CN104436656B - 游戏应用中用户的匹配方法和装置 - Google Patents
游戏应用中用户的匹配方法和装置 Download PDFInfo
- Publication number
- CN104436656B CN104436656B CN201410820160.0A CN201410820160A CN104436656B CN 104436656 B CN104436656 B CN 104436656B CN 201410820160 A CN201410820160 A CN 201410820160A CN 104436656 B CN104436656 B CN 104436656B
- Authority
- CN
- China
- Prior art keywords
- user
- value
- score value
- running environment
- master attribute
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种游戏应用中用户的匹配方法和装置。所述方法包括以下步骤：根据用户的历史游戏数据获取用户的历史主属性值；获取用户当前游戏运行环境参数的评测系数；根据所述用户的历史主属性值和当前游戏运行环境参数的评测系数进行处理得到所述用户的当前主属性值；将当前主属性值满足设定条件的用户匹配为同一组。上述游戏应用中用户的匹配方法和装置，通过对用户当前游戏运行环境参数进行估算，根据环境参数的评测系数和用户的历史主属性值进行处理得到的用户的当前主属性值，再将满足设定条件的用户进行匹配，所得到的匹配更准确、更合理，提高了匹配准确性及匹配效率，避免了将大量不满足设定条件的用户进行匹配，节省了网络资源。
Description
技术领域
本发明涉及计算机应用领域，特别是涉及一种游戏应用中用户的匹配方法和装置。
背景技术
随着网络技术的发展，越来越多的人通过网络从事各种活动，例如用户注册账号，通过账号登录应用，选择虚拟角色，通过虚拟角色在不同的场景中执行操作产生大量的游戏数据，然后根据大量的游戏数据分析得出该用户的游戏属性值，将游戏属性值相近的用户匹配到一起进行游戏，尽量使双方的获胜机会都为50％。
然而，传统的匹配方式中计算得到的游戏属性值仅依赖于用户以往的游戏数据，准确性较差，根据游戏属性值进行匹配不准确，造成大量不必要的匹配，匹配效率低。
发明内容
基于此，有必要针对传统的网络游戏数据匹配效率低的问题，提供一种能提高匹配效率的游戏应用中用户的匹配方法和装置。
一种游戏应用中用户的匹配方法，包括以下步骤：
根据用户的历史游戏数据获取用户的历史主属性值；
获取用户当前游戏运行环境参数的评测系数；
根据所述用户的历史主属性值和当前游戏运行环境参数的评测系数进行处理得到所述用户的当前主属性值；
将当前主属性值满足设定条件的用户匹配为同一组。
一种游戏应用中用户的匹配装置，包括：
历史主属性值获取模块，用于根据用户的历史游戏数据获取用户的历史主属性值；
环境参数获取模块，用于获取用户当前游戏运行环境参数的评测系数；
处理模块，用于根据所述用户的历史主属性值和当前游戏运行环境参数的评测系数进行处理得到所述用户的当前主属性值；
匹配模块，用于将当前主属性值满足设定条件的用户匹配为同一组。
上述游戏应用中用户的匹配方法和装置，通过对用户当前游戏运行环境参数进行估算，根据环境参数的评测系数和用户的历史主属性值进行处理得到的用户的当前主属性值，再将满足设定条件的用户进行匹配，所得到的匹配更准确、更合理，提高了匹配准确性及匹配效率，避免了将大量不满足设定条件的用户进行匹配，节省了网络资源。
附图说明
图1为一个实施例中游戏应用中用户的匹配方法的应用环境图；
图2为一个实施例中游戏应用中用户的匹配方法的流程图；
图3为一个实施例中获取用户当前游戏运行环境参数的评测系数的流程图；
图4为一个实施例中游戏应用中用户的匹配装置的结构示意图；
图5为一个实施例中环境参数获取模块的内部结构示意图；
图6为另一个实施例中游戏应用中用户的匹配装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
图1为一个实施例中游戏应用中用户的匹配方法的应用环境图。如图1所示，该应用环境包括终端110和服务器120，终端110可为多个终端，多个终端110与服务器120进行通信。终端110可为智能手机、台式计算机、平板电脑、笔记本电脑、个人数字助理等。终端110上运行游戏客户端。服务器120用于获取用户在游戏应用中的历史游戏数据，并根据该历史游戏数据获取用户的历史主属性值，再获取终端110上报的当前游戏运行环境参数的评测系数，根据用户的历史主属性值和当前游戏运行环境参数的评测系数进行计算得到用户的当前主属性值，匹配当前主属性值之差在设定的范围内的用户为同一组，如此匹配的用户更加准确，减少了主属性值差值很大的用户匹配，节省了网络资源。此外，在其他应用环境中，该游戏应用用户的匹配方法可仅应用于终端110上，在终端110上预先存储大量的结合了游戏运行环境参数的评测系数得到的主属性值的用户进行操作的游戏数据，从中选择与请求用户的当前主属性值满足设定条件的用户进行匹配。该设定条件可为当前主属性之差在设定的范围内的用户进行匹配。其中，历史游戏数据可包括用户玩游戏的胜负局数、每场游戏的得分情况、排名情况、等级等。历史主属性值是指采用ELO数值体系算法计算得到的评分值。ELO是由匈牙利裔美国物理学家阿帕德埃洛创建的一个衡量各类对弈活动水平的评估方法。
图2为一个实施例中游戏应用中用户的匹配方法的流程图。如图2中的游戏应用中用户的匹配方法应用于图1的应用环境中。如图2所示，该游戏应用中用户的匹配方法，包括以下步骤：
步骤202，根据用户的历史游戏数据获取用户的历史主属性值。
具体的，用户的历史主属性值为衡量用户水平实力的量化值，可根据用户的历史游戏数据采用ELO数值体系算法计算得到。
