提供了一种用于自动购买数字媒体和数字资产的方法。所述方法可以包括要求至少一个用户提供预选的产品列表。所述方法还可以包括使用机器学习算法生成推荐的附加产品列表，其中机器学习算法包括协同过滤算法、基于内容的过滤、期望内容模型、个性化视频游戏排名器或基于知识的推荐系统中的一者。所述方法还可以包括将推荐的附加产品列表添加到至少一个用户的预选列表以向至少一个用户提供增强的兴趣列表。所述方法还可以包括要求至少一个用户基于增强的兴趣列表来确立用于自动购买的参数。所述方法还可以包括基于一种或多种产品的价格满足参数而自动购买一种或多种产品。格满足参数而自动购买一种或多种产品。格满足参数而自动购买一种或多种产品。
【技术实现步骤摘要】
基于用户设置阈值自动购买数字愿望列表内容
技术介绍
[0001]1.
[0002]本公开总体涉及用于填充和获取在线游戏网络内的游戏和游戏相关项目的系统和方法。
[0003]2.相关技术的描述
[0004]许多在线游戏平台为用户提供通过在线商店和市场购买游戏、游戏资产或其他项目以在游戏环境中使用的机会。由于这些商品的数字性质，因此这些项目的需求和定价可能会随着时间而变化。此外，游戏设计者和零售商可能希望为某些项目提供限时折扣，这可以通过电子邮件或其他通信形式进行广告宣传。然而，这些广告的折扣或限时交易可能会在大量电子邮件中错过。
技术实现思路
[0005]在一个方面，提供了一种用于自动购买数字媒体和数字资产的方法。所述方法可以包括要求至少一个用户提供预选的产品列表。所述方法还可以包括使用机器学习算法或模型生成推荐的附加产品列表，其中机器学习算法包括协同过滤算法、基于内容的过滤、期望内容模型、个性化视频游戏排名器或基于知识的推荐系统中的一者。所述方法还可以包括将推荐的附加产品列表添加到至少一个用户的预选列表以向至少一个用户提供增强的兴趣列表。所述方法还可以包括要求至少一个用户基于增强的兴趣列表来确立用于自动购买的参数。所述方法还可以包括基于一种或多种产品的价格满足参数而自动购买一种或多种产品。
[0006]在另一方面，提供了一种用于自动购买数字媒体的系统。所述系统可以包括一个或多个处理器和存储有指令的非暂时性计算机可读介质。指令在由一个或多个处理器执行时可以使处理器执行操作，所述操作可以包括要求至少一个用户提供预选的产品列表。所述操作还可以包括使用机器学习算法生成推荐的附加产品列表，其中机器学习算法包括协同过滤算法、基于内容的过滤、期望内容模型、个性化视频游戏排名器或基于知识的推荐系统中的一者。所述操作还可以包括将推荐的附加产品列表添加到至少一个用户的预选列表以向至少一个用户提供增强的兴趣列表。所述操作还可以包括要求至少一个用户基于增强的兴趣列表来确立用于自动购买的参数并且基于一种或多种产品的价格满足参数而自动购买一种或多种产品。
[0007]在另一方面，非暂时性计算机可读介质可以包括指令。当由计算系统执行时，指令可以使计算系统执行操作，所述操作可以包括要求至少一个用户提供预选的产品列表。所述操作还可以包括使用机器学习算法生成推荐的附加产品列表，其中机器学习算法包括协同过滤算法、基于内容的过滤、期望内容模型、个性化视频游戏排名器或基于知识的推荐系统中的一者。所述操作还可以包括将推荐的附加产品列表添加到至少一个用户的预选列表以向至少一个用户提供增强的兴趣列表。所述操作还可以包括要求至少一个用户基于增强的兴趣列表来确立用于自动购买的参数并且基于一种或多种产品的价格满足参数而自动
购买一种或多种产品。
[0008]附加的实施方案和特征在随后的描述中部分地阐述，并且在检查说明书后，对于本领域技术人员将变得显而易见，或者可以通过所公开主题的实践来了解。可通过参考说明书的其余部分和构成本公开的一部分的附图来实现对本公开的性质和优点的进一步理解。
附图说明
[0009]参考以下附图和数据图表将更充分地理解说明书，所述附图和数据图表被呈现为本公开的各种实施方案并且不应被解释为对本公开范围的完整叙述，其中：
[0010]图1示出了用于自动购买数字媒体的系统的示例性网络环境；
[0011]图2是可以在图1的系统的上下文中使用的示例性用户装置；
[0012]图3是根据所公开技术的一些方面的图1的示例性主机服务器的框图；
[0013]图4是示出根据所公开技术的一些方面的图3的用于推荐产品的示例性机器学习模块的框图；并且
[0014]图5是示出根据所公开技术的一些方面的用于自动购买产品(例如视频游戏)的示例性方法的流程图。
具体实施方式
[0015]通过结合下文描述的附图参考以下详细描述，可以理解本公开。注意，为了说明清楚起见，各种附图中的某些元件可能未按比例绘制。
[0016]正如背景中所讨论的，广告的折扣或限时交易可能会在大量电子邮件中错过。因此，希望提供一种用户可以借以在用户定义的阈值或低于用户定义的阈值时自动购买商品或服务的系统和方法。
[0017]本公开涉及用于在在线游戏网络环境中提供、填充和获取数字资产或数字媒体的系统和方法。在各个方面，要获取的数字资产或数字媒体可以由用户预先选择。在另一方面，可以基于用户的社交网络和其他在线活动通过机器学习来识别要获取的数字资产或数字媒体。
