述目标游戏玩家的游戏习惯和游戏水平的离线特征，和/或用于表征所述目标游戏玩家的当前游戏状态的在线特征。4.根据权利要求3所述的游戏难度匹配方法，其特征在于，针对所述游戏难度影响特征包括所述离线特征的情况，所述离线特征包括下述一种或者多种：当前段位分数、预设历史时段内的游戏对局次数、预设历史时段内每次游戏对局的平均击杀数量、预设历史时段内每次游戏对局的平均游戏时长、连续登陆游戏的天数、在至少一个时段进行游戏的平均游戏对局次数、工作日的平均游戏对局次数、周末的平均游戏对局次数、游戏对局在多个不同时段的发生频率。5.根据权利要求4所述的游戏难度匹配方法，其特征在于，针对所述游戏难度影响特征包括离线特征的情况，采用下述方式获取所述目标游戏玩家在所述离线特征下的特征值：在所述目标游戏玩家每完成一场游戏对局后，将该场游戏对局的对战信息作为历史游戏数据进行保存；基于保存的所述历史游戏数据，确定所述目标游戏玩家在多种所述游戏难度影响特征下的特征值。6.根据权利要求3所述的游戏难度匹配方法，其特征在于，针对所述游戏难度影响特征包括所述在线特征的情况，所述在线特征包括下述一种或者多种：在最近预设时间段内的至少一场目标游戏对局中的击杀数量、在所述目标游戏对局中的排名、在所述目标游戏对局中的存活时长、在所述目标游戏对局中的游戏得分、在所述目标游戏对局中的死亡次数、当前场游戏对局的结束时间所归属的时段。7.根据权利要求3所述的游戏难度匹配方法，其特征在于，针对所述游戏难度影响特征包括在线特征的情况，采用下述方式获取所述目标游戏玩家在所述在线特征下的特征值：在每场游戏对局结束后，将该场游戏对局作为新的目标游戏对局，并将所述新的目标游戏对局的游戏数据保存至目标游戏对局数据集合中；以及从所述目标游戏对局数据集合中，将距离该场游戏对局时间最久的目标游戏对局的游戏数据从所述目标游戏对局数据集合中删除，以生成与该场游戏对局对应的目标游戏对局数据集合；在本场游戏对局结束后，根据本场游戏对局对应的目标游戏对局数据集合，确定所述目标游戏玩家在所述在线特征下的特征值。8.根据权利要求1所述的游戏难度匹配方法，其特征在于，所述游戏难度匹配模型包括
与预设的不同游戏难度等级分别对应的子预测模型；所述将所述目标游戏玩家在多种所述游戏难度影响特征下的特征值输入至预先训练的游戏难度匹配模型中，获取下一场游戏对局的游戏难度匹配结果，包括：将所述目标游戏玩家在多种所述游戏难度影响特征下的特征值分别输入至不同的子预测模型，获取与每个游戏难度等级分别对应的继续游戏概率；基于与每个游戏难度等级分别对应的继续游戏概率的大小，确定所述游戏难度匹配结果。9.根据权利要求1所述的游戏难度匹配方法，其特征在于，采用下述方法训练所述游戏难度匹配模型：获取多个样本游戏玩家的历史样本游戏数据；针对每个预设的游戏难度等级，基于该预设的游戏难度等级对应的各个所述样本游戏玩家的历史样本游戏数据，构建与该游戏难度等级对应的多条训练样本数据；每...

【专利技术属性】
技术研发人员：孙磊，邢星星，周星辰，巩轶凡，林秋芳，
申请(专利权)人：网易杭州网络有限公司，
类型：发明
国别省市：