例如，假设Ra为用户A的匹配积分，Rb为用户B的匹配积分，Sa为实际胜负概率(胜＝1，平＝0.5，负＝0)，
Ea为预期用户A的胜负概率，计算公式如式(1)。
Eb为预期用户B的胜负概率，计算公式如式(2)
K为每场比赛能得到的最大分数，Ra'为用户A一场比赛之后的积分，Ra'＝Ra+K(Sa-Ea)。其中，ELO传统的算法默认R为1500，K的选择在不同的系统会有不同选择方式，一般的选择条件如下：若R低于2100，则K为32；若R处于2100和2400之间，则K为24；若R高于2400，则K为16。
步骤204，获取用户当前游戏运行环境参数的评测系数。
图3为一个实施例中获取用户当前游戏运行环境参数的评测系数的流程图。如图3所示，获取用户当前游戏运行环境参数的评测系数包括：
步骤302，获取用户当前游戏运行环境参数的评分值。
本实施例中，当前游戏运行环境参数包括硬件性能、网络环境和帧率。
该硬件性能的评分值是指根据硬件设备的CPU(Central Processing Unit，中央处理器)、GPU(Graphic Processing Unit，图形处理器)、硬盘和内存等硬件数据进行评测得出的评分值。具体的，服务器获取用户当前游戏运行的硬件设备的硬件型号，包括CPU型号、GPU型号、硬盘型号和内存型号等，然后根据各硬件型号从预先建立的硬件型号与评分值之间的映射关系得到相应的评分值，将各硬件型号的评分值求算术和或者求加权和或者求算术平均等得到硬件设备的硬件性能的评分值。首先服务器收集所有硬件的型号和对应的性能指标，并将其进行评分得到相应的评分值，并建立硬件型号和评分值之间的映射关系，并将硬件型号和评分值之间的映射关系保存在服务器上。根据硬件型号和对应的性能指标对硬件进行评分可采用已知的硬件评分软件实现，例如电脑管家软件等。其中，算术和是指将各硬件型号的评分值相加。加权和是指各硬件型号的评分值乘以对应的权重值，然后再将各硬件型号的评分值与对应权重值相乘所得的积相加。算术平均是指将各硬件型号的评分值相加得到和后除以硬件个数。
网络环境的评分值是指基于网络丢包率和网络延时进行估算得出的评分值，网络环境的评分值可由服务器发送预定数量的测试包到终端，根据终端的回包顺序、延时情况以及丢包率进行估算。具体的，设定丢包率阈值和延时阈值，获取网络环境的丢包率和延时时间，将测得的丢包率与丢包率阈值进行比较，若丢包率大于丢包率阈值，则网络环境的评分值小于60分；将延时时间与延时阈值比较，延时时间大于延时阈值，则网络环境的评分值小于60分。丢包率大于丢包率阈值或者延时时间大于延时阈值，则网络环境的评分值为第一设定评分值，丢包率小于丢包率阈值且延时时间小于延时阈值的网络环境的评分值为第二设定评分值。丢包率阈值和延时阈值可根据游戏实际需要设定，例如丢包率阈值可为5％或6％等，延时阈值可为50毫秒等。也可预先建立丢包率和评分值之间的映射关系，以及延时时间和评分值之间的映射关系，然后将测得的丢包率从丢包率和评分值之间的映射关系得到相应的第一评分值，根据测得的延时时间从延时时间和评分值之间的映射关系得到相应的第二评分值，将第一评分值与第二评分值求算术和或者求加权和或者求算术平均得到网络环境的评分值。
帧率是指游戏运行时的帧数。测量在指定的分辨率下游戏运行时的每秒帧数。该指定的分辨率可为1024×768×24或1366×768×24等。服务器收集相同分辨率下用户硬件设备的帧率，建立帧率与评分值之间的映射关系。获取当前游戏运行环境参数中帧率，根据该帧率从建立的帧率与评分值之间的映射关系中得到相应的评分值。
在其他实施例中，当前游戏运行环境参数除了包括硬件性能、网络环境和帧率，还包括操作系统运行情况、游戏应用所在硬盘使用程度、显示效果等。
步骤304，获取游戏运行环境参数的基准值。
具体的，获取大量的游戏运行环境参数的评分值，根据游戏运行的实际情况选取游戏运行环境参数的基准值，该基准值是指用户不会受到硬件、网络等游戏环境因素的影响所得出的。因每个游戏都会给出客户端推荐配置和最低要求配置，如用户所使用硬件设备的硬件各项评分有一项低于游戏指定的最低要求配置，则对应低于基准值处理，例如游戏A中指出用户最低配置需要2G内存，推荐配置为4G，那么则可设定内存满足4G时评分值为90分，内存满足2G时评分值为60分，内存只有1G时，评分值为30分，即基准值为60分，其对应的内存值为2G。
根据游戏运行所要求的最低运行环境参数要求设置游戏运行环境参数的基准值。具体的，可根据游戏所要求的最低硬件配置要求、最低网络环境要求和最低帧率要求分别选择对应的分值作为基准值。
步骤306，将该评分值与该基准值进行比较得到当前游戏运行环境参数的评测系数。
具体的，步骤306包括：将该评分值与该基准值进行比较；当该评分值大于或等于该基准值，则该当前游戏运行环境参数的评测系数为1；当该评分值小于该基准值，则该当前游戏运行环境参数的评测系数为该评分值与该基准值的比。
本实施例中，采用k_h表示客户端硬件性能的属性值，即硬件性能的评测系数；k_n表示游戏客户端网络环境的属性值，即网络环境的评测系数；k_f表示游戏客户端帧率的属性值，即帧率的评测系数。
步骤206，根据该用户的历史主属性值和当前游戏运行环境参数的评测系数进行处理得到该用户的当前主属性值。
在一个实施例中，步骤206包括：获取用户的历史主属性值的权重和当前游戏运行环境参数的评测系数的权重；根据该用户的历史主属性值及相应的权重，以及当前游戏运行环境参数的评测系数及相应的权重进行加权平均处理得到该用户的当前主属性值。
具体的，设W_e表示历史主属性值的权重，W_h表示硬件性能权重，W_n表示网络环境的权重，W_f表示帧率权重。根据游戏特性和场景的侧重点设置不同的属性值的不同权重。例如射击游戏最注重帧率，即显卡性能，则把帧率权重设置为0.5，网络环境的权重设置为0.3，硬件性能权重设置为0.1，历史主属性值的权重为0.1；若游戏更注重网络实时性，则设置网络环境的权重为0.6，帧率权重为0.2，硬件性能权重为0.1，历史主属性值的权重为0.1。
