预测性数据预加载制造技术

本申请涉及用于游戏数据的预测性预加载的方法、系统和计算机可读介质。在一些实施例中，一种方法可以包括使用玩家群组行为的机器学习模型来预测哪些游戏(或游戏相关数据资产)在用户进行游戏选择之前开始预加载。一旦用户做出选择，任何与选择无关的预加载都可以终止。因此，在用户查看可用游戏选择的时间段内，可以基于机器学习模型的预测开始预加载给定数量的选择。预加载可以帮助减少从用户选择游戏到游戏开始时间的延迟。游戏到游戏开始时间的延迟。游戏到游戏开始时间的延迟。

【技术实现步骤摘要】
【国外来华专利技术】预测性数据预加载


[0001]本申请涉及计算机化游戏平台领域，具体涉及用于执行预测性游戏数据预加载的方法、系统和计算机可读介质。

技术介绍

[0002]一些在线游戏平台允许用户创建内容、相互连接、相互交互(例如，在游戏内)并通过互联网相互共享信息。在线游戏平台的用户可以参与多人游戏环境，其中其他用户已经创建了游戏或游戏的一部分。
[0003]当用户搜索用户生成的内容(例如，游戏、游戏项目等)或其他内容时，搜索引擎可以基于数据，该数据可以是例如下载数量方面的流行度、用户评级等。用户可以从搜索结果中选择游戏或项目。这样可以通过减少从游戏选择时间到游戏开始时间的延迟来改善用户体验。因此，存在需要减少游戏选择之后的游戏开始时间的延迟。
[0004]考虑到上述需要等，提供了一些实施例。

技术实现思路

[0005]一些实施例提供了预测性预加载游戏数据。
[0006]一些实施例包括用于训练机器学习模型的方法，所述机器学习模型包括神经网络以预测游戏平台中的预加载游戏选项。所述方法包括：提供训练数据，所述训练数据包括与玩家本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种通过计算机实现的方法，用于训练机器学习模型以预测游戏平台中的预加载游戏选项，其特征在于，所述机器学习模型包括神经网络，所述方法包括：提供训练数据，所述训练数据包括与玩家对应的玩家数据和所述游戏平台中的与所述玩家对应的先前选择数据，其中，所述先前选择数据包括一个或多个可用游戏选项以及对应的已选择游戏选项；和训练所述神经网络以预测预加载游戏选项，其中，所述训练包括：提供所述玩家数据和所述一个或多个可用游戏选项作为所述神经网络的输入；获取作为所述神经网络的输出的一个或多个已预测预加载游戏选项；将所述一个或多个已预测预加载游戏选项和与所述一个或多个可用游戏选项对应的所述先前选择数据中的所述已选择游戏选型进行比较；和根据所述比较调整所述神经网络的一个或多个参数。2.如权利要求1所述的方法，其特征在于，所述一个或多个可用游戏选项包括所述游戏平台中的玩家可选择的一个或多个可用游戏。3.如权利要求1所述的方法，其特征在于，所述训练被执行直到损失函数满足预定标准。4.如权利要求1所述的方法，其特征在于，所述玩家数据包括玩家性别、玩家年龄、玩家地理区域、玩家语言、玩家在所述游戏平台上的体验或玩家在所述游戏平台上的购买历史中的一项或多项。5.如权利要求1所述的方法，其特征在于，所述方法还包括：确定与所述玩家相关联的群组；和根据所述与所述玩家关联的群组，训练所述神经网络以预测一个或多个预加载游戏选项。6.如权利要求5所述的方法，其特征在于，所述群组与一个或多个具有相似特性的玩家相关联。7.如权利要求6所述的方法，其特征在于，所述相似特性包括玩家性别、玩家年龄、玩家地理区域、玩家语言、玩家在所述游戏平台上的体验或玩家在所述游戏平台上的购买历史中的一项或多项。8.一种系统，包括：一个或多个处理器，耦合到非暂时性计算机可读介质，该非暂时性计算机可读介质存储软件指令，当该软件指令由该一个或多个处理器执行时使得该一个或多个处理器执行的操作包括：提供训练数据，所述训练数据包括与玩家对应的玩家数据和所述游戏平台中的与所述玩家对应的先前选择数据，其中，所述先前选择数据包括一个或多个可用游戏选项以及对应的已选择游戏选项；和训练所述神经网络以预测预加载游戏选项，其中，所述训练包括：提供所述玩家数据和所述一个或多个可用游戏选项作为所述神经网络的输入；获取作为所述神经网络的输出的一个或多个已预测预加载游戏选项；将所述一个或多...

【专利技术属性】
技术研发人员：约翰，
申请(专利权)人：罗布乐思公司，
类型：发明
国别省市：