游戏中的社交关系推荐方法、装置和计算机可读存储介质制造方法及图纸

本发明专利技术公开了一种游戏中的社交关系推荐方法、装置和计算机可读存储介质，方法包括：获取游戏玩家的游戏日志并进行解析，得到玩家在游戏中的行为序列；根据行为序列刻画得到玩家的玩家画像，其中，玩家画像包含不同维度的画像；根据玩家的已有社交关系和行为序列挖掘玩家的社交需求倾向；根据玩家的所述社交需求倾向和所述玩家画像进行玩家之间的匹配度计算；根据所述匹配度计算的结果，为玩家进行一对多场景下的社交推荐或多对多场景下的社交推荐。本发明专利技术根据玩家的行为序列以及抽象成的玩家画像来对游戏进行社交关系推荐，能够准确把握玩家在游戏中的社交特征和兴趣倾向，有利于形成稳定的社交圈，改善玩家的用户体验。

【技术实现步骤摘要】
游戏中的社交关系推荐方法、装置和计算机可读存储介质
本专利技术涉及网络游戏
，尤其是涉及游戏中的社交关系推荐方法、装置和计算机可读存储介质。
技术介绍
无论是手机游戏还是PC端游戏，社交体验是游戏体验中的重要组成部分，其中的社交关系主要有好友关系、师徒关系，有的游戏还设有侠侣关系、固定队等。游戏中的这些社交关系维系着玩家进行日常任务、排名升级等，社交圈的活跃与完善能够改善玩家在游戏中的体验，提高玩家对游戏的认可与支持。现有游戏中的社交关系推荐是根据线上问题(如性别、在线时间、战斗倾向、社交情况、家园、玩法等)的调查统计，从备选玩家库随机选择固定数量的满足问题的玩家进行推荐。例如，预先设定一系列条件来评判游戏中社交关系的匹配程度，比如采用10个问题来评判好友匹配程度，如果7个以上问题满足条件即可推荐。上述现有的根据固定问题的完全匹配或者一定比例的匹配进行社交关系推荐的方案，主要存在以下缺陷：1)根据线上问题过滤了次优社交关系，会导致可推荐的玩家比较少；2)线上问题的回答存在冗余和不真实的情况，玩家自己输入的内容可能会有误差和虚假，影响后续的关系发展；3)匹配问题的不灵活，线上问题不能设置较多，会使得用户体验变差，但是较少的问题又不能完整的描述玩家的特点与需求，而且不同玩家在社交关系中的侧重点不相同，不能因人而异设置不同的问题。以上
技术介绍
内容的公开仅用于辅助理解本专利技术的专利技术构思及技术方案，其并不必然属于本专利申请的现有技术，在没有明确的证据表明上述内容在本专利申请的申请日前已经公开的情况下，上述
技术介绍
不应当用于评价本申请的新颖性和创造性。专利
技术实现思路
本专利技术提出一种游戏中的社交关系推荐方法，通过分析游戏中已结成师徒、侠侣、好友关系的玩家的行为序列的异同，结合玩家基本属性和兴趣分析，抽象成不同的玩家画像维度和社交倾向，对不同的社交关系进行对应的关系推荐，包括师徒推荐、侠侣推荐、好友推荐，应用场景包括一对多和多对多的推荐，推荐需求包括匹配度最大、匹配数最多。从而解决现有的社交推荐方法所存在的前述缺陷。本专利技术提出的游戏中的社交关系推荐方法的技术方案如下：一种游戏中的社交关系推荐方法，包括：获取游戏玩家的游戏日志并进行解析，得到玩家在所述游戏中的行为序列；根据所述行为序列刻画得到所述玩家的玩家画像，其中，所述玩家画像包含不同维度的画像；根据玩家的已有社交关系和所述行为序列挖掘玩家的社交需求倾向；根据玩家的所述社交需求倾向和所述玩家画像进行玩家之间的匹配度计算；根据所述匹配度计算的结果，为玩家进行一对多场景下的社交推荐或多对多场景下的社交推荐。更优选地，所述玩家画像至少包括玩家的游戏角色信息、日常游戏活动、在线活跃信息、位置信息、消费倾向和战斗倾向；其中，消费倾向和战斗倾向通过深度学习训练模型，并采用训练好的模型从玩家的所述行为序列中进行预测得到。更优选地，所述一对多场景下的社交推荐包括：从多个备选玩家中选取与需求方玩家匹配度最大的TOPn个玩家推荐给所述需求方玩家，n≥1；所述多对多场景下的社交推荐包括：根据多个需求方玩家与多个备选玩家的匹配度矩阵，按照匹配度之和最大的方式和/或匹配成功对数最多的方式，在一次推荐中为所述多个需求方玩家和所述多个备选玩家进行一对一的匹配推荐。