通过加权平均计算的公式为R＝(W_e*ELO+W_h*k_h+W_n*k_n+W_f*k_f)/(W_e+W_h+W_n+W_f)。
在另一个实施例中，步骤206包括：根据该用户的历史主属性值和当前游戏运行环境参数的评测系数进行算术平均或者方差平均处理得到该用户的当前主属性值。
具体的，算术平均计算的公式为R＝(ELO+k_h+k_n+k_f)/4。
在其他实施例中还可采用其他的方法根据该用户的历史主属性值和当前游戏运行环境参数的评测系数进行处理得到用户的当前主属性值。
步骤208，将当前主属性值满足设定条件的用户匹配为同一组。
具体的，设定条件为当前主属性值之差在设定的范围内或者根据当前主属性值计算所得的胜负概率在设定范围内。则将当前主属性值之差在设定的范围内的用户匹配为同一组或者根据当前主属性值计算所得的胜负概率在设定范围内的用户匹配为同一组。
当前主属性值之差的设定的范围或胜负概率的设定范围可根据需要设定。该当前主属性值之差的设定的范围是指满足匹配用户的胜负概率最接近0.5(平局)的当前主属性值之差的范围，如当前主属性值之差的设定的范围则可为相差±10分、±20分等。将当前主属性值之差在设定的范围内的用户匹配为同一组对手进行游戏，两者之间的胜负概率最接近0.5。
胜负概率的设定范围例如0.49至0.51之间，或者0.488至0.522之间等等，不限于此。
计算得到用户的当前主属性值后，计算两个用户的当前主属性值之差是否在设定的范围内，若是，则将两者进行匹配；或者根据两个用户的当前主属性值计算其中一个用户的胜负概率，若该胜负概率在设定的胜负概率范围内，则将两者进行匹配。例如计算两个用户的胜负概率期望，代入ELO算法中进行计算。例如用户A的当前主属性值为1613，用户B的当前主属性为1573，计算得到两者的当前主属性值之差为40，当前主属性之差不在±20范围内，则不能将两者进行匹配。或者，采用公式(1)计算得到则用户A的胜负概率不在设定的胜负概率范围0.49至0.51内，则需再选择当前主属性值接近1613的用户作为用户A的匹配用户，如选择当前属性值为1613的用户作为用户A的匹配用户，或者选择与用户A的当前属性值之差在设定的范围的用户作为用户A的匹配用户。
上述游戏应用中用户的匹配方法，通过对用户当前游戏运行环境参数进行估算，根据环境参数的评测系数和用户的历史主属性值进行处理得到的用户的当前主属性值，再将满足设定条件的用户进行匹配，所得到的匹配更准确、更合理，提高了匹配准确性及匹配效率，避免了将大量不满足设定条件的用户进行匹配，节省了网络资源。同时因参考了游戏运行环境参数，避免了通过匹配将游戏数据相似的用户组队到一起后，却因其中某些用户的游戏运行环境影响而出现用户水平与预期有差距，而影响同为队友的其他用户，导致对战优势或劣势明显，对战结果战平的概率低，而参考了游戏运行环境参数后，提高了对战结果战平的几率，增加了游戏趣味性。
在一个实施例中，上述游戏应用中用户的匹配方法还包括：获取请求用户所设置的附属性值条件；从该当前主属性值之差在范围内的候选用户中筛选满足该附属性值条件的目标用户匹配给该请求用户。
具体的，请求用户是指发起对战游戏请求的用户。候选用户是指满足与请求用户的当前主属性值之差在范围内的用户。请求用户所设置的附属性值可包括用户级别、胜率、逃跑率、配合程度、角色职业属性等。用户级别是指用户的等级级别。选择胜率高的。选择逃跑率尽可能低的。通过增加附属性值条件可匹配更加准确，节省网络资源。此外，还可选择等待时间较长的房间优先，上座率高的房间优先等。
图4为一个实施例中游戏应用中用户的匹配装置的结构示意图。如图4所示，该游戏应用中用户的匹配装置，包括历史主属性值获取模块410、环境参数获取模块420、处理模块430和匹配模块440。其中：
历史主属性值获取模块410用于根据用户的历史游戏数据获取用户的历史主属性值。具体的，用户的历史主属性值为衡量用户水平实力的量化值，可根据用户的历史游戏数据采用ELO数值体系算法计算得到。
环境参数获取模块420用于获取用户当前游戏运行环境参数的评测系数。
在一个实施例中，如图5所示，环境参数获取模块420包括评分值获取单元422、基准值获取单元424和属性值估算单元426。其中：
评分值获取单元422用于获取用户当前游戏运行环境参数的评分值。
本实施例中，当前游戏运行环境参数包括硬件性能、网络环境和帧率。该硬件性能的评分值是指根据硬件设备的CPU、GPU、硬盘和内存等硬件数据进行评测得出的评分值。具体的，服务器获取用户当前游戏运行的硬件设备的硬件型号，包括CPU型号、GPU型号、硬盘型号和内存型号等，然后根据各硬件型号从预先建立的硬件型号与评分值之间的映射关系得到相应的评分值，将各硬件型号的评分值进行求算术和或者求加权和或者求算术平均等得到硬件设备的硬件性能的评分值。首先服务器收集所有硬件的型号和对应的性能指标，并将其进行评分得到相应的评分值，并建立硬件型号和评分值之间的映射关系，并将硬件型号和评分值之间的映射关系保存在服务器上。根据硬件型号和对应的性能指标对硬件进行评分可采用已知的硬件评分软件实现，例如电脑管家软件等。其中，算术和是指将各硬件型号的评分值相加。加权和是指各硬件型号的评分值乘以对应的权重值，然后再将各硬件型号的评分值与对应权重值相乘所得的积相加。算术平均是指将各硬件型号的评分值相加得到和后除以硬件个数。
网络环境的评分值是指基于网络丢包率和网络延时进行估算得出的评分值，网络环境的评分值可由服务器发送预定数量的测试包到终端，根据终端的回包顺序、延时情况以及丢包率进行估算。具体的，设定丢包率阈值和延时阈值，获取网络环境的丢包率和延时时间，将测得的丢包率与丢包率阈值进行比较，若丢包率大于丢包率阈值，则网络环境的评分值小于60分；将延时时间与延时阈值比较，延时时间大于延时阈值，则网络环境的评分值小于60分。丢包率大于丢包率阈值或者延时时间大于延时阈值，则网络环境的评分值为第一设定评分值，丢包率小于丢包率阈值且延时时间小于延时阈值的网络环境的评分值为第二设定评分值。丢包率阈值和延时阈值可根据游戏实际需要设定，例如丢包率阈值可为5％或6％等，延时阈值可为50毫秒等。也可预先建立丢包率和评分值之间的映射关系，以及延时时间和评分值之间的映射关系，然后将测得的丢包率从丢包率和评分值之间的映射关系得到相应的第一评分值，根据测得的延时时间从延时时间和评分值之间的映射关系得到相应的第二评分值，将第一评分值与第二评分值求算术和或者求加权和或者求算术平均得到网络环境的评分值。