[0018]本公开描述了用于基于用户的增强兴趣产品列表自动购买数字媒体或数字资产或相关项目的方法和系统。本公开包括通过使用各种机器学习算法创建附加产品列表来更新产品列表。
[0019]图1示出了用于基于用户设置阈值自动购买愿望列表上的数字媒体的网络系统或网络环境100。网络系统100可以包括内容服务器110，其提供存储在主机数据库180中的流式内容(例如，视频游戏)，该流式内容用于使用一个或多个内容服务器应用程序接口(API)170在线分发视频游戏。网络系统100还可以包括内容递送主机服务器140、公共网络150、一个或多个用户装置160以及一个或多个数据源服务器190。主机数据库180可以存储视频游戏。主机服务器140可以从主机数据库180检索数据。
[0020]内容服务器110可以维持和提供可用于流式传输的游戏内容。此类游戏内容可以包括但不限于完整游戏、游戏试玩、游戏相关图像、游戏相关音频文件或其他游戏资产。内容服务器110可以与任何内容提供商相关联，诸如但不限于通过网络系统100使其内容对用
户可用的或等。在各个方面，获取如本文所用的游戏内容还可以包括观看或播放流式传输或下载到一个或多个用户装置的视频游戏内容。
[0021]从内容服务器110获取的内容可以通过内容服务器API 170提供，其允许各种类型的内容服务器110通过公共网络150进行通信。内容服务器API 170可以专用于提供流式内容的内容服务器110的特定语言、操作系统、协议等。在包括多个不同类型的内容服务器110的网络系统100中，同样可能有对应数量的内容服务器API 170。
[0022]因此，内容服务器API 170有利于每个用户装置160直接或间接访问由内容服务器110托管的内容。关于所访问内容的附加信息(诸如元数据)也可以由内容服务器API 170提供给用户装置160。如以下所描述，附加信息(即，元数据)可以是可用于提供关于流式传输到用户装置160的内容的细节。最后，与所访问内容相关联的附加服务(诸如聊天服务、评分和配置文件)可以经由内容服务器API 170从内容服务器110提供给用户装置160。
[0023]内容服务器API 170可以由内容递送主机服务器140访问。内容递送主机服务器140可以提供与游戏流有关的资源和文件，所述资源和文件包括关于用户装置160的促销图像和服务配置。内容递送主机服务器140还可由请求流式传本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种用于自动购买数字媒体和数字资产的方法，所述方法包括：要求至少一个用户提供预选的产品列表；使用机器学习算法生成推荐的附加产品列表，其中所述机器学习算法包括协同过滤算法、基于内容的过滤、期望内容模型、个性化视频游戏排名器或基于知识的推荐系统中的一者；将所述推荐的附加产品列表添加到所述至少一个用户的所述预选列表以向所述至少一个用户提供增强的兴趣列表；要求所述至少一个用户基于所述增强的兴趣列表来确立用于自动购买的参数；以及当一种或多种产品的价格满足所述参数时，自动购买所述一种或多种产品。2.根据权利要求1所述的方法，其中所述参数包括所述增强的兴趣列表上的所述一种或多种产品的折扣率和最高价格。3.根据权利要求1所述的方法，其中所述增强的兴趣列表包括游戏、数字媒体以及与所述游戏或数字媒体相关联的部件的列表。4.根据权利要求1所述的方法，其中使用所述机器学习算法基于所述至少一个用户的社交网络进行推荐来推荐所述附加产品。5.根据权利要求1所述的方法，其中使用所述机器学习算法基于所述至少一个用户的位置和人口统计数据进行推荐来推荐所述附加产品。6.根据权利要求1所述的方法，其还包括周期性地向所述至少一个用户发送使所述至少一个用户查看所述增强的兴趣列表的提醒。7.根据权利要求1所述的方法，其还包括周期性地向所述至少一个用户发送关于所述增强的兴趣列表上的所述一种或多种产品的价格差异的亮点。8.根据权利要求1所述的方法，其还包括周期性地向所述至少一个用户发送购买所述增强的兴趣列表上的所述产品的捆绑包的建议价格。9.根据权利要求1所述的方法，其还包括基于所述至少一个用户的购买历史向所述至少一个用户提供所述一种或多种产品的折扣。10.一种用于自动购买数字媒体的系统，所述系统包括：一个或多个处理器；和非暂时性计算机可读介质，其内存储有指令，所述指令在由所述一个或多个处理器执行时使所述处理器执行操作，所述操作包括：要求至少一个用户提供预选的产品列表；使用机器学习算法生成推荐的附加产品列表，其中所述机器学习算法包括协同过滤算法、基于内容的过滤、期望内容模型、个性化视频游戏排名器或基于知识的推荐系统中的一者；将所述推荐的附加产品列表添加到所述至少一个用户的所述预选列表以向所述至少一个用户提供增强的兴趣列表；要求所述至少一个用户基于所述增...
【专利技术属性】
技术研发人员：M罗斯，AA纳瓦比，
申请(专利权)人：索尼互动娱乐有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。