更优选地，对所述游戏日志进行解析包括：采用大数据技术对所述游戏日志进行正则过滤和/脚本过滤，将所述游戏日志解析成所需的格式和字段，得到所述行为序列。本专利技术通过获取玩家的游戏日志，并采用大数据技术将游戏日志解析成玩家的行为序列，在刻画玩家画像和挖掘玩家社交需求倾向的过程中，本专利技术针对不同的画像维度，对应地利用统计学、数据挖掘和深度学习等方法，将行为序列刻画成玩家画像，方便、有效地提取到玩家画像不同维度、玩家不同社交兴趣在行为序列上的特征，从而准确描述玩家社交方面的倾向。在玩家的匹配与推荐过程中，本专利技术基于匹配度计算结果，提供不同场景下的社交推荐，线上应用的可复用性强。总之，根据玩家的行为序列以及抽象成的玩家画像来对游戏进行社交关系推荐，能够准确把握玩家在游戏中的社交特征和兴趣倾向，有利于形成稳定的社交圈，改善玩家的用户体验。本专利技术另一实施方式提供了一种游戏中的社交关系推荐装置，包括：游戏日志处理程序，用于获取游戏玩家的游戏日志并进行解析，得到玩家在所述游戏中的行为序列；画像构建程序，用于根据所述行为序列刻画得到所述玩家的玩家画像，其中，所述玩家画像包含不同维度的画像；社交倾向分析程序，用于根据玩家的已有社交关系和所述行为序列挖掘玩家的社交需求倾向；匹配度计算程序，用于根据玩家的所述社交需求倾向和所述玩家画像进行玩家之间的匹配度计算；以及，社交匹配推荐程序，用于根据所述匹配度计算的结果，为玩家进行一对多场景下的社交推荐或多对多场景下的社交推荐。本专利技术另一实施方式还提供了一种计算机可读存储介质，其上存储有一计算机程序，所述计算机程序被处理器执行时，实现前述方法的步骤。附图说明图1是本专利技术一具体实施方式提供的游戏中的社交关系推荐方法的流程图。具体实施方式下面结合附图和具体的实施方式对本专利技术作进一步说明。本专利技术的具体实施方式提供一种游戏中的社交关系推荐方法，参考图1，该社交关系推荐方法包括：获取游戏玩家的游戏日志并进行解析，得到玩家在所述游戏中的行为序列；根据所述行为序列刻画得到所述玩家的玩家画像，其中，所述玩家画像包含不同维度的画像；根据玩家的已有社交关系和所述行为序列挖掘玩家的社交需求倾向；根据玩家的所述社交需求倾向和所述玩家画像进行玩家之间的匹配度计算；根据所述匹配度计算的结果，为玩家进行一对多场景下的社交推荐或多对多场景下的社交推荐。玩家在游戏中的行为都会通过游戏日志被记录下来，一条游戏日志主要包含几大块内容：日期时间、玩家ID、服务器ID、行为内容(例如购买道具、组队、竞赛等)等。也就是说，从玩家的游戏日志中可以获得很多信息，一个玩家的游戏日志包含了该玩家方方面面的游戏信息和行为，因此本专利技术将游戏日志作为社交推荐的部分原始依据。本专利技术获取了玩家的游戏日志后，首先对游戏日志进行解析，解析主要是指将游戏日志转换成所需的格式和字段，解析的方法是通过大数据方法进行正则过滤、脚本过滤等，从而得到玩家的行为序列。一个玩家对应一个行为序列，该行为序列包括了登入登出游戏的时间、游戏时的IP地址等基本信息，以及在游戏中发生的所有事件，如购买道具、刷任务、聊天等，每个玩家的每一事件每一天可以看成是一个向量(例如行向量)，针对具体的玩家而言，其行为序列可以看成是一个矩阵。在得到玩家的行为序列后，即可根据该行为序列刻画对应的玩家画像，以及，进行玩家的社交需求倾向挖掘。用户画像通常包含例如用户基本信息、购买能力、消费倾向、战斗倾向、活跃度等等多个维度，对应到游戏中，玩家画像可包括玩家的游戏角色信息、日常游戏活动、在线活跃信息、位置信息和消费倾向等多个维度。本专利技术中，为了更加准确地刻画玩家画像，可首先对用户画像的多个维度按照画像刻画方法进行分类，例如，玩家的活跃度可以通过对在线活跃时长采用统计学方法，采样挖掘玩家在不同时间、不同玩法中是否存在具体的行为，从而刻画画像中活跃度这个维度的画像；又比如，玩家的战斗倾向、消费倾向等维度的画像，则需要分析玩家在一段本文档来自技高网...