帧率是指游戏运行时的帧数。测量在指定的分辨率下游戏运行时的每秒帧数。该指定的分辨率可为1024×768×24或1366×768×24等。服务器收集相同分辨率下用户硬件设备的帧率，建立帧率与评分值之间的映射关系。获取当前游戏运行环境参数中帧率，根据该帧率从帧率与评分值之间的映射关系中得到相应的评分值。
在其他实施例中，当前游戏运行环境参数除了包括硬件性能、网络环境和帧率，还包括操作系统运行情况、游戏应用所在硬盘使用程度、显示效果等。
基准值获取单元424用于获取游戏运行环境参数的基准值。具体的，获取大量的游戏运行环境参数的评分值，根据游戏运行的实际情况选取游戏运行环境参数的基准值，该基准值是指用户不会受到硬件、网络等游戏环境因素的影响所得出的。因每个游戏都会给出客户端推荐配置和最低要求配置，如用户所使用硬件设备的硬件各项评分有一项低于游戏指定的最低要求配置，则对应低于基准值处理，例如游戏A中指出用户最低配置需要2G内存，推荐配置为4G，那么则可设定内存满足4G时评分值为90分，内存满足2G时评分值为60分，内存只有1G时，评分值为30分，即基准值为60分，其对应的内存值为2G。
根据游戏运行所要求的最低运行环境参数要求设置游戏运行环境参数的基准值。具体的，可根据游戏所要求的最低硬件配置要求、最低网络环境要求和最低帧率要求分别选择对应的分值作为基准值。
属性值估算单元426用于将该评分值与该基准值进行比较得到当前游戏运行环境参数的评测系数。具体的，属性值估算单元426还用于将该评分值与该基准值进行比较，当该评分值大于或等于该基准值，则该当前游戏运行环境参数的评测系数为1；当该该评分值小于该基准值，则该当前游戏运行环境参数的评测系数为该评分值与该基准值的比。
本实施例中，采用k_h表示客户端硬件性能的属性值，即硬件性能的评测系数；k_n表示游戏客户端网络环境的属性值，即网络环境的评测系数；k_f表示游戏客户端帧率的属性值，即帧率的评测系数。
处理模块430用于根据该用户的历史主属性值和当前游戏运行环境参数的评测系数进行处理得到该用户的当前主属性值。
在一个实施例中，处理模块430还用于获取用户的历史主属性值的权重和当前游戏运行环境参数的评测系数的权重，以及根据该用户的历史主属性值及相应的权重，以及当前游戏运行环境参数的评测系数及相应的权重进行加权平均处理得到该用户的当前主属性值。
具体的，设W_e表示主属性值的权重，W_h表示硬件性能权重，W_n表示网络环境的权值，W_f表示帧率权重。根据游戏特性和场景的侧重点设置不同的属性值的不同权重。例如射击游戏最注重帧率，即显卡性能，则把帧率权重设置为0.5，网络环境的权重设置为0.3，硬件性能权重设置为0.1，历史主属性值的权重为0.1；若游戏更注重网络实时性，则设置网络环境的权重为0.6，帧率权重为0.2，硬件性能权重为0.1，历史主属性值的权重为0.1。
通过加权平均计算的公式为R＝(W_e*ELO+W_h*k_h+W_n*k_n+W_f*k_f)/(W_e+W_h+W_n+W_f)。
或者，该处理模块430还用于根据该用户的历史主属性值和当前游戏运行环境参数的评测系数进行算术平均或者方差平均处理得到该用户的当前主属性值。
具体的，算术平均计算的公式为R＝(ELO+k_h+k_n+k_f)/4。
在其他实施例中还可采用其他的方法根据该用户的历史主属性值和当前游戏运行环境参数的评测系数进行处理得到用户的当前主属性值。
匹配模块440用于将当前主属性值满足设定条件的用户匹配为同一组。
具体的，设定条件为当前主属性值之差在设定的范围内或者根据当前主属性值计算所得的胜负概率在设定范围内。则将当前主属性值之差在设定的范围内的用户匹配为同一组或者根据当前主属性值计算所得的胜负概率在设定范围内的用户匹配为同一组。范围可根据需要设定。当前主属性值之差的设定的范围或胜负概率的设定范围可根据需要设定。该当前主属性值之差的设定的范围是指满足匹配用户的胜负概率最接近0.5(平局)的当前主属性值之差的范围，如当前主属性值之差的设定的范围则可为相差±10分、±20分等。将当前主属性值之差在设定的范围内的用户匹配为同一组对手进行游戏，两者之间的胜负概率最接近0.5。
胜负概率的设定范围例如0.49至0.51之间，或者0.488至0.522之间等等。计算得到用户的当前主属性值后，计算两个用户的当前主属性值之差是否在设定的范围内，若是，则将两者进行匹配；或者根据两个用户的当前主属性值计算其中一个用户的胜负概率，若该胜负概率在设定的胜负概率范围内，则将两者进行匹配。例如计算两个用户的胜负概率期望，代入ELO算法中进行计算。例如用户A的当前主属性值为1613，用户B的当前主属性为1573，计算得到两者的当前主属性值之差为40，当前主属性之差不在±20范围内，则不能将两者进行匹配。或者，采用公式(1)计算得到则用户A的胜负概率不在设定的胜负概率范围0.49至0.51内，则需再选择当前主属性值接近1613的用户作为用户A的匹配用户，如选择当前属性值为1613的用户作为用户A的匹配用户，或者选择与用户A的当前属性值之差在设定的范围的用户作为用户A的匹配用户。
上述游戏应用中用户的匹配装置，通过对用户当前游戏运行环境参数进行估算，根据环境参数的评测系数和用户的历史主属性值进行处理得到的用户的当前主属性值，再将满足设定条件的用户进行匹配，所得到的匹配更准确、更合理，提高了匹配准确性及匹配效率，避免了将大量不满足设定条件的用户进行匹配，节省了网络资源。
