CN108066987B - 应用场景关卡组合的分配方法、装置及服务器 - Google Patents

应用场景关卡组合的分配方法、装置及服务器 Download PDF

Info

Publication number
CN108066987B
CN108066987B CN201611041777.8A CN201611041777A CN108066987B CN 108066987 B CN108066987 B CN 108066987B CN 201611041777 A CN201611041777 A CN 201611041777A CN 108066987 B CN108066987 B CN 108066987B
Authority
CN
China
Prior art keywords
application
user
level
application scene
target
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
Application number
CN201611041777.8A
Other languages
English (en)
Other versions
CN108066987A (zh
Inventor
王星雅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201611041777.8A priority Critical patent/CN108066987B/zh
Publication of CN108066987A publication Critical patent/CN108066987A/zh
Application granted granted Critical
Publication of CN108066987B publication Critical patent/CN108066987B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63FCARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/45Controlling the progress of the video game
    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63FCARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/30Interconnection arrangements between game servers and game devices; Interconnection arrangements between game devices; Interconnection arrangements between game servers
    • A63F13/35Details of game servers
    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63FCARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F2300/00Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game
    • A63F2300/50Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game characterized by details of game servers
    • A63F2300/53Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game characterized by details of game servers details of basic data processing
    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63FCARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F2300/00Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game
    • A63F2300/50Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game characterized by details of game servers
    • A63F2300/55Details of game data or player data management
    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63FCARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F2300/00Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game
    • A63F2300/60Methods for processing data by generating or executing the game program
    • A63F2300/63Methods for processing data by generating or executing the game program for controlling the execution of the game in time

Abstract

本发明实施例提供一种应用场景关卡组合的分配方法、装置及服务器,在接收到目标用户的应用场景关卡分配请求后,本申请将利用目标用户的历史特征数据,获得目标用户在第一应用平台的信用分,从而根据目标用户的信用分所在信用等级是否达到第一预设阀值的不同判断结果,采用相应的应用场景关卡组合分配规则,从预设的多个应用场景关卡组合中,为目标用户选择最合适的目标应用场景关卡组合并发送至客户端,解决了现有技术中所有用户的应用场景关卡组合都是相同的,导致无法满足用户个性化需求的技术问题,实现了应用场景关卡组合的灵活且有针对性地选取,有效防止了用户流失。