【技术保护点】
1.一种游戏中的社交关系推荐方法，包括：获取游戏玩家的游戏日志并进行解析，得到玩家在所述游戏中的行为序列；根据所述行为序列刻画得到所述玩家的玩家画像，其中，所述玩家画像包含不同维度的画像；根据玩家的已有社交关系和所述行为序列挖掘玩家的社交需求倾向；根据玩家的所述社交需求倾向和所述玩家画像进行玩家之间的匹配度计算；根据所述匹配度计算的结果，为玩家进行一对多场景下的社交推荐或多对多场景下的社交推荐。

【技术特征摘要】
1.一种游戏中的社交关系推荐方法，包括：获取游戏玩家的游戏日志并进行解析，得到玩家在所述游戏中的行为序列；根据所述行为序列刻画得到所述玩家的玩家画像，其中，所述玩家画像包含不同维度的画像；根据玩家的已有社交关系和所述行为序列挖掘玩家的社交需求倾向；根据玩家的所述社交需求倾向和所述玩家画像进行玩家之间的匹配度计算；根据所述匹配度计算的结果，为玩家进行一对多场景下的社交推荐或多对多场景下的社交推荐。2.如权利要求1所述的社交关系推荐方法，其特征在于：所述玩家画像至少包括玩家的游戏角色信息、日常游戏活动、在线活跃信息、位置信息、消费倾向和战斗倾向；其中，消费倾向和战斗倾向通过深度学习训练模型，并采用训练好的模型从玩家的所述行为序列中进行预测得到。3.如权利要求1所述的社交关系推荐方法，其特征在于：所述一对多场景下的社交推荐包括：从多个备选玩家中选取与需求方玩家匹配度最大的TOPn个玩家推荐给所述需求方玩家，n≥1；所述多对多场景下的社交推荐包括：根据多个需求方玩家与多个备选玩家的匹配度矩阵，按照匹配度之和最大的方式和/或匹配成功对数最多的方式，在一次推荐中为所述多个需求方玩家和所述多个备选玩家进行一对一的匹配推荐。4.如权利要求3所述的社交关系推荐方法，其特征在于：通过以下公式进行玩家之间的匹配度计算：MDi＝WDi·(PS-m·I·PDi)T其中，m为备选玩家的数量，在所述一对多场景下，m≥1；在所述多对多场景下，m≥2；MDi为第i个需求方玩家与m个备选玩家之间的...

【专利技术属性】
技术研发人员：朱钰森，刘柏，范长杰，
申请(专利权)人：网易杭州网络有限公司，
类型：发明
国别省市：浙江,33