图6为另一个实施例中游戏应用中用户的匹配装置的结构示意图。如图6所示，该游戏应用中用户的匹配装置，包括历史主属性值获取模块410、环境参数获取模块420、处理模块430和匹配模块440，还包括条件获取模块450和筛选模块460。其中：
条件获取模块450用于获取请求用户所设置的附属性值条件。具体的，请求用户所设置的附属性值可包括用户级别、胜率、逃跑率、配合程度、角色职业属性等。用户级别是指用户的等级级别。选择胜率高的。选择逃跑率尽可能低的。
筛选模块460用于从该当前主属性值之差在范围内的候选用户中筛选满足该附属性值条件的目标用户匹配给该请求用户。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述程序可存储于一计算机可读取存储介质中，如本发明实施例中，该程序可存储于计算机系统的存储介质中，并被该计算机系统中的至少一个处理器执行，以实现包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (20)
1.一种游戏应用中用户的匹配方法，包括以下步骤：
根据用户的历史游戏数据获取用户的历史主属性值；
获取用户当前游戏运行环境参数的评测系数，所述当前游戏运行环境参数包括硬件性能、网络环境和帧率；
根据所述用户的历史主属性值和当前游戏运行环境参数的评测系数进行处理得到所述用户的当前主属性值；
将当前主属性值满足设定条件的用户匹配为同一组；所述设定条件为所述当前主属性值之差在设定范围内或根据所述当前主属性值所得的胜负概率在设定范围内。
2.根据权利要求1所述的方法，其特征在于，所述获取用户当前游戏运行环境参数的评测系数的步骤包括：
获取用户当前游戏运行环境参数的评分值；
获取游戏运行环境参数的基准值；
将所述评分值与所述基准值进行比较得到当前游戏运行环境参数的评测系数。
3.根据权利要求2所述的方法，其特征在于，所述获取用户当前游戏运行环境参数的评分值的步骤包括：
获取用户当前游戏运行环境的硬件性能的评分值、网络环境的评分值和帧率的评分值。
4.根据权利要求3所述的方法，其特征在于，所述获取用户当前游戏运行环境的硬件性能的评分值的步骤包括：
获取用户当前游戏运行的硬件设备的各硬件型号，根据所述获取的各硬件型号从预先建立的硬件型号与评分值之间的映射关系得到相应的评分值，将各硬件型号的评分值求算术和或者求加权和或者求算术平均得到硬件设备的硬件性能的评分值。
5.根据权利要求3所述的方法，其特征在于，所述获取用户当前游戏运行环境的网络环境的评分值的步骤包括：
获取用户当前游戏运行环境的丢包率和延时时间，将获取的丢包率从预先建立的丢包率和评分值之间的映射关系得到相应的第一评分值，根据获取的延时时间从预先建立的延时时间和评分值之间的映射关系得到相应的第二评分值，将第一评分值与第二评分值求求算术和或者求加权和或者求算术平均得到网络环境的评分值；
或者，获取用户当前游戏运行环境的丢包率和延时时间，若丢包率大于设定的丢包率阈值或者延时时间大于设定的延时阈值，则网络环境的评分值为第一设定评分值，若丢包率小于丢包率阈值且延时时间小于延时阈值，则网络环境的评分值为第二设定评分值，将第一设定评分值或第二设定评分值作为网络环境的评分值。
6.根据权利要求3所述的方法，其特征在于，所述获取用户当前游戏运行环境的帧率的评分值的步骤包括：
获取当前游戏运行环境参数中帧率，根据所述该帧率从预先建立的帧率与评分值之间的映射关系中得到相应的评分值。
7.根据权利要求2所述的方法，其特征在于，将所述评分值与所述基准值进行比较得到当前游戏运行环境参数的评测系数的步骤包括：
将所述评分值与所述基准值进行比较；
当所述评分值大于或等于所述基准值，则所述当前游戏运行环境参数的评测系数为1；
当所述评分值小于所述基准值，则所述当前游戏运行环境参数的评测系数为所述评分值与所述基准值的比。
8.根据权利要求1至7中任一项所述的方法，其特征在于，所述根据所述用户的历史主属性值和当前游戏运行环境参数的评测系数进行处理得到所述用户的当前主属性值的步骤包括：
获取用户的历史主属性值的权重和当前游戏运行环境参数的评测系数的权重；
根据所述用户的历史主属性值及相应的权重，以及当前游戏运行环境参数的评测系数及相应的权重进行加权平均处理得到所述用户的当前主属性值；
或者，根据所述用户的历史主属性值和当前游戏运行环境参数的评测系数进行算术平均或者方差平均处理得到所述用户的当前主属性值。
9.根据权利要求1所述的方法，其特征在于，所述设定条件为当前主属性值之差在设定的范围内或者根据当前主属性值计算所得的胜负概率在设定范围内；
所述将当前主属性值满足设定条件的用户匹配为同一组的步骤包括：
将当前主属性值之差在设定的范围内的用户匹配为同一组或者根据当前主属性值计算所得的胜负概率在设定范围内的用户匹配为同一组。
10.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取请求用户所设置的附属性值条件；
从所述当前主属性值之差在范围内的候选用户中筛选满足所述附属性值条件的目标用户匹配给所述请求用户。
11.一种游戏应用中用户的匹配装置，其特征在于，包括：
历史主属性值获取模块，用于根据用户的历史游戏数据获取用户的历史主属性值；
环境参数获取模块，用于获取用户当前游戏运行环境参数的评测系数，所述当前游戏运行环境参数包括硬件性能、网络环境和帧率；
处理模块，用于根据所述用户的历史主属性值和当前游戏运行环境参数的评测系数进行处理得到所述用户的当前主属性值；
匹配模块，用于将当前主属性值满足设定条件的用户匹配为同一组；所述设定条件为所述当前主属性值之差在设定范围内或根据所述当前主属性值所得的胜负概率在设定范围内。
12.根据权利要求11所述的装置，其特征在于，所述环境参数获取模块包括：
评分值获取单元，用于获取用户当前游戏运行环境参数的评分值；
基准值获取单元，用于获取游戏运行环境参数的基准值；
属性值估算单元，用于将所述评分值与所述基准值进行比较得到当前游戏运行环境参数的评测系数。