Description

应用场景关卡组合的分配方法、装置及服务器
技术领域
本发明涉及数据处理技术领域,具体涉及一种应用场景关卡组合的分配方法、装置及服务器。
背景技术
目前开发的很多娱乐应用中,为了提高用户对应用的兴趣,拓展应用的市场,通常会将应用设置成多个应用阶段,每一个应用阶段设置不同难度的娱乐项目,从而使用户一个应用阶段一个应用阶段逐步完成各娱乐项目。
然而,现有的这种设置有多个应用阶段的应用,在实际运行过程中,各应用阶段之间的触发顺序通常是固定的,即由当前应用阶段的用户自身的属性值或行为数据达到预设条件,触发应用进入下一个应用阶段。以闯关类游戏或RPG类游戏(Role-playing game,角色扮演游戏)等类型的游戏为例,任何用户进入游戏后,都是按照预设固定的场景关卡分配关系,进行层层闯关达到游戏的终点关卡。
可见,现有的应用场景关卡之间的触发条件都是固定的,无法针对用户自身的特点为用户灵活分配应用场景关卡组合,导致用户无法获得最佳的应用体验。所以,如何在用户进入应用后,提高应用场景关卡组合分配的针对性和灵活性,成为本领域技术人员需要考虑的问题。
发明内容
有鉴于此,本发明实施例提供一种应用场景关卡组合的分配方法、装置及服务器,利用用户的信用分为,实现了应用场景关卡组合的灵活分配,保证了为用户分配的应用场景关卡组合针对性,从而使使得分配的该应用场景关卡组合更加满足用户需求,有效防止了用户的流失。
为实现上述目的,本发明实施例提供如下技术方案:
本申请实施例提供了一种应用场景关卡组合的分配方法,包括:
获取客户端发送的目标用户的应用场景关卡分配请求;
根据所述目标用户的用户账号,获取所述目标用户的历史特征数据,所述历史特征数据包括所述目标用户在第一应用平台的历史应用数据以及所述目标用户在第二应用平台的历史征信数据;
根据训练得到的用户特征与信用分之间的关系,利用所述目标用户的历史特征数据,获得所述目标用户在所述第一应用平台的信用分;
判断所述目标用户的信用分所在目标信用等级下的用户数量是否达到第一预设阈值;
利用与判断结果对应的应用场景关卡组合分配规则,从预设的多个应用场景关卡组合中,选择所述目标用户的目标应用场景关卡组合;
将所述目标应用场景关卡组合的配置信息发送至客户端,以使所述客户端按照所述目标应用场景关卡组合顺序输出应用场景关卡。
本申请实施例提供了还一种应用场景关卡组合的分配装置,所述装置包括:
分配请求获取模块,用于获取客户端发送的目标用户的应用场景关卡分配请求;
第一数据获取模块,用于根据所述目标用户的用户账号,获取所述目标用户的历史特征数据,所述历史特征数据包括所述目标用户在第一应用平台的历史应用数据以及所述目标用户在第二应用平台的历史征信数据;
信用分获取模块,用于根据训练得到的用户特征与信用分之间的关系,利用所述目标用户的历史特征数据,获得所述目标用户在所述第一应用平台的信用分;
判断模块,用于判断所述目标用户的信用分所在目标信用等级下的用户数量是否达到第一预设阈值;
目标应用场景关卡组合选择模块,用于利用与判断结果对应的应用场景关卡组合分配规则,从预设的多个应用场景关卡组合中,选择所述目标用户的目标应用场景关卡组合;
配置信息传输模块,用于将所述目标应用场景关卡组合的配置信息发送至客户端,以使所述客户端按照所述目标应用场景关卡组合顺序输出应用场景关卡。
本申请实施例还提供了一种服务器,包括如上所述的应用场景关卡组合的分配装置。
基于上述技术方案,本发明实施例提供了一种应用场景关卡组合的分配方法、装置及服务器,在接收到目标用户的应用场景关卡分配请求后,本申请将利用目标用户的历史特征数据,获得目标用户在第一应用平台的信用分,从而根据目标用户的信用分所在信用等级是否达到第一预设阈值的不同判断结果,采用相应的应用场景关卡组合分配规则,从预设的多个应用场景关卡组合中,为目标用户选择最合适的目标应用场景关卡组合并发送至客户端,解决了现有技术中所有用户的应用场景关卡组合都是相同的,导致无法满足用户个性化需求的技术问题,实现了应用场景关卡组合的灵活且有针对性地选取,有效防止了用户流失。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种实现应用场景关卡组合的分配方法的系统架构;
图2为本申请实施例提供的一种应用场景关卡组合的分配方法的信令流程图;
图3为一种游戏首界面;
图4为本申请实施例提供的一种应用场景关卡组合的示意图;
图5为本申请实施例提供的另一种应用场景关卡组合的分配方法部分流程图;
图6为本申请实施例提供的一种应用场景关卡组合的分配装置的结构框图;
图7为本申请实施例提供的另一种应用场景关卡组合的分配装置的部分结构框图;
图8为本申请实施例提供的一种服务器的硬件结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本申请实施例提供的应用场景关卡组合的分配方法的实现系统架构图,如图1所示,该系统可以包括:客户端11、服务器12、应用数据库13以及征信数据库14。
其中,客户端11可以装载在手机、平板电脑、笔记本电脑等用户设备上,为第一应用平台提供本地服务。本申请中,该客户端11可以是游戏客户端或者是其他具有多个场景关卡的应用平台的客户端。
可选的,客户端11可以是与服务器12相匹配的应用程序,用户可以通过应用官方网站或应用中心等,下载并安装到用户设备上;客户端11也可以以浏览器的形式存在,本申请对客户端11的存在形式不作限定。
服务器12可以是网络侧为用户提供服务的服务设备,其可能是多台服务器组成的服务器集群,也可能是单台服务器。在本实施例中,服务器12主要用于进行数据处理,计算应用场景关卡的分配方案,并为具有不同信用分的用户分配合适的应用场景关卡组合方案,具体可以参照下文方法流程相应部分的描述。
可选的,服务器12可以是与客户端11匹配的应用服务器,以游戏应用为例,则该服务器12可以是提供游戏服务的服务设备。
应用数据库13可以利用用户在第一应用平台的行为数据、身份数据等应用数据;征信数据库14可以记录用户在在第二应用平台上的用户信贷记录、用户社交行为等数据。这些数据可以用来综合判定用户信用程度的征信分,其在一定程度上可以反应用户在未来一段时间内按时还款的该里或债务违约的概率。在实际应用中,服务器12可以根据用户在第二应用平台的账号或其他用户标识信息,从征信数据库14中获取该用户的历史征信数据。
为了实现应用场景关卡组合的灵活分配,针对用户自身特点为其分配合适的应用场景关卡组合,使用户得到最佳应用体验,服务器12可以基于用户在第一应用平台上的历史应用数据以及第二应用平台的历史征信数据等,计算用户在第一应用平台的信用分,由于具有相同信用分或同一信用级别的用户感兴趣的应用场景关卡比较类似,所以,服务器将利用用户的信用分所在的信用等级下,各用户分配应用场景关卡组合的分配情况,为用户选择一个合适的应用场景关卡组合,从而增加应用输出的场景关卡对该用户的吸引力,有效防止用户的流失。
其中,为了满足用户的个性化需求,使用户获得最佳应用体验,上述不同应用场景关卡组合中的应用场景关卡数量、内容以及顺序等是不同的。
基于图1所示的系统架构,图2示出了本申请实施例提供的应用场景关卡的分配方法的信令流程图,参照图2,该流程可以包括:
步骤S21,客户端将用户账号发送至服务器,登录第一应用平台;
本实施例中,第一应用平台可以是进行应用场景关卡分配的应用平台,如游戏平台,相应的,客户端可以是第一应用平台的客户端,如游戏客户端,服务器可以是属于第一应用平台且与客户端相匹配的服务器。
在实际应用中,用户可以利用其在客户端上输入的账号,在第一应用平台上进行注册,以便今后直接输入注册所用的账号登录第一应用平台。可见,上述用户账号是用户在第一应用平台上所注册的用户,此时,上述步骤S21中,客户端将用户账号发送至服务器后,服务器将会对该用户账号进行验证,验证合格后,客户端才能登录第一应用平台。
可选的,上述用户账号也可以是用户在与第一应用平台不同的第二应用平台(如社交应用平台等)所注册的账号,此时,可以将该用户在第二应用平台注册的账号与在第一应用平台注册的账号相绑定,之后,用户就可以通过在第二应用平台注册的账号,登录第一应用平台。
当然,在实际应用中,第一应用平台也可以直接利用第二应用平台所注册的用户账号,接入第一应用平台,从而使第一应用平台能够共享第二应用平台的用户资源。
由此可见,本申请对客户端利用用户账号登录第一应用平台的具体实现方式不作限定。
步骤S22,客户端向服务器发送目标用户的应用场景关卡分配请求;
以游戏为例,用户启动游戏客户端后,进入的游戏首界面如图3所示,需要用户进一步选择是开始游戏还是退出游戏,用户可以根据实际情况选择进入游戏的按钮,客户端检测到用户的触发操作,生成相应的触发指令时,将会向服务器发送应用场景关卡分配请求。
其中,目标用户可以是以上述用户账号登录第一应用平台的用户。
可选的,服务器接收到客户端发送的应用场景关卡分配请求后,可以先判断当前第一应用平台的注册用户是否小于第二预设阈值,也就是说,当前是否处于应用使用的初始阶段,如果是,可以直接从预设的多个应用场景关卡组合中随机选择一个应用场景关卡组合发送至客户端;如果否,再进入步骤S24。
步骤S23,服务器根据目标用户的用户账号,获取该目标用户的历史特征数据;
本实施例中,历史特征数据至少包括使用该用户账号的用户在第一应用平台的历史应用数据,如在该第一应用平台运行应用的应用类型、运行时长、操作频繁、是否中途退出等数据。
以游戏为例,历史应用数据可以是具有该用户账号的用户在第一应用平台上的游戏数据,如用户玩游戏的类型、玩游戏的时长、游戏操作及其频率、游戏发言等行为数据,以及通过对这些行为数据分析用户行为特点,如通过游戏内的操作判断用户在游戏期间是否挂机、是否中途退出、是否恶意坑队友等,以及通过分析用户在游戏过程中的言论,判断用户是否存在语言攻击队友等行为特点。但并不局限于本文列举的上述历史行为数据,而且,在不同应用中,确定的历史行为数据可以存在差异,可以根据实际需要确定,本申请在此不再一一详述。
除了上述用户在第一应用平台的历史应用数据外,历史特征数据还可以包括在第一应用平台的用户身份数据,如用户性别、年龄、职业、学历等,还可以包括与用户账号关联的第二应用平台的历史征信数据,如金融借贷数据以及社交数据等。
其中,金融借贷数据可以包括确定用户是否贷过款、是否刷信用卡、是否有过违约、违约金额以及违约时长等金融行为特征的相关数据。社交数据可以包括用户交流习惯和社会圈子等重要社交数据,如用户的好友中高学历用户比例、好友平均信用情况、和什么样的人交往多等社交属性,以及该用户是否爱和陌生人交流,是否加入一些赌博或借贷群等交流习惯的相关数据。本申请对历史征信数据包含的具体内容不作限定。
由此可见,上述第二应用平台可以包括金融平台以及社交平台等。
步骤S24,服务器对历史特征数据进行特征提取,确定目标用户的用户特征;
在实际应用中,可以将上述历史特征数据中的每一种数据作为一个特征变量,利用如逻辑回归模型等线性模型计算每一个特征变量的信息增益或权重,可以选择最大信息增益或权重对应的一定数量的特征作为与用户账号对应的用户特征,即目标用户的用户特征。
可选的,本申请也可以利用决策树等树形分类器等模型,实现数据特征的组合分类,之后,按照上述方式确定每一个组合分类数据的信息增益或者权重,并选择最大信息增益或权重对应的一定数量的特征作为与用户账号对应的用户特征。
需要说明的是,本申请对从历史特征数据提取用户特征的具体实现方式不作限定。
步骤S25,服务器利用训练的用户特征与信用分之间的关系,确定目标用户在第一应用平台的信用分及其所在目标信用等级;
在本申请中,服务器可以利用在第一应用平台注册的各用户的历史特征数据,训练信用分预测模型即训练得到用户特征与信用分之间的关系,具体实现过程可以参照下面从服务器角度描述的相应实施例的描述,本实施例在此不再详述。
基于此,本申请在确定具有该用户账号的目标用户的用户特征后,可以直接将其代入信用分预测模型,即可得到该目标用户的信用分。
可选的,为了提高分配效率,本申请可以根据实际需要,将第一应用平台注册的各用户的信用分划分成多个信用分连续的信用等级,每一个信用等级可以看成是一个信用分范围。基于此,在确定目标用户的信用分后,可以将其与划分的信用等级进行匹配,确定目标用户的信用分所在的信用等级,则该用户即可作为确定的该信用等级对应的用户群中的一员。
步骤S26,服务器判断目标信用等级下的用户数量是否达到第一预设阈值,若达到,执行步骤S29;若否,进入步骤S27;
其中,第一预设阈值可以根据实际需要确定,本申请并不限定其具体数值。需要说明的是,对应不同信用等级的第一预设阈值可以相同也可以不同。
步骤S27,服务器利用利用每一个应用场景关卡组合分配的所述目标信用等级下的用户数量,以及所述目标信用等级下的用户总数量,计算为目标用户分配各种应用场景关卡组合的分配概率;
在本申请,对于划分有多个应用阶段的应用,可以按照各应用阶段的难度或者是剧情等因素,将这多个应用阶段划分成若干个级别,每一个级别可以对应若干个不等的应用阶段,且同一级别的各应用阶段的前后无关联,顺序调整。
以游戏为例,如闯关类游戏或RPG类游戏,可以将游戏场景关卡按照难度等级或剧情发展分成若干个级别,每一个级别可以包括若干个不等的场景关卡,游戏通常会选择一种游戏场景关卡组合输出。如下图4所示,若某级别的场景关卡包括A、B、C、D和E,通常游戏开始的场景关卡以及最终的场景关卡是固定,所以,本申请可以将属于同一级别的其他场景关卡进行组合排序,得到多种用户进入游戏闯关时的场景关卡顺序关系。
按照图4示出的场景关卡个数,其排列组合后可以得到A33=3*2*1=6种可能场景关卡组合方式,之后,可以根据实际场景关卡的特点,选择其中可能的几种作为候选集合,以便为相应信用等级下的用户分配该候选集合中的一种场景关卡组合。
需要说明的是,在确定候选集合时,对于具有剧情的应用,受场景剧情时间发生的先后顺序或因果关系的限制,需要排除某些不可能采用的场景关卡组合。例如,得到应用中场景关卡B是发生在场景关卡C和场景关卡D前面,而场景关卡C和场景关卡D之间无关联,那么,按照该限制条件,只能确定ABCDE以及ABDCE这两种场景关卡组合构成候选集合。其中,在闯关类游戏中,可以将关卡的新颖性作为确定场景关卡组合的规则,将相似的关卡尽量分开。
在本实施例实际应用中,按照上述组合方式,可以将游戏等应用的场景关卡分成N种场景关卡组合,对于初期用户,如首次在第一应用平台上注册完游戏的玩家,可以为玩家随机分配一种场景关卡组合,并按照分配的场景关卡组合配置该玩家的客户端,使得该玩家玩游戏过程中,按照分配的这种场景关卡组合中场景关卡顺序,依次进入相应场景关卡。
基于上述分析可知,服务器在确定第一应用平台中的多个应用场景关卡后,可以根据所述应用场景关卡的属性信息(如场景关卡的难度级别或剧情发展等),将所述所示多个应用场景关卡划分成多个场景关卡级别,每一个场景关卡级别包括多个应用场景关卡,且不同场景关卡级别包括的应用场景关卡数量可以不同。之后,可以根据第一应用平台的应用特点(如剧情或事件发展逻辑等),确定每一个场景关卡级别包含的各应用场景关卡之间的应用场景关卡组合。
在确定目标信用等级下的用户数量达到一定值,即大于第二预设阈值的情况下,目标用户进入游戏后,可以利用为其同一信用等级下的玩家分配场景关卡组合的分配情况,以及同一信用等级的玩家数量,计算为该目标用户分配第X种应用场景关卡组合的分配概率,其中,1≤X≤N。
可选的,为目标用户分配第X种应用场景关卡组合的分配概率等于相同信用等级下的用户未分配第X种应用场景关卡组合的用户数量,与该信用等级下用户总数量的比值。其中,相同信用等级下的用户未分配第X种应用场景关卡组合的用户数量等于该信用等级下用户总数量与该信用等级下分配了第X种应用场景关卡组合的用户数量的差值。
步骤S28,服务器选择最高分配概率对应的应用场景关卡组合为目标应用场景关卡组合;
在目标用户所在信用等级下的用户数量并达到第一预设阈值的情况下,本申请可以直接利用上述计算得到为该目标用户分配各场景关卡组合的分配概率,确定实际为该目标用户分配的目标应用场景关卡组合,以使该目标用户的客户端按照这种目标应用场景关卡组合依次输出应用场景关卡。
为了给用户分配最合格的应用场景关卡组合,有效防止用户流失,本实施例可以选择计算得到的为目标用户分配应用场景关卡组合的分配概率中的最高分配概率,并将其对应的应用场景关卡组合分配给该目标用户。
步骤S29,服务器统计目标信用等级下的各用户在每一个应用场景关卡组合下的应用完成率;
在目标用户所在信用等级的用户数量达到一定数值如上述第一预设阈值后,为了进一步提高应用场景关卡组合分配的合理性,使其更能符合用户自身的特点,这种情况下,本申请可以在计算得到为用户分配各应用场景关卡组合的分配概率的基础上,进一步统计每一个信用等级下各用户在每一种应用场景关卡组合下的应用完成率。
以游戏为例,在实际应用中,对于每一个信用等级下的玩家,可以统计其最终持续玩到的游戏场景关卡,对于达到某一场景关卡后长期无登录游戏记录的玩家认为玩家流失。为了降低玩家流失的比例,本申请可以统计在每一个游戏场景关卡组合下玩家的游戏完成率,具体可以由玩家玩到的场景关卡除以总场景关卡数,得到该游戏场景关卡组合下的游戏完成率。
步骤S210,服务器选择最高应用完成率对应的预设数量的应用场景关卡组合为备选应用场景关卡组合;
在本实施例中,按照上述方式统计得到目标用户所在信用等级下各用户在每一个应用场景关卡组合下的应用完成率后,可以对统计得到的多个应用完成率按照大小排序,并从中选择具有最高应用完成率对应的预设数量的应用场景关卡组合为备选应用场景关卡组合。
需要说明的是,本申请对确定备选应用场景关卡组合的具体实现方式不作限定,只要能够从目标用户所在信用等级下的应用完成率中选择数值较高的预设数量的应用完成率对应的应用场景关卡组合即可。
步骤S211,服务器计算为目标用户分配每一个备选应用场景关卡组合的分配概率;
在实际应用中,本申请可以计算目标信用等级下所有应用场景关卡组合的应用完成率的总值,在将每一个备选应用场景关卡组合的应用完成率除以该总值,即可得到为目标用户分配相应备选应用场景关卡组合的概率。
步骤S212,服务器选择最高分配概率对应的备选应用场景关卡组合作为目标应用场景关卡组合;
基于上述分析可知,具有最高概率的备选应用场景关卡组合,是目标用户所在目标信用等级的各用户最感兴趣的应用场景关卡组合,且该目标信用等级下的各用户在该备选应用场景关卡组合下的应用完成率较高,不会中途不用该用户。所以,为目标用户分配最高概率对应的备选应用场景关卡组合,能够有效防止用户的流失。
可选的,为目标用户分配了应用场景关卡组合后,可以利用该目标用户的历史特征数据以及该分配结果,优化上述信用分预测模型。
步骤S213,服务器将该目标应用场景关卡组合的配置信息发送至客户端;
步骤S214,客户端利用接收到的配置信息,将应用模式配置为目标应用场景关卡组合,按照该目标应用场景关卡组合依次输出应用场景关卡。
以游戏为例,客户端接收到服务器为目标用户分配的应用场景关卡组合即游戏场景关卡组合后,目标用户进入游戏后,将会按照该游戏场景关卡组合中场景关卡的输出顺序关系输出场景关卡,从而使该目标用户在玩游戏过程中得到最佳体验,有效防止了游戏玩家流失。
可选的,为了说明上述信用分预设模型的训练过程,可以参照图5所示的流程图,其是从服务器角度进行的描述,则该训练过程可以包括:
步骤S51,获取第一应用平台的各注册用户的历史特征数据;
其中,关于历史特征数据包含的具体内容可以参照上述实施例对应部分的描述,本实施例在此不再详述。
步骤S52,根据该历史特征数据,提取各注册用户的用户特征;
其中,用户特征可以用于表示用户行为是否异常。需要说明的是,本申请对从历史行为数据、历史征信数据等历史特征数据中,提取相应的用户特征的过程不作限定。
步骤S53,根据用户特征,从注册用户中选取做出异常行为的第一类用户,以及与第一类用户的用户行为相反的第二类用户;
在本实施例中,可以从上述历史特征数据中提取有过行为异常的用户作为负样本,反之,作为正样本。以游戏为例,可以将有过借贷违约或者游戏过程中经常出现挂机、中途退出、言论攻击等行为的游戏用户作为负样本,选取行为数据较好的作为正样本。
基于此,本申请可以将能够作为正样本的用户记为第一类用户,将作为负样本的用户记为第二类用户。需要说明的是,本实施例在选取第一类用户时,并不是将所有做出异常行为的注册用户都选取为第一类用户,可根据实际需要,选取一定数据的第一类用户即可,选取第二类用户时也可以只选取一定数量的用户。
步骤S54,对第一类用户的历史特征数据以及第二类用户的历史特征数据进行预处理,得到正负样本;
其中,对历史特征数据进行的预处理可以包括数据清洗处理等,从而剔除历史特征数据中无用数据,提高所得样本的可靠性,进而提高训练所得信用分预测模型的可靠性。
步骤S55,利用机器学习模型对从正负样本中提取的样本特征进行训练,得到信用分预测模型。
在本实施例中,信用分预测模型可以用于表征用户特征与信用分之间的关系。
可选的,得到上述信用分预测模型后,还可以利用交叉验证的方法检验该模型的效果,从而避免过拟合该信用分预测模型输出特征的权重、特征组合分类方式或者正负临界样本和参数等。
需要说明的是,在实际应用中,以上述应用为游戏,则用户可以分为游戏用户和非游戏用户。其中,对于游戏用户来说,可以按照上述方式获取用户账号关联的所有游戏平台上的历史游戏数据以及该用户账号关联的社交账号的金融、社交行为数据等,并按照上述方式提取用户特征。而对于非游戏用户来说,可以只获取其社交账号(即第二应用平台的注册账号)的金融、社交行为数据,并从中提取相应的用户特征,利用训练好的信用分预测模型得到该用户的信用分。
基于上述对本申请技术方案的分析,以游戏为例进行说明,玩家登录游戏后,可以进入如图3所示的界面,选择开始游戏后,服务器将会按照上述方案获取该玩家的信用分,并结合玩家的信用分所在信用等级的玩家所分配的游戏场景关卡组合的分配情况,为该玩家分配一个适合其自身特点,能够最大程度吸引该玩家玩完该游戏的应用场景关卡组合,如按照上述方式确定该玩家可能会对游戏中的战斗场景(如平原、山洞、坟场等等)最感兴趣,还能够进一步推测出该玩家在战斗场景中希望依次选择的关卡闯关顺序,所以,服务器可以将战斗场景下的该关卡组合顺序构成的游戏场景关卡组合发送至该玩家的游戏客户端,以使玩家开始游戏后直接进入该战斗场景,并按照其关卡组合顺序依次闯关,从而使该玩家在游戏中得到最佳体验,且该玩家通常不会在这种游戏场景关卡组合下闯关中流失,即本申请有效防止了玩家流失。
下面将对本申请实施例提供的应用场景关卡组合的分配装置进行介绍,主要介绍是实现本申请实施例提供的应用场景关卡组合的分配方法所需要设置的功能模块架构。
如图6所示,为本申请实施例提供的一种应用场景关卡组合的分配装置的结构框图,该装置可以应用于服务器,参照图6,该装置可以包括:
分配请求获取模块61,用于获取客户端发送的目标用户的应用场景关卡分配请求;
第一数据获取模块62,用于根据所述目标用户的用户账号,获取所述目标用户的历史特征数据,所述历史特征数据包括所述目标用户在第一应用平台的历史应用数据以及所述目标用户在第二应用平台的历史征信数据;
信用分获取模块63,用于根据训练得到的用户特征与信用分之间的关系,利用所述目标用户的历史特征数据,获得所述目标用户在所述第一应用平台的信用分;
判断模块64,用于判断所述目标用户的信用分所在目标信用等级下的用户数量是否达到第一预设阈值;
目标应用场景关卡组合选择模块65,用于利用与判断结果对应的应用场景关卡组合分配规则,从预设的多个应用场景关卡组合中,选择所述目标用户的目标应用场景关卡组合;
配置信息传输模块66,用于将所述目标应用场景关卡组合的配置信息发送至客户端,以使所述客户端按照所述目标应用场景关卡组合顺序输出应用场景关卡。
可选的,上述目标应用场景关卡组合选择模块65可以包括:
第一选择单元,用于当所述判断模块的判断结果为是时,计算所述目标信用等级下的各用户在预设的每一个应用场景关卡组合下的应用完成率,并利用计算得到的应用完成率,选择满足预设要求的应用场景关卡作为目标应用场景关卡组合;
第二选择单元,用于当所述判断模块的判断结果为否时,计算为所述目标用户分配预设的各种应用场景关卡组合的分配概率,将最高分配概率对应的应用场景关卡组合确定为目标应用场景关卡组合。
其中,在实际应用中,如图7所示,第二选择单元可以包括:
第一用户数量获得单元651,用于获得每一个应用场景关卡组合分配的所述目标信用等级下的第一用户数量,以及所述目标信用等级下的用户总数量;
用户数量计算单元652,用于计算每一个应用场景关卡组合未分配的所述目标信用等级下的第二用户数量
第一分配概率计算单元653,用于对所述每一个应用场景关卡组合对应的所述第二用户数量与所述用户总数量进行比值运算,确定为所述目标用户分配相应应用场景关卡的分配概率。
可选的,参照图7,第一选择单元可以包括:
第二用户数量获得单元654,用于获取所述目标信用等级下的各用户在每一个应用场景关卡组合下完成的应用场景关卡数量,以及相应应用场景关卡组合的应用场景关卡总数量;
第二比值运算单元655,用于对同一应用场景关卡组合下所述各用户完成的应用场景关卡数量,与所述应用场景关卡组合的应用场景关卡总数量进行比值运算,得到相应用户在所述应用场景关卡组合下的应用完成率;
备选应用场景关卡组合选择单元656,用于选择最高应用完成率对应的预设数量的应用场景关卡组合作为备选应用场景关卡组合;
第二分配概率计算单元657,用于计算为所述目标用户分配每一个所述备选应用场景关卡组合的分配概率;
目标应用场景关卡组合确定单元658,用于确定最高分配概率对应的备选应用场景关卡组合为目标应用场景关卡组合。
作为本申请另一实施例,在上述实施例的基础上,该装置还可以包括:
用户判断模块,用于判断当前第一应用平台的注册用户是否小于第二预设阈值;
场景关卡组合选择模块,用于在用户判断模块的判断结果为是时,从预设的多个应用场景关卡组合中随机选择一个应用场景关卡组合发送至所述客户端;
若上述用户判断模块的判断结果为否,则触发第一数据模块根据所述目标用户的用户账号,获取所述目标用户的历史特征数据。
可选的,上述装置还可以包括:
应用场景关卡确定模块,用于确定第一应用平台中的多个应用场景关卡;
场景关卡级别划分模块,用于根据所述应用场景关卡的属性信息,将所述所示多个应用场景关卡划分成多个场景关卡级别,每一个场景关卡级别包括多个应用场景关卡;
应用场景关卡组合确定模块,用于根据第一应用平台的应用特点,确定每一个场景关卡级别包含的各应用场景关卡之间的应用场景关卡组合
另外,为了得到用户特征与信用分之间的关系,上述装置还可以包括:
历史特征数据获取模块,用于获取第一应用平台的各注册用户的历史特征数据;
用户特征提取模块,用于根据所述历史特征数据,提取所述各注册用户的用户特征,所述用户特征用于表示用户行为是否异常;
用户类型确定模块,用于根据所述用户特征,从所述注册用户中选取做出异常行为的第一类用户,以及与所述第一类用户的用户行为相反的第二类用户;
样本确定模块,用于对所述第一类用户的历史特征数据以及第二类用户的历史特征数据进行预处理,得到正负样本;
模型训练模块,用于利用机器学习模型对从所述正负样本中提取的样本特征进行训练,得到信用分预测模型,所述信用分预测模型用于表征用户特征与信用分之间的关系。
综上所述,服务器在接收到客户端发送的应用场景关卡分配请求后,将利用目标用户的历史特征数据,获得目标用户在第一应用平台的信用分,从而根据目标用户的信用分所在信用等级是否达到第一预设阈值的不同判断结果,采用相应的应用场景关卡组合分配规则,从预设的多个应用场景关卡组合中,为目标用户选择最合适的目标应用场景关卡组合并发送至客户端,解决了现有技术中所有用户的应用场景关卡组合都是相同的,导致无法满足用户个性化需求的技术问题,实现了应用场景关卡组合的灵活且有针对性地选取,有效防止了用户流失。
参照本申请实施例还提供的一种服务器,该服务器可以包括上述实施例提供的产品试用推荐装置。本实施例在此针对该服务器的硬件结构进行介绍。
参照图8,为本申请实施例提供的一种服务器的硬件结构框图,该服务器可以包括处理器81、通信接口82、存储器83以及通信总线84;
其中,处理器81、通信接口82、存储器83可以通过通信总线84完成相互间的通信;
可选的,通信接口82可以为通信模块的接口,如GSM模块的接口;
处理器81可能是一个中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。
存储器83可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatilememory),例如至少一个磁盘存储器。
其中,处理器81具体用于:
获取客户端发送的目标用户的应用场景关卡分配请求;
根据所述目标用户的用户账号,获取所述目标用户的历史特征数据,所述历史特征数据包括所述目标用户在第一应用平台的历史应用数据以及所述目标用户在第二应用平台的历史征信数据;
根据训练得到的用户特征与信用分之间的关系,利用所述目标用户的历史特征数据,获得所述目标用户在所述第一应用平台的信用分;
判断所述目标用户的信用分所在目标信用等级下的用户数量是否达到第一预设阈值;
利用与判断结果对应的应用场景关卡组合分配规则,从预设的多个应用场景关卡组合中,选择所述目标用户的目标应用场景关卡组合;
将所述目标应用场景关卡组合的配置信息发送至客户端,以使所述客户端按照所述目标应用场景关卡组合顺序输出应用场景关卡。
本申请实施例提供的方案在为用户分配应用场景关卡组合时,结合了用户的信用分以及应用场景关卡的特征,对应用场景关卡组合和用户之间进行灵活且精确匹配,从而为用户分配对其最为合适的应用场景关卡组合,使其客户端输出相应的应用场景关卡模式,增强了对用户的吸引力,有效防止了用户的流失。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的核心思想或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (15)

1.一种应用场景关卡组合的分配方法,其特征在于,包括:
获取客户端发送的目标用户的应用场景关卡分配请求;
根据所述目标用户的用户账号,获取所述目标用户的历史特征数据,所述历史特征数据包括所述目标用户在第一应用平台的历史应用数据以及所述目标用户在第二应用平台的历史征信数据;
根据训练得到的用户特征与信用分之间的关系,利用所述目标用户的历史特征数据,获得所述目标用户在所述第一应用平台的信用分;
判断所述目标用户的信用分所在目标信用等级下的用户数量是否达到第一预设阈值;
当判断结果为是时,计算所述目标信用等级下的各用户在预设的每一个应用场景关卡组合下的应用完成率,并利用计算得到的应用完成率,选择满足预设要求的应用场景关卡作为目标应用场景关卡组合;
当判断结果为否时,计算为所述目标用户分配预设的各种应用场景关卡组合的分配概率,将最高分配概率对应的应用场景关卡组合确定为目标应用场景关卡组合;
将所述目标应用场景关卡组合的配置信息发送至客户端,以使所述客户端按照所述目标应用场景关卡组合顺序输出应用场景关卡,其中,不同应用场景关卡组合中的应用场景关卡数量、内容以及顺序不同。
2.根据权利要求1所述的方法,其特征在于,所述计算为所述目标用户分配预设的各种应用场景关卡组合的分配概率,包括:
获得每一个应用场景关卡组合分配的所述目标信用等级下的第一用户数量,以及所述目标信用等级下的用户总数量;
计算每一个应用场景关卡组合未分配的所述目标信用等级下的第二用户数量;
对所述每一个应用场景关卡组合对应的所述第二用户数量与所述用户总数量进行比值运算,确定为所述目标用户分配相应应用场景关卡组合的分配概率。
3.根据权利要求1所述的方法,其特征在于,所述计算所述目标信用等级下的各用户在预设的每一个应用场景关卡组合下的应用完成率,包括:
获取所述目标信用等级下的各用户在每一个应用场景关卡组合下完成的应用场景关卡数量,以及相应应用场景关卡组合的应用场景关卡总数量;
对同一应用场景关卡组合下所述各用户完成的应用场景关卡数量,与所述应用场景关卡组合的应用场景关卡总数量进行比值运算,得到相应用户在所述应用场景关卡组合下的应用完成率。
4.根据权利要求1所述的方法,其特征在于,所述利用计算得到的应用完成率,选择满足预设要求的应用场景关卡作为目标应用场景关卡,包括:
选择最高应用完成率对应的预设数量的应用场景关卡组合作为备选应用场景关卡组合;
计算为所述目标用户分配每一个所述备选应用场景关卡组合的分配概率;
确定最高分配概率对应的备选应用场景关卡组合为目标应用场景关卡组合。
5.根据权利要求1所述的方法,其特征在于,在所述获取客户端发送的目标用户的应用场景关卡分配请求之后,所述方法还包括:
判断当前第一应用平台的注册用户是否小于第二预设阈值;
如果是,从预设的多个应用场景关卡组合中随机选择一个应用场景关卡组合发送至所述客户端;
如果否,执行所述根据所述目标用户的用户账号,获取所述目标用户的历史特征数据步骤。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
确定第一应用平台中的多个应用场景关卡;
根据所述应用场景关卡的属性信息,将所述多个应用场景关卡划分成多个场景关卡级别,每一个场景关卡级别包括多个应用场景关卡;
根据第一应用平台的应用特点,确定每一个场景关卡级别包含的各应用场景关卡之间的应用场景关卡组合。
7.根据权利要求1所述的方法,其特征在于,所述用户特征与信用分之间的关系的训练过程包括:
获取第一应用平台的各注册用户的历史特征数据;
根据所述历史特征数据,提取所述各注册用户的用户特征,所述用户特征用于表示用户行为是否异常;
根据所述用户特征,从所述注册用户中选取做出异常行为的第一类用户,以及与所述第一类用户的用户行为相反的第二类用户;
对所述第一类用户的历史特征数据以及第二类用户的历史特征数据进行预处理,得到正负样本;
利用机器学习模型对从所述正负样本中提取的样本特征进行训练,得到信用分预测模型,所述信用分预测模型用于表征用户特征与信用分之间的关系。
8.根据权利要求1所述的方法,其特征在于,所述用户账号为所述目标用户在第一应用平台注册的账号,且是所述第一应用平台接入第二应用平台的账号。
9.一种应用场景关卡组合的分配装置,其特征在于,所述装置包括:
分配请求获取模块,用于获取客户端发送的目标用户的应用场景关卡分配请求;
第一数据获取模块,用于根据所述目标用户的用户账号,获取所述目标用户的历史特征数据,所述历史特征数据包括所述目标用户在第一应用平台的历史应用数据以及所述目标用户在第二应用平台的历史征信数据;
信用分获取模块,用于根据训练得到的用户特征与信用分之间的关系,利用所述目标用户的历史特征数据,获得所述目标用户在所述第一应用平台的信用分;
判断模块,用于判断所述目标用户的信用分所在目标信用等级下的用户数量是否达到第一预设阈值;
第一选择单元,用于当判断结果为是时,计算所述目标信用等级下的各用户在预设的每一个应用场景关卡组合下的应用完成率,并利用计算得到的应用完成率,选择满足预设要求的应用场景关卡作为目标应用场景关卡组合;
第二选择单元,用于当判断结果为否时,计算为所述目标用户分配预设的各种应用场景关卡组合的分配概率,将最高分配概率对应的应用场景关卡组合确定为目标应用场景关卡组合;
配置信息传输模块,用于将所述目标应用场景关卡组合的配置信息发送至客户端,以使所述客户端按照所述目标应用场景关卡组合顺序输出应用场景关卡,其中,不同应用场景关卡组合中的应用场景关卡数量、内容以及顺序不同。
10.根据权利要求9所述的装置,其特征在于,所述第二选择单元包括:
第一用户数量获得单元,用于获得每一个应用场景关卡组合分配的所述目标信用等级下的第一用户数量,以及所述目标信用等级下的用户总数量;
用户数量计算单元,用于计算每一个应用场景关卡组合未分配的所述目标信用等级下的第二用户数量;
第一分配概率计算单元,用于对所述每一个应用场景关卡组合对应的所述第二用户数量与所述用户总数量进行比值运算,确定为所述目标用户分配相应应用场景关卡的分配概率。
11.根据权利要求9所述的装置,其特征在于,所述第一选择单元包括:
第二用户数量获得单元,用于获取所述目标信用等级下的各用户在每一个应用场景关卡组合下完成的应用场景关卡数量,以及相应应用场景关卡组合的应用场景关卡总数量;
第二比值运算单元,用于对同一应用场景关卡组合下所述各用户完成的应用场景关卡数量,与所述应用场景关卡组合的应用场景关卡总数量进行比值运算,得到相应用户在所述应用场景关卡组合下的应用完成率。
12.根据权利要求9所述的装置,其特征在于,所述第一选择单元包括:
备选应用场景关卡组合选择单元,用于选择最高应用完成率对应的预设数量的应用场景关卡组合作为备选应用场景关卡组合;
第二分配概率计算单元,用于计算为所述目标用户分配每一个所述备选应用场景关卡组合的分配概率;
目标应用场景关卡组合确定单元,用于确定最高分配概率对应的备选应用场景关卡组合为目标应用场景关卡组合。
13.一种服务器,其特征在于,所述服务器包括如权利要求9-12任意一项所述的应用场景关卡组合的分配装置。
14.一种服务器,其特征在于,包括:存储器和处理器;
所述存储器用于存储计算机程序;
所述处理器用于执行所述存储器中存储的计算机程序;
所述计算机程序用于执行权利要求1-8任一项所述的应用场景关卡组合的分配方法。
15.一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中存储有计算机可执行程序,所述计算机可执行程序被处理器加载并执行时,实现权利要求1-8任一项所述的应用场景关卡组合的分配方法。
CN201611041777.8A 2016-11-18 2016-11-18 应用场景关卡组合的分配方法、装置及服务器 Active CN108066987B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611041777.8A CN108066987B (zh) 2016-11-18 2016-11-18 应用场景关卡组合的分配方法、装置及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611041777.8A CN108066987B (zh) 2016-11-18 2016-11-18 应用场景关卡组合的分配方法、装置及服务器

Publications (2)

Publication Number Publication Date
CN108066987A CN108066987A (zh) 2018-05-25
CN108066987B true CN108066987B (zh) 2021-03-16

Family

ID=62161463

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611041777.8A Active CN108066987B (zh) 2016-11-18 2016-11-18 应用场景关卡组合的分配方法、装置及服务器

Country Status (1)

Country Link
CN (1) CN108066987B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108920213B (zh) * 2018-06-29 2021-09-17 超级魔方(北京)科技有限公司 游戏的动态配置方法及装置
CN109246082B (zh) * 2018-08-09 2022-10-14 超级魔方(北京)科技有限公司 数据传输方法、装置、电子设备及存储介质
US10905962B2 (en) * 2018-09-07 2021-02-02 Valve Corporation Machine-learned trust scoring for player matchmaking
CN109107162B (zh) * 2018-11-01 2021-11-19 杭州勺子网络科技有限公司 游戏难度调节方法及装置
CN109660541B (zh) * 2018-12-24 2021-08-13 国家电网有限公司 去中心化大数据的采集方法及装置
US11458406B2 (en) * 2020-02-21 2022-10-04 Electronic Arts Inc. Progressive human user detection challenges with rewards

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4342385B2 (ja) * 2004-06-25 2009-10-14 アルゼ株式会社 ゲームシステム
CN105871640A (zh) * 2016-06-07 2016-08-17 腾讯科技(深圳)有限公司 关卡配置数据配置方法、游戏服务器及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4342385B2 (ja) * 2004-06-25 2009-10-14 アルゼ株式会社 ゲームシステム
CN105871640A (zh) * 2016-06-07 2016-08-17 腾讯科技(深圳)有限公司 关卡配置数据配置方法、游戏服务器及系统

Also Published As

Publication number Publication date
CN108066987A (zh) 2018-05-25

Similar Documents

Publication Publication Date Title
CN108066987B (zh) 应用场景关卡组合的分配方法、装置及服务器
CN108066989B (zh) 一种随机匹配组队方法、装置及应用服务器
KR101733458B1 (ko) 게임 로그 분석 방법
JP2021536324A (ja) プレーヤーの対戦カード決定のための機械学習ベースの信頼スコア付け
US11423107B2 (en) Application recommendation method and apparatus, and server
CN108269012A (zh) 风险评分模型的构建方法、装置、存储介质及终端
CN108304853B (zh) 游戏相关度的获取方法、装置、存储介质和电子装置
CN109670847B (zh) 资源的分配方法和装置
Demediuk et al. Player retention in league of legends: a study using survival analysis
CN107335220B (zh) 一种消极用户的识别方法、装置及服务器
CN106649396B (zh) 游戏等级数据的排序方法、系统及装置
CN103353920A (zh) 基于社交网络推荐游戏的方法和装置
CN107807943A (zh) 应用程序推荐方法及装置
CN108763251B (zh) 核身产品的个性化推荐方法及装置和电子设备
CN110348188A (zh) 一种核身校验方法及装置
CN104679791B (zh) 获取数据包的处理方法和装置
CN113318448B (zh) 游戏资源展示方法及装置、设备、模型训练方法
CN110585722A (zh) 基于区块链的游戏时间信息的处理方法及装置、游戏控制方法及装置
CN112245936B (zh) 账号匹配方法、装置及服务器
Kummer et al. Applying commitment to churn and remaining players lifetime prediction
CN112148393A (zh) 一种基于社交平台小游戏的用户组队方法
US11179631B2 (en) Providing video game content to an online connected game
CN113230665A (zh) 资源分配方法及装置
KR102579203B1 (ko) 게임 결과 예측 장치 및 방법
CN110941680A (zh) 一种数据处理方法、装置及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant