【技术实现步骤摘要】
本申请涉及计算机，具体涉及一种游戏对象匹配方法、装置、电子设备和计算机存储介质。
技术介绍
1、现有的游戏对象匹配主要是基于玩家画像的匹配方案，比如按照玩家的在线时间、匹配段位、历史胜率等玩家画像，将画像相近的玩家匹配成队友。
2、基于玩家画像的匹配方案没有考虑到玩家社交网络产生的三元闭包联系，比如玩家甲邀请玩家乙组队，玩家乙邀请玩家丙组队，那么玩家甲未来可能会邀请玩家丙组队。同时，现有的游戏对象匹配只考虑了单一的匹配场景，不适用具有多种业务指标的匹配场景，比如同时提高组队邀请率以及连玩率的多目标场景。由此可知，现有的游戏对象匹配的匹配准确性低。
技术实现思路
1、本申请旨在至少解决相关技术中存在的技术问题之一。为此，本申请实施例提供一种游戏对象匹配方法、装置、电子设备和计算机存储介质，可以提高游戏匹配的准确性。
2、第一方面，本申请实施例提供一种游戏对象匹配方法，包括：
3、响应第一游戏对象的对象匹配请求，获取所述第一游戏对象的第一对象标识，以及待匹配的各个第二游戏对象的第二对象标识；
4、获取所述第一对象标识对应的第一社交关系特征数据，以及各个所述第二对象标识对应的第二社交关系特征数据；
5、基于所述第一社交关系特征数据和各个所述第二社交关系特征数据分别对匹配微调模型进行前向推理，得到所述第一游戏对象的第一互动表征向量，以及各个所述第二游戏对象的第二互动表征向量；
6、基于所述第一互动表征向量和各个所述第二
7、其中，所述匹配微调模型基于游戏对象的互动关系特征数据对游戏匹配预训练模型进行微调训练得到；所述游戏匹配预训练模型基于游戏对象的社交关系特征数据训练得到。
8、第二方面，本申请实施例提供一种游戏对象匹配装置，包括：
9、第一获取模块，用于响应第一游戏对象的对象匹配请求，获取所述第一游戏对象的第一对象标识，以及待匹配的各个第二游戏对象的第二对象标识；
10、第二获取模块，用于获取所述第一对象标识对应的第一社交关系特征数据，以及各个所述第二对象标识对应的第二社交关系特征数据；
11、匹配服务模块，用于基于所述第一社交关系特征数据和各个所述第二社交关系特征数据分别对匹配微调模型进行前向推理，得到所述第一游戏对象的第一互动表征向量，以及各个所述第二游戏对象的第二互动表征向量；
12、游戏对象匹配模块，用于基于所述第一互动表征向量和各个所述第二互动表征向量，确定与所述第一游戏对象匹配的目标游戏对象；
13、其中，所述匹配微调模型基于游戏对象的互动关系特征数据对游戏匹配预训练模型进行微调训练得到；所述游戏匹配预训练模型基于游戏对象的社交关系特征数据训练得到。
14、第三方面，本申请实施例还提供一种电子设备，包括存储器存储有多条计算机程序；处理器从存储器中加载计算机程序，以执行本申请实施例所提供的任一种游戏对象匹配方法。
15、第四方面，本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质存储有多条计算机程序，计算机程序适于处理器进行加载，以执行本申请实施例所提供的任一种游戏对象匹配方法。
16、第五方面，本申请实施例还提供一种计算机程序产品，计算机程序产品包括计算机程序，计算机程序被处理器执行时实现本申请实施例所提供的任一种游戏对象匹配方法。
17、本申请实施例在游戏对象匹配时，考虑了游戏对象之间的互动表征向量，因此使得能够适用至具有多种业务指标的匹配场景，同时考虑了游戏对象之间的社交网络，能够更加精准地确定游戏对象之间存在的社交关系，因此能够精准地匹配出目标游戏对象，提高了游戏匹配的准确性。
本文档来自技高网...【技术保护点】
1.一种游戏对象匹配方法，其特征在于，包括：
2.根据权利要求1所述游戏对象匹配方法，其特征在于，所述基于所述第一社交关系特征数据和各个所述第二社交关系特征数据分别对匹配微调模型进行前向推理，得到所述第一游戏对象的第一互动表征向量，以及各个所述第二游戏对象的第二互动表征向量，包括：
3.根据权利要求1所述游戏对象匹配方法，其特征在于，所述基于所述第一互动表征向量和各个所述第二互动表征向量，确定与所述第一游戏对象匹配的目标游戏对象，包括：
4.根据权利要求3所述游戏对象匹配方法，其特征在于，所述基于所述第一互动表征向量和各个所述第二互动表征向量，确定所述第一游戏对象与各个所述第二游戏对象之间的匹配系数集合，包括：
5.根据权利要求1所述游戏对象匹配方法，其特征在于，构建所述游戏匹配预训练模型的步骤包括：
6.根据权利要求5所述游戏对象匹配方法，其特征在于，所述基于所述画像特征矩阵和所述社交网络矩阵，构建游戏匹配预训练模型，包括：
7.根据权利要求6所述游戏对象匹配方法，其特征在于，所述基于所述社交表征矩阵和所述
8.根据权利要求1所述游戏对象匹配方法，其特征在于，构建所述匹配微调模型的步骤包括：
9.根据权利要求8所述游戏对象匹配方法，其特征在于，所述基于所述样本游戏对象集的互动关系特征数据集，以及所述邀请表征矩阵和所述连玩表征矩阵对第二待训练模型进行训练，构建所述匹配微调模型，包括：
10.一种游戏对象匹配装置，其特征在于，包括：
11.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有多条计算机程序；所述处理器从所述存储器中加载计算机程序，以执行如权利要求1至9任一项所述的游戏对象匹配方法。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有多条计算机程序，所述计算机程序适于处理器进行加载，以执行如权利要求1至9任一项所述的游戏对象匹配方法。
...【技术特征摘要】
1.一种游戏对象匹配方法，其特征在于，包括：
2.根据权利要求1所述游戏对象匹配方法，其特征在于，所述基于所述第一社交关系特征数据和各个所述第二社交关系特征数据分别对匹配微调模型进行前向推理，得到所述第一游戏对象的第一互动表征向量，以及各个所述第二游戏对象的第二互动表征向量，包括：
3.根据权利要求1所述游戏对象匹配方法，其特征在于，所述基于所述第一互动表征向量和各个所述第二互动表征向量，确定与所述第一游戏对象匹配的目标游戏对象，包括：
4.根据权利要求3所述游戏对象匹配方法，其特征在于，所述基于所述第一互动表征向量和各个所述第二互动表征向量，确定所述第一游戏对象与各个所述第二游戏对象之间的匹配系数集合，包括：
5.根据权利要求1所述游戏对象匹配方法，其特征在于，构建所述游戏匹配预训练模型的步骤包括：
6.根据权利要求5所述游戏对象匹配方法，其特征在于，所述基于所述画像特征矩阵和所述社交网络矩阵，构建游戏匹配预训练模型，包括：
...【专利技术属性】
技术研发人员：赵明浩，邹哲讷，阮翊婷，吴润泽，沈旭东，李乐，吕唐杰，范长杰，胡志鹏，
申请(专利权)人：网易杭州网络有限公司，
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。