13.根据权利要求12所述的装置，其特征在于，所述评分值获取单元还用于获取用户当前游戏运行环境的硬件性能的评分值、网络环境的评分值和帧率的评分值。
14.根据权利要求13所述的装置，其特征在于，所述评分值获取单元获取用户当前游戏运行环境的硬件性能的评分值包括：获取用户当前游戏运行的硬件设备的各硬件型号，根据所述获取的各硬件型号从预先建立的硬件型号与评分值之间的映射关系得到相应的评分值，将各硬件型号的评分值求算术和或者求加权和或者求算术平均得到硬件设备的硬件性能的评分值。
15.根据权利要求13所述的装置，其特征在于，所述评分值获取单元获取用户当前游戏运行环境的网络环境的评分值包括：获取用户当前游戏运行环境的丢包率和延时时间，将获取的丢包率从预先建立的丢包率和评分值之间的映射关系得到相应的第一评分值，根据获取的延时时间从预先建立的延时时间和评分值之间的映射关系得到相应的第二评分值，将第一评分值与第二评分值求算术和或者求加权和或者求算术平均得到网络环境的评分值；或者，获取用户当前游戏运行环境的丢包率和延时时间，若丢包率大于设定的丢包率阈值或者延时时间大于设定的延时阈值，则网络环境的评分值为第一设定评分值，若丢包率小于丢包率阈值且延时时间小于延时阈值的网络环境的评分值为第二设定评分值，将第一设定评分值或第二设定评分值作为网络环境的评分值。
16.根据权利要求13所述的装置，其特征在于，所述评分值获取单元获取用户当前游戏运行环境的帧率的评分值包括：获取当前游戏运行环境参数中帧率，根据所述该帧率从预先建立的帧率与评分值之间的映射关系中得到相应的评分值。
17.根据权利要求12所述的装置，其特征在于，所述属性值估算单元还用于将所述评分值与所述基准值进行比较，当所述评分值大于或等于所述基准值，则所述当前游戏运行环境参数的评测系数为1；当所述所述评分值小于所述基准值，则所述当前游戏运行环境参数的评测系数为所述评分值与所述基准值的比。
18.根据权利要求11至17中任一项所述的装置，其特征在于，所述处理模块还用于获取用户的历史主属性值的权重和当前游戏运行环境参数的评测系数的权重，以及根据所述用户的历史主属性值及相应的权重，以及当前游戏运行环境参数的评测系数及相应的权重进行加权平均处理得到所述用户的当前主属性值；
或者，所述处理模块还用于根据所述用户的历史主属性值和当前游戏运行环境参数的评测系数进行算术平均或者方差平均处理得到所述用户的当前主属性值。
19.根据权利要求11所述的装置，其特征在于，所述设定条件为当前主属性值之差在设定的范围内或者根据当前主属性值计算所得的胜负概率在设定范围内；
所述匹配模块还用于将当前主属性值之差在设定的范围内的用户匹配为同一组或者根据当前主属性值计算所得的胜负概率在设定范围内的用户匹配为同一组。
20.根据权利要求11所述的装置，其特征在于，所述装置还包括：
条件获取模块，用于获取请求用户所设置的附属性值条件；
筛选模块，用于从所述当前主属性值之差在范围内的候选用户中筛选满足所述附属性值条件的目标用户匹配给所述请求用户。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410820160.0A CN104436656B (zh) | 2014-12-24 | 2014-12-24 | 游戏应用中用户的匹配方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410820160.0A CN104436656B (zh) | 2014-12-24 | 2014-12-24 | 游戏应用中用户的匹配方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104436656A CN104436656A (zh) | 2015-03-25 |
| CN104436656B true CN104436656B (zh) | 2018-07-24 |
Family
ID=52883876
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410820160.0A Active CN104436656B (zh) | 2014-12-24 | 2014-12-24 | 游戏应用中用户的匹配方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104436656B (zh) |
Families Citing this family (36)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016154864A1 (zh) * | 2015-03-31 | 2016-10-06 | 王志强 | 匹配游戏对手时产品信息的推送方法以及游戏匹配系统 |
| WO2016154862A1 (zh) * | 2015-03-31 | 2016-10-06 | 王志强 | 匹配游戏对手的方法以及游戏匹配系统 |
| CN104933593A (zh) * | 2015-04-16 | 2015-09-23 | 西安交通大学 | 一种基于Elo分级模型的积分激励系统及方法 |
| WO2016183754A1 (zh) * | 2015-05-16 | 2016-11-24 | 阮元 | 匹配游戏对手时的产品信息推送方法以及游戏平台 |
| CN106446106B (zh) * | 2016-09-14 | 2019-03-22 | 深圳市贝克数据有限公司 | 目标用户智能检索匹配方法 |
| CN106512407B (zh) * | 2016-11-18 | 2020-02-14 | 网易（杭州）网络有限公司 | 匹配处理方法及装置 |
| CN106730850B (zh) * | 2016-12-16 | 2020-10-27 | 网易（杭州）网络有限公司 | 游戏对手匹配方法和装置 |
