游戏道具推荐方法、装置、计算机设备、存储介质及产品制造方法及图纸

本申请提供一种游戏道具推荐方法、装置、计算机设备、存储介质及产品，涉及计算机网络、游戏等技术领域。通过基于目标对象的游戏技能信息，确定该目标对象的目标层级，从而将对象划分为游戏技能不同的多个层级；并基于该目标层级和目标对象的对象特征，确定第一对象集合，从而结合对象的层级、对象特征等，确定出层级比目标对象高且与该目标对象相似的第一对象集合；后续进一步确定包括该第一对象集合在对象所使用的游戏道具的推荐集合，以向该目标对象推荐该推荐集合中的游戏道具；使得低层级对象可以学习到与他相似且游戏技能比他厉害的对象的道具使用习惯。且无需深入分析游戏逻辑和复杂的特征工程，提高了游戏道具推荐的实用性。用性。用性。

【技术实现步骤摘要】
游戏道具推荐方法、装置、计算机设备、存储介质及产品


[0001]本申请涉及计算机网络、游戏等
，本申请涉及一种游戏道具推荐方法、装置、计算机设备、存储介质及产品。

技术介绍

[0002]伴随着游戏行业的快速发展，现如今各种类型的游戏层出不穷，游戏行业的竞争也越来越激烈。其中许多游戏为代表用户形象的虚拟的对象提供有游戏道具，游戏道具是在游戏时使用的虚拟物品。为了提高用户对游戏道具的购买率，很多游戏平台会主动推荐游戏道具。
[0003]相关技术中，游戏道具推荐可以包括：一种是通过人工配置固定的道具列表，向每个对象推荐相同的道具列表。一种是基于用户的兴趣特点和购买行为数据，通常是利用模型进行构建复杂的特征工程，经过大量数据挖掘与计算，匹配出用户感兴趣的游戏道具，以推荐感兴趣的游戏道具。
[0004]采用上述方案进行道具推荐，要么是所有用户的道具列表均相同，用户购买欲望较低，也即是实际推荐效率低；要么需要复杂的特征工程、运算量大，且需要算法工程师深入了解游戏的各个道具的优势劣势，需花费大量人力成本进行分析，导致推荐成本较高。因此，相关技术中游戏道具推荐方法的实用性较差。

技术实现思路

[0005]本申请提供了一种游戏道具推荐方法、装置、计算机设备、存储介质及产品，可以解决相关技术中游戏道具推荐方法的实用性较差的问题。所述技术方案如下：
[0006]一方面，提供了一种游戏道具推荐方法，所述方法包括：
[0007]基于目标对象的游戏技能信息，确定所述目标对象的目标层级；/>[0008]基于所述目标层级和目标对象的对象特征，确定第一对象集合，所述第一对象集合中对象的层级高于所述目标层级，所述第一对象集合中对象与所述目标对象之间的特征相似度符合目标条件；
[0009]基于所述第一对象集合的道具使用信息，确定所述目标对象的推荐集合，并向所述目标对象推荐所述推荐集合中的游戏道具。
[0010]另一方面，提供了一种游戏道具推荐装置，所述装置包括：
[0011]层级确定模块，用于基于目标对象的游戏技能信息，确定所述目标对象的目标层级；
[0012]对象集合确定模块，用于基于所述目标层级和目标对象的对象特征，确定第一对象集合，所述第一对象集合中对象的层级高于所述目标层级，所述第一对象集合中对象与所述目标对象之间的特征相似度符合目标条件；
[0013]推荐模块，用于基于所述第一对象集合的道具使用信息，确定所述目标对象的推荐集合，并向所述目标对象推荐所述推荐集合中的游戏道具。
[0014]另一方面，提供了一种计算机设备，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序以实现上述的游戏道具推荐方法。
[0015]另一方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的游戏道具推荐方法。
[0016]另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述的游戏道具推荐方法。
[0017]本申请实施例提供的技术方案带来的有益效果是：
[0018]本申请实施例提供的游戏道具推荐方法，通过基于目标对象的游戏技能信息，确定该目标对象的目标层级，从而将对象划分为游戏技能不同的多个层级；并基于该目标层级和目标对象的对象特征，确定第一对象集合，从而结合对象的层级、对象特征等，确定出层级比目标对象高且与该目标对象相似的第一对象集合；后续进一步确定包括该第一对象集合所使用的游戏道具的推荐集合，以向该目标对象推荐该推荐集合中的游戏道具；使得低层级对象向高层级对象学习道具使用习惯，由于高层级对象比低层级对象的游戏技能更熟练，因此提高了所推荐道具转换为有效道具的可能性，进而提高了实际推荐效率。并且，无需深入分析游戏逻辑和各个道具的优势劣势，可通过基于层级和特征相似度，自适应的推荐更高层级的特征相似对象的常选道具，也无需复杂的特征工程和对游戏逻辑的深刻理解，大大节省了人工成本。通过将不同游戏的游戏逻辑、游戏道具与游戏道具推荐过程进行隔离，且无需个性化的机器学习模型等，使得本申请的方法可以复用至任何游戏进行道具推荐，有着较强的复用性、通用性、可迁移性，即使是最新的游戏道具，也能通过低层级向高层级学习使用道具的推荐方式，提高了新道具被推荐、被购买的可能性，很好的解决道具冷启动问题，进而提高了游戏道具推荐的实用性。
附图说明
[0019]为了更清楚地说明本申请实施例中的技术方案，下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
[0020]图1为本申请实施例提供的一种游戏道具推荐方法的实施环境示意图；
[0021]图2为本申请实施例提供的一种游戏道具推荐方法的流程示意图；
[0022]图3为本申请实施例提供的一种对象分层的示意图；
[0023]图4为本申请实施例提供的一种游戏道具推荐流程的示意图；
[0024]图5为本申请实施例提供的一种游戏道具推荐装置的结构示意图；
[0025]图6为本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
[0026]下面结合本申请中的附图描述本申请的实施例。应理解，下面结合附图所阐述的实施方式，是用于解释本申请实施例的技术方案的示例性描述，对本申请实施例的技术方案不构成限制。
[0027]本
技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本申请实施例所使用的术语“包括”以及“包含”是指相应特征可以实现为所呈现的特征、信息、数据、步骤、操作、元件
和/或组件，但不排除实现为本
所支持其他特征、信息、数据、步骤、操作、元件、组件和/或它们的组合等。应该理解，当我们称一个元件被“连接”或“耦接”到另一元件时，该一个元件可以直接连接或耦接到另一元件，也可以指该一个元件和另一元件通过中间元件建立连接关系。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的术语“和/或”指示该术语所限定的项目中的至少一个，例如“A和/或B”可以实现为“A”，或者实现为“B”，或者实现为“A和B”。
[0028]可以理解的是，在本申请的具体实施方式中，涉及到游戏等级、交易道具的资源数值、交易记录、对象在线时长、对象注册时间、活动场参数次数等任何与用户相关的数据，当本申请以下实施例运用到具体产品或技术中时，需要获得用户许可或者同意，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
[0029]为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
[0030]本申请实施例提供的游戏道具推荐方法，涉及以下的人工智能技术、计算机视觉技术、大数据、云游戏等。示例性的，可利用人工智能技术中的云计算技术，以基于游戏中的各个对象的游戏技能信息对各个对象进行分级；当然，也可以利用大本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种游戏道具推荐方法，其特征在于，所述方法包括：基于目标对象的游戏技能信息，确定所述目标对象的目标层级；基于所述目标层级和目标对象的对象特征，确定第一对象集合，所述第一对象集合中对象的层级高于所述目标层级，所述第一对象集合中对象与所述目标对象之间的特征相似度符合目标条件；基于所述第一对象集合的道具使用信息，确定所述目标对象的推荐集合，并向所述目标对象推荐所述推荐集合中的游戏道具。2.根据权利要求1所述的方法，其特征在于，所述基于所述目标层级和目标对象的对象特征，确定第一对象集合之前，所述方法还包括：基于游戏应用中至少两个对象的组队信息，确定每个对象的特征；所述基于所述目标层级和目标对象的对象特征，确定第一对象集合，包括：基于所述目标层级，确定第二对象集合，所述第二对象集合中对象的层级高于所述目标层级；基于所述目标对象和所述第二对象集合中对象的特征，确定所述目标对象分别与所述第二对象集合中每个对象之间的特征相似度；基于所述目标对象分别与所述第二对象集合中每个对象之间的特征相似度，从所述第二对象集合中筛选出所述第一对象集合。3.根据权利要求2所述的方法，其特征在于，所述基于游戏应用中至少两个对象的组队信息，确定每个对象的特征，包括：基于所述至少两个对象的组队信息，构建无向图，其中，所述无向图包括至少两个对象对应的至少两个节点，所述至少两个对象中相互组队的两个对象所对应的两个节点之间存在一条边；采用随机游走的方式，从所述无向图中获取至少两个序列，每个序列包括游走过程中按游走顺序排列的节点；将所述至少两个序列输入至目标模型，并对目标模型进行无监督训练，得到所述每个对象的特征。4.根据权利要求3所述的方法，其特征在于，所述采用随机游走的方式，从所述无向图中获取至少两个序列包括：对于所述无向图中每个节点，基于目标游走次数和游走步长，以所述每个节点为起点进行随机游走，得到所述至少两个序列；相应的，所述将所述至少两个序列输入至目标模型，并对目标模型进行无监督训练，得到所述每个对象的特征，包括：获取所述至少两个对象的初始化表征矩阵；对于每次游走得到的每个序列，基于目标窗口尺寸，以所述每个序列中每个节点为中心点，遍历所述每个序列所包括的至少两个子序列，每个子序列包括中心点以及位于所述中心点的目标窗口尺寸范围内的相邻节点；对于所述每个序列，执行以下步骤：对于所述每个序列的每个子序列，基于所述每个子序列以及所述每个子序列的中心点，计算目标损失函数的数值，并基于所述目标损失函数的数值对所述初始化表征矩阵进
行优化，直至所述目标损失函数的数值达到目标优化条件时停止优化，得到至少两个对象的表征矩阵。5.根据权利要求1所述的方法，其特征在于，所述游戏技能信息是表示对游戏逻辑的掌握并运用的熟练程度的信息；所述目标对象对游戏逻辑掌握并运用的熟练程度越高，所述目标对象的目标层级越高；所述游戏技能信息包括游戏等级、交易道具的资源数值、对象在线时长、对象注册时间以及活动参与次数中的至少一项；相应的，所述基于目标对象的游戏技能信息，确定所述目标对象的目标层级，包括以下至少一项：响应于所述目标对象的游戏等级位于目标等级区间时，确定所述目标对...

【专利技术属性】
技术研发人员：陶冶，江鑫，刘阳，邹丰富，李鹏飞，徐广根，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：