| CN106815130B (zh) * | 2016-12-26 | 2019-12-03 | 珠海金山网络游戏科技有限公司 | 一种基于移动终端硬件的游戏品质分级的方法和系统 |
| CN106823376B (zh) | 2017-01-24 | 2020-08-21 | 腾讯科技（深圳）有限公司 | 一种实现用户匹配的方法及装置 |
| CN106919790A (zh) * | 2017-02-16 | 2017-07-04 | 网易（杭州）网络有限公司 | 游戏的角色推荐、阵容组建方法和装置、游戏方法和装置 |
| CN107424592A (zh) * | 2017-09-08 | 2017-12-01 | 广州酷狗计算机科技有限公司 | 用户分配方法及装置 |
| CN107823887A (zh) * | 2017-10-25 | 2018-03-23 | 广州南瞻部洲互动娱乐有限公司 | 一种游戏对象匹配方法 |
| CN107823888B (zh) * | 2017-10-30 | 2020-09-08 | Oppo广东移动通信有限公司 | 一种游戏组队方法及相关产品 |
| CN107749006A (zh) * | 2017-11-01 | 2018-03-02 | 广州爱九游信息技术有限公司 | 游戏评估方法、装置及设备 |
| CN109745707A (zh) * | 2017-11-03 | 2019-05-14 | 广州市佑盛文化传播有限公司 | 基于防沉迷的游戏用户匹配方法及系统 |
| CN108392828B (zh) * | 2018-03-16 | 2021-07-16 | 深圳冰川网络股份有限公司 | 一种针对moba类游戏的玩家在线匹配方法和系统 |
| CN110193203A (zh) * | 2018-04-11 | 2019-09-03 | 腾讯科技（深圳）有限公司 | 虚拟角色竞技属性预测方法及装置 |
| CN108744525B (zh) * | 2018-05-29 | 2021-06-01 | 深圳市紫石文化传播有限公司 | 一种匹配方法和装置 |
| CN108786117A (zh) * | 2018-06-12 | 2018-11-13 | 北京智明星通科技股份有限公司 | 一种手机游戏玩家分组方法、装置和服务器 |
| US10905962B2 (en) * | 2018-09-07 | 2021-02-02 | Valve Corporation | Machine-learned trust scoring for player matchmaking |
| CN110917628A (zh) * | 2018-09-20 | 2020-03-27 | 北京默契破冰科技有限公司 | 确定用户分组的方法、设备和计算机存储介质 |
| CN110917629A (zh) * | 2018-09-20 | 2020-03-27 | 北京默契破冰科技有限公司 | 管理用户行为的方法、设备和计算机存储介质 |
| CN109395395A (zh) | 2018-09-20 | 2019-03-01 | Oppo广东移动通信有限公司 | 游戏运行方法及相关产品 |
| CN109495456B (zh) * | 2018-10-30 | 2021-06-11 | 腾讯科技（深圳）有限公司 | 匹配模块的验证方法、装置及可读存储介质 |
| CN109634993A (zh) * | 2018-11-01 | 2019-04-16 | 北京达佳互联信息技术有限公司 | 一种用户匹配方法、装置、电子设备及存储介质 |
| CN109589610A (zh) * | 2018-12-14 | 2019-04-09 | 北京智明星通科技股份有限公司 | 一种游戏权限设置方法、装置及终端 |
| CN110085295A (zh) * | 2019-04-10 | 2019-08-02 | 河南翔宇医疗设备股份有限公司 | 一种推荐方法、装置、设备及计算机可读存储介质 |
| CN110064199A (zh) * | 2019-05-28 | 2019-07-30 | 尹云鹏 | 一种基于对象匹配的在线游戏控制与管理方法 |
| CN110180187B (zh) * | 2019-06-05 | 2022-06-14 | 苏州派维斯信息科技有限公司 | 面向竞赛的智能对阵选择方法和系统 |
| CN110251943B (zh) * | 2019-07-19 | 2022-11-29 | 北京字节跳动网络技术有限公司 | 一种游戏玩家的匹配方法、装置、设备及存储介质 |
| CN110600126A (zh) * | 2019-09-19 | 2019-12-20 | 江苏大学附属医院 | 一种糖尿病足下肢动脉钙化斑块图像的辅助评价方法 |
| CN110772797B (zh) * | 2019-10-29 | 2021-09-28 | 腾讯科技（深圳）有限公司 | 一种数据处理方法、装置、服务器及可存储介质 |
| CN111371605A (zh) * | 2020-02-27 | 2020-07-03 | 腾讯科技（深圳）有限公司 | 网络服务评分方法及装置 |
| CN111905377B (zh) * | 2020-08-20 | 2021-12-10 | 腾讯科技（深圳）有限公司 | 一种数据处理方法、装置、设备及存储介质 |
| CN112044080B (zh) * | 2020-10-13 | 2022-08-30 | 腾讯科技（深圳）有限公司 | 一种虚拟对象的管理方法以及相关装置 |
| CN113117324A (zh) * | 2021-05-08 | 2021-07-16 | 山西智胜数字体育科技有限公司 | 比赛资源分配方法及装置、电子设备和存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1607535A (zh) * | 2003-09-24 | 2005-04-20 | 世嘉股份有限公司 | 排名数据生成程序 |
| CN101119543A (zh) * | 2006-08-04 | 2008-02-06 | 葛向葵 | 关系匹配的筛选方法及系统 |
| CN102789535A (zh) * | 2011-05-16 | 2012-11-21 | 腾讯科技（深圳）有限公司 | 参数调整方法及系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140214826A1 (en) * | 2013-01-29 | 2014-07-31 | Tencent Technology (Shenzhen) Company Limited | Ranking method and system |
-
2014
- 2014-12-24 CN CN201410820160.0A patent/CN104436656B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1607535A (zh) * | 2003-09-24 | 2005-04-20 | 世嘉股份有限公司 | 排名数据生成程序 |
| CN101119543A (zh) * | 2006-08-04 | 2008-02-06 | 葛向葵 | 关系匹配的筛选方法及系统 |
| CN102789535A (zh) * | 2011-05-16 | 2012-11-21 | 腾讯科技（深圳）有限公司 | 参数调整方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104436656A (zh) | 2015-03-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104436656B (zh) | 游戏应用中用户的匹配方法和装置 | |
| CN109513215B (zh) | 一种对象匹配方法、模型训练方法以及服务器 | |
| JP6145387B2 (ja) | ユーザマッチング方法およびシステム | |
| CN109299420A (zh) | 社交媒体账号处理方法、装置、设备及可读存储介质 | |
| CN109413480A (zh) | 画面处理方法、装置、终端及存储介质 | |
| KR20150123326A (ko) | 자동 운동 세그먼트화 및 인식 | |
| US20150254275A1 (en) | Information processing device, system, information processing method, and program | |
| Silva et al. | Validity of heart rate-based indices to measure training load and intensity in elite football players | |
| CN107368410A (zh) | 游戏引擎的性能测试方法和装置、存储介质及电子装置 | |
| JP2017055997A (ja) | プログラム、ゲーム装置及びサーバシステム | |
| CN106528398B (zh) | 游戏软件性能的可视分析方法 | |
| US11537933B2 (en) | Using machine learning to estimate or forecast resource use with time-varying demand in gaming platforms | |
| Tan et al. | Anthropometric and fitness characteristics of elite Australian female water polo players | |
| CN109718555A (zh) | 游戏处理方法及记录介质 | |
| JP6334846B2 (ja) | アプリケーション制御プログラム、アプリケーション制御装置 | |
| CN108905095B (zh) | 运动员比赛状态评估方法和设备 | |
| Malone et al. | Effect of game design, goal type, and player numbers on the physiological and physical demands of hurling-specific small-sided games | |
| CN113713374A (zh) | 信息显示方法、装置、计算机设备及存储介质 | |
| CN110263937B (zh) | 一种数据处理方法、设备及存储介质 | |
| JP6722220B2 (ja) | サーバシステム及びゲームシステム | |
| WO2014206088A1 (en) | Method and device for preventing use of game plug-ins in online games | |
| CN112138409B (zh) | 游戏结果的预测方法、装置及存储介质 | |
| US11179631B2 (en) | Providing video game content to an online connected game | |
| JP2014199601A (ja) | アプリケーション制御プログラム、アプリケーション制御方法、アプリケーション制御装置 | |
| CN115845394A (zh) | 模型的训练方法、游戏对局玩家匹配方法、介质及设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |