CN108763452A - 基于大数据的游戏应用推送方法、系统及计算机存储介质 - Google Patents
基于大数据的游戏应用推送方法、系统及计算机存储介质 Download PDFInfo
- Publication number
- CN108763452A CN108763452A CN201810521924.4A CN201810521924A CN108763452A CN 108763452 A CN108763452 A CN 108763452A CN 201810521924 A CN201810521924 A CN 201810521924A CN 108763452 A CN108763452 A CN 108763452A
- Authority
- CN
- China
- Prior art keywords
- game
- user
- game application
- user information
- application
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明公开了一种基于大数据的游戏应用推送方法。该方法包括:获取各游戏应用的应用信息及对应游戏用户的第一用户信息,并根据第一用户信息中的游戏时间和/或次数剔除不符合预设要求的第一用户信息,得到第二用户信息;根据应用信息和第二用户信息分别对游戏应用和游戏用户进行聚类,并建立游戏应用与游戏用户之间的映射关系表;当接收到游戏应用推荐请求时,根据该请求获取对应的第三用户信息;从映射关系表中筛选得到与第三用户信息对应的游戏应用,并将与第三用户信息对应的游戏应用推送至用户终端。本发明还公开了一种游戏应用推送系统及计算机存储介质。本发明能解决现有技术无法根据用户的喜好和潜在需求向用户智能推送游戏的技术问题。
Description
技术领域
本发明涉及大数据技术领域,尤其涉及一种基于大数据的游戏应用推送方法、系统及计算机存储介质。
背景技术
随着移动互联网的飞速发展,智能手机的逐渐普及,手机游戏成为了越来越多人的娱乐方式。各种手机游戏应用开发商风起云涌,手机游戏也层出不穷。目前,人们在需要下载游戏时,通常都是自己在应用商店对推送的游戏进行对比查看,或者在各大论坛、贴吧等处搜索游戏应用的安利,然后再进行下载。
但应用商店的推送方式大多是以一些热度排行榜或下载排行榜的形式推荐或者以分类游戏的方式推荐。这种推送方式,只能给用户推送一些热度高、下载量多的游戏应用,或者需要用户搜索分类,然后在对应分类下查找自己可能喜爱的游戏应用,然后下载试玩,此外,各大论坛、贴吧等处安利的游戏应用一般也是一些热门游戏。然而,热门游戏应用或下载量多的应用并不一定是用户喜欢的,对用户而言,现有的推送并不智能,无法根据用户的喜好和潜在需求向用户进行推送。
发明内容
本发明的主要目的在于提供一种基于大数据的游戏应用推送方法、系统及计算机存储介质,旨在解决现有技术无法根据用户的喜好和潜在需求向用户智能推送游戏的技术问题。
为实现上述目的,本发明提供一种基于大数据的游戏应用推送方法,所述基于大数据的游戏应用推送方法包括以下步骤:
获取各游戏应用的应用信息及对应游戏用户的第一用户信息,并根据所述第一用户信息中的游戏时间和/或游戏次数剔除不符合预设要求的第一用户信息,得到第二用户信息;
根据所述应用信息和第二用户信息分别对所述游戏应用和游戏用户进行聚类,并根据聚类结果建立所述游戏应用与游戏用户之间的映射关系表;
当接收到用户终端发送的游戏应用推荐请求时,根据所述游戏应用推荐请求获取对应的第三用户信息;
根据所述第三用户信息和第二用户信息从所述游戏应用与游戏用户之间的映射关系表中筛选得到与所述第三用户信息对应的游戏应用,并将与所述第三用户信息对应的游戏应用推送至所述用户终端。
可选地,所述根据所述应用信息和第二用户信息分别对所述游戏应用和游戏用户进行聚类,并根据聚类结果建立所述游戏应用与游戏用户之间的映射关系表的步骤,包括:
根据所述应用信息提取各游戏应用的第一特征向量,基于所述第一特征向量对所述游戏应用进行聚类,得到第一聚类结果;
根据所述第二用户信息提取各游戏应用对应游戏用户的第二特征向量,基于所述第二特征向量对各游戏应用对应游戏用户进行聚类,得到第二聚类结果;
根据所述第一聚类结果和第二聚类结果建立所述游戏应用与游戏用户之间的映射关系表。
可选地,所述根据所述第一聚类结果和第二聚类结果建立所述游戏应用与游戏用户之间的映射关系表的步骤,包括:
根据所述第一聚类结果对所述游戏应用进行游戏分类,分成对应数量的游戏类型;
根据所述第二聚类结果对各游戏应用对应游戏用户进行用户分类,分成对应数量的用户类型;
根据游戏分类结果和用户分类结果建立所述游戏类型与用户类型之间的映射关系表;
所述根据所述第三用户信息和第二用户信息从所述游戏应用与游戏用户之间的映射关系表中筛选得到与所述第三用户信息对应的游戏应用,并将与所述第三用户信息对应的游戏应用推送至所述用户终端的步骤,包括:
根据所述第三用户信息和第二用户信息从所述游戏类型与用户类型之间的映射关系表中筛选得到与所述第三用户信息对应的游戏应用,并将与所述第三用户信息对应的游戏应用推送至所述用户终端。
可选地,所述根据所述第三用户信息和第二用户信息从所述游戏类型与用户类型之间的映射关系表中筛选得到与所述第三用户信息对应的游戏应用,并将与所述第三用户信息对应的游戏应用推送至所述用户终端的步骤,包括:
根据所述第三用户信息提取对应的第三特征向量,并计算所述第三特征向量与根据所述第二用户信息得到的第二特征向量之间的相似度值;
确定所述相似度值中最大值对应的第二特征向量所对应的用户类型,记为第一用户类型;
根据所述第一用户类型从所述游戏类型与用户类型之间的映射关系表中筛选得到与所述第一用户类型对应的游戏类型,记为第一游戏类型,并将与所述第一游戏类型对应的游戏应用推送至所述用户终端。
可选地,所述根据所述第三用户信息提取对应的第三特征向量,并计算所述第三特征向量与根据所述第二用户信息得到的第二特征向量之间的相似度值的步骤之后,还包括:
根据所述相似度值及根据所述第二用户信息得到的第二聚类结果计算所述第三特征向量与各用户类型对应的平均相似度值,确定所述平均相似度值中最大值所对应的用户类型,记为第二用户类型;
根据所述第二用户类型从所述游戏类型与用户类型之间的映射关系表中筛选得到与所述第二用户类型对应的游戏类型,记为第二游戏类型,并将与所述第二游戏类型对应的游戏应用推送至所述用户终端。
可选地,所述应用信息至少包括游戏应用名称,还包括游戏类别、游戏大小、游戏简介、游戏应用开发商、游戏评分及评论的一种或多种。
可选地,所述第一用户信息、第二用户信息包括游戏用户基本信息和历史游戏信息,所述第三用户信息包括第三用户基本信息和游戏偏好信息,所述游戏用户基本信息和第三用户基本信息包括性别、年龄、职业中的一种或多种,所述历史游戏信息包括游戏时间、游戏次数、游戏评分和游戏金额中的一种或多种,所述游戏偏好信息包括可用游戏时间、游戏偏好类别和可接受游戏花费中的一种或多种。
此外,为实现上述目的,本发明还提供一种游戏应用推送系统,所述游戏应用推送系统包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的游戏应用推送程序,所述游戏应用推送程序被所述处理器执行时实现如上所述的基于大数据的游戏应用推送方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机存储介质,所述计算机存储介质上存储有游戏应用推送程序,所述游戏应用推送程序被处理器执行时实现如上所述的基于大数据的游戏应用推送方法的步骤。
本发明提供一种基于大数据的游戏应用推送方法、系统及计算机可读存储介质,通过获取各游戏应用的应用信息及对应游戏用户的第一用户信息,并根据第一用户信息中的游戏时间和/或游戏次数剔除不符合预设要求的第一用户信息,即剔除下载游戏后很少玩的用户信息,以提高后期聚类结果的准确性,从而提高游戏应用推送的准确度。然后,根据应用信息和第二用户信息分别对游戏应用和游戏用户进行聚类,并根据聚类结果建立游戏应用与游戏用户之间的映射关系表,具体可以构建为游戏类型与用户类型之间的映射关系表。在接收到用户终端发送的游戏应用推荐请求时,可根据该游戏应用推荐请求获取对应的第三用户信息,并根据第三用户信息和第二用户信息从游戏类型与用户类型之间的映射关系表中筛选得到与该第三用户信息对应的游戏应用,最后将与该第三用户信息对应的游戏应用对应的游戏应用推送至用户终端。本发明基于大数据建立了游戏应用与游戏用户之间的映射关系表,然后根据该映射关系表和用户对应的第三用户信息将用户感兴趣的游戏应用精准地推送给用户,从而解决了现有技术无法根据用户的喜好和潜在需求向用户智能推送游戏的技术问题。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的终端结构示意图;
图2为本发明基于大数据的游戏应用推送方法第一实施例的流程示意图;
图3为本发明实施例中根据所述应用信息和第二用户信息分别对所述游戏应用和游戏用户进行聚类,并根据聚类结果建立所述游戏应用与游戏用户之间的映射关系表的细化流程示意图;
图4为本发明实施例中根据所述第一聚类结果和第二聚类结果建立所述游戏应用与游戏用户之间的映射关系表的细化流程示意图;
图5为本发明实施例中用户类型和游戏类型的一聚类示意图;
图6为本发明实施例中根据所述第三用户信息和第二用户信息从所述游戏应用与游戏用户之间的映射关系表中筛选得到与所述第三用户信息对应的游戏应用,并将与所述第三用户信息对应的游戏应用推送至所述用户终端的第一细化流程示意图;
图7为本发明实施例中根据所述第三用户信息和第二用户信息从所述游戏应用与游戏用户之间的映射关系表中筛选得到与所述第三用户信息对应的游戏应用,并将与所述第三用户信息对应的游戏应用推送至所述用户终端的第二细化流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
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。
在现有技术中,应用商店的推送方式大多是以一些热度排行榜或下载排行榜的形式推荐或者以分类游戏的方式推荐。这种推送方式,只能给用户推送一些热度高、下载量多的游戏应用,或者需要用户搜索分类,然后在对应分类下查找自己可能喜爱的游戏应用,然后下载试玩,此外,各大论坛、贴吧等处安利的游戏应用一般也是一些热门游戏。然而,热门游戏应用或下载量多的应用并不一定是用户喜欢的,对用户而言,现有的推送并不智能,无法根据用户的喜好和潜在需求向用户进行推送。
为了解决上述技术问题,本发明提供一种基于大数据的游戏应用推送方法、系统及计算机可读存储介质,通过获取各游戏应用的应用信息及对应游戏用户的第一用户信息,并根据第一用户信息中的游戏时间和/或游戏次数剔除不符合预设要求的第一用户信息,即剔除下载游戏后很少玩的用户信息,以提高后期聚类结果的准确性,从而提高游戏应用推送的准确度。然后,根据应用信息和第二用户信息分别对游戏应用和游戏用户进行聚类,并根据聚类结果建立游戏应用与游戏用户之间的映射关系表,具体可以构建为游戏类型与用户类型之间的映射关系表。在接收到用户终端发送的游戏应用推荐请求时,可根据该游戏应用推荐请求获取对应的第三用户信息,并根据第三用户信息和第二用户信息从游戏类型与用户类型之间的映射关系表中筛选得到与该第三用户信息对应的游戏应用,最后将与该第三用户信息对应的游戏应用对应的游戏应用推送至用户终端。本发明基于大数据建立了游戏应用与游戏用户之间的映射关系表,然后根据该映射关系表和用户对应的第三用户信息将用户感兴趣的游戏应用精准地推送给用户,从而解决了现有技术无法根据用户的喜好和潜在需求向用户智能推送游戏的技术问题。
请参阅图1,图1为本发明实施例方案涉及的硬件运行环境的终端结构示意图。
本发明实施例终端可以是PC,也可以是智能手机、平板电脑、便携计算机等具有显示功能的可移动式终端设备。
如图1所示,该终端可以包括:处理器1001,例如CPU,通信总线1002,用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如Wi-Fi接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatilememory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的终端结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及游戏应用推送程序。
在图1所示的终端中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端,与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的游戏应用推送程序,并执行以下操作:
获取各游戏应用的应用信息及对应游戏用户的第一用户信息,并根据所述第一用户信息中的游戏时间和/或游戏次数剔除不符合预设要求的第一用户信息,得到第二用户信息;
根据所述应用信息和第二用户信息分别对所述游戏应用和游戏用户进行聚类,并根据聚类结果建立所述游戏应用与游戏用户之间的映射关系表;
当接收到用户终端发送的游戏应用推荐请求时,根据所述游戏应用推荐请求获取对应的第三用户信息;
根据所述第三用户信息和第二用户信息从所述游戏应用与游戏用户之间的映射关系表中筛选得到与所述第三用户信息对应的游戏应用,并将与所述第三用户信息对应的游戏应用推送至所述用户终端。
进一步地,处理器1001可以调用存储器1005中存储的游戏应用推送程序,还执行以下操作:
根据所述应用信息提取各游戏应用的第一特征向量,基于所述第一特征向量对所述游戏应用进行聚类,得到第一聚类结果;
根据所述第二用户信息提取各游戏应用对应游戏用户的第二特征向量,基于所述第二特征向量对各游戏应用对应游戏用户进行聚类,得到第二聚类结果;
根据所述第一聚类结果和第二聚类结果建立所述游戏应用与游戏用户之间的映射关系表。
进一步地,处理器1001可以调用存储器1005中存储的游戏应用推送程序,还执行以下操作:
根据所述第一聚类结果对所述游戏应用进行游戏分类,分成对应数量的游戏类型;
根据所述第二聚类结果对各游戏应用对应游戏用户进行用户分类,分成对应数量的用户类型;
根据游戏分类结果和用户分类结果建立所述游戏类型与用户类型之间的映射关系表
根据所述第三用户信息和第二用户信息从所述游戏类型与用户类型之间的映射关系表中筛选得到与所述第三用户信息对应的游戏应用,并将与所述第三用户信息对应的游戏应用推送至所述用户终端。
进一步地,处理器1001可以调用存储器1005中存储的游戏应用推送程序,还执行以下操作:
根据所述第三用户信息提取对应的第三特征向量,并计算所述第三特征向量与根据所述第二用户信息得到的第二特征向量之间的相似度值;
确定所述相似度值中最大值对应的第二特征向量所对应的用户类型,记为第一用户类型;
根据所述第一用户类型从所述游戏类型与用户类型之间的映射关系表中筛选得到与所述第一用户类型对应的游戏类型,记为第一游戏类型,并将与所述第一游戏类型对应的游戏应用推送至所述用户终端。
进一步地,处理器1001可以调用存储器1005中存储的游戏应用推送程序,还执行以下操作:
根据所述相似度值及根据所述第二用户信息得到的第二聚类结果计算所述第三特征向量与各用户类型对应的平均相似度值,确定所述平均相似度值中最大值所对应的用户类型,记为第二用户类型;
根据所述第二用户类型从所述游戏类型与用户类型之间的映射关系表中筛选得到与所述第二用户类型对应的游戏类型,记为第二游戏类型,并将与所述第二游戏类型对应的游戏应用推送至所述用户终端。
进一步地,所述应用信息至少包括游戏应用名称,还包括游戏类别、游戏大小、游戏简介、游戏应用开发商、游戏评分及评论的一种或多种。
进一步地,所述第一用户信息、第二用户信息包括游戏用户基本信息和历史游戏信息,所述第三用户信息包括第三用户基本信息和游戏偏好信息,所述游戏用户基本信息和第三用户基本信息包括性别、年龄、职业中的一种或多种,所述历史游戏信息包括游戏时间、游戏次数、游戏评分和游戏金额中的一种或多种,所述游戏偏好信息包括可用游戏时间、游戏偏好类别和可接受游戏花费中的一种或多种。
基于上述硬件结构,提出本发明基于大数据的游戏应用推送方法各实施例。
本发明提供一种基于大数据的游戏应用推送方法。
请参阅图2,图2为本发明基于大数据的游戏应用推送方法第一实施例的流程示意图。
在本发明实施例中,该基于大数据的游戏应用推送方法包括:
步骤S10,获取各游戏应用的应用信息及对应游戏用户的第一用户信息,并根据所述第一用户信息中的游戏时间和/或游戏次数剔除不符合预设要求的第一用户信息,得到第二用户信息;
在本实施例中,首先获取各游戏应用的应用信息及对应游戏用户的第一用户信息,其中,各游戏应用的应用信息至少包括游戏应用名称,还包括游戏类别、游戏大小、游戏简介、游戏应用开发商、游戏评分及评论的一种或多种,第一用户信息包括游戏用户基本信息和历史游戏信息,其中游戏用户基本信息包括性别、年龄、职业中的一种或多种,历史游戏信息包括游戏时间、游戏次数、游戏评分和游戏金额中的一种或多种。
然后根据第一用户信息中的游戏时间和/或游戏次数剔除不符合预设要求的第一用户信息,即剔除下载游戏后很少玩的用户信息,以提高后期聚类结果的准确性,从而提高游戏应用推送的准确度。具体的,预设要求可以包括但不限于以下要求:游戏时间小于预设时间;或游戏次数小于预设次数;或游戏时间小于预设时间,且游戏次数小于预设次数。经剔除不符合预设要求的第一用户信息后,得到第二用户信息,对应的,第二用户信息包括游戏用户基本信息和历史游戏信息,其中游戏用户基本信息包括性别、年龄、职业中的一种或多种,历史游戏信息包括游戏时间、游戏次数、游戏评分和游戏金额中的一种或多种。
步骤S20,根据所述应用信息和第二用户信息分别对所述游戏应用和游戏用户进行聚类,并根据聚类结果建立所述游戏应用与游戏用户之间的映射关系表;
然后,根据应用信息和第二用户信息分别对游戏应用和游戏用户进行聚类,并根据聚类结果建立游戏应用与游戏用户之间的映射关系表。具体的,可以先对应用信息进行聚类,得到第一聚类结果,然后根据第一聚类结果对游戏应用进行分类,分成对应数量的游戏类型;同样的,对游戏应用进行聚类,得到第二聚类结果,然后根据第二聚类结果对游戏用户进行分类,分成对应数量的用户类型,最后再根据游戏分类结果和用户分类结果建立游戏类型与用户类型之间的映射关系表。
步骤S30,当接收到用户终端发送的游戏应用推荐请求时,根据所述游戏应用推荐请求获取对应的第三用户信息;
在接收到用户终端发送的游戏应用推荐请求时,可根据该游戏应用推荐请求获取对应的第三用户信息,第三用户信息包括第三用户基本信息和游戏偏好信息,其中,第三用户基本信息包括性别、年龄、职业中的一种或多种,所述游戏偏好信息包括可用游戏时间、游戏偏好类别和可接受游戏花费中的一种或多种。
步骤S40,根据所述第三用户信息和第二用户信息从所述游戏应用与游戏用户之间的映射关系表中筛选得到与所述第三用户信息对应的游戏应用,并将与所述第三用户信息对应的游戏应用推送至所述用户终端。
在本实施例中,根据第三用户信息和第二用户信息从游戏类型与用户类型之间的映射关系表中筛选得到与该第三用户信息对应的游戏应用,并将与该第三用户信息对应的游戏应用对应的游戏应用推送至用户终端。具体的,可以先根据第三用户信息和第二用户信息确定用户类型,然后根据游戏类型与用户类型之间的映射表找到与该用户类型对应的游戏类型,然后将该游戏类型中所包括的游戏应用推送给用户终端。推送方式可以包括但不限于:对该游戏类型中的游戏应用按照下载量或游戏评分等进行排序后,以列表形式进行推送;对该游戏类型中的游戏应用,按其游戏类别进行归类,然后按每一游戏类别进行推送,每一游戏类别中可以按照下载量或游戏评分等进行排序。
本发明实施例提供一种基于大数据的游戏应用推送方法,通过获取各游戏应用的应用信息及对应游戏用户的第一用户信息,并根据第一用户信息中的游戏时间和/或游戏次数剔除不符合预设要求的第一用户信息,即剔除下载游戏后很少玩的用户信息,以提高后期聚类结果的准确性,从而提高游戏应用推送的准确度。然后,根据应用信息和第二用户信息分别对游戏应用和游戏用户进行聚类,并根据聚类结果建立游戏应用与游戏用户之间的映射关系表,具体可以构建为游戏类型与用户类型之间的映射关系表。在接收到用户终端发送的游戏应用推荐请求时,可根据该游戏应用推荐请求获取对应的第三用户信息,并根据第三用户信息和第二用户信息从游戏类型与用户类型之间的映射关系表中筛选得到与该第三用户信息对应的游戏应用,最后将与该第三用户信息对应的游戏应用对应的游戏应用推送至用户终端。本发明基于大数据建立了游戏应用与游戏用户之间的映射关系表,然后根据该映射关系表和用户对应的第三用户信息将用户感兴趣的游戏应用精准地推送给用户,从而解决了现有技术无法根据用户的喜好和潜在需求向用户智能推送游戏的技术问题。
进一步的,请参阅图3,图3为本发明实施例中根据所述应用信息和第二用户信息分别对所述游戏应用和游戏用户进行聚类,并根据聚类结果建立所述游戏应用与游戏用户之间的映射关系表的细化流程示意图。步骤S20包括:
步骤S21,根据所述应用信息提取各游戏应用的第一特征向量,基于所述第一特征向量对所述游戏应用进行聚类,得到第一聚类结果;
步骤S22,根据所述第二用户信息提取各游戏应用对应游戏用户的第二特征向量,基于所述第二特征向量对各游戏应用对应游戏用户进行聚类,得到第二聚类结果;
步骤S23,根据所述第一聚类结果和第二聚类结果建立所述游戏应用与游戏用户之间的映射关系表。
在本实施例中,在获取到游戏应用的应用信息和第二用户信息之后,首先根据该应用信息提取各游戏应用的第一特征向量An(f1,f2,…fm),其中n表示第n个游戏,m表示第一特征向量中的特征个数,其中,特征可以选取游戏类别、游戏大小、游戏简介、游戏应用开发商、游戏评分及评论中的一个或多个。其中,特征向量的提取方法可以参照现有技术,例如,对于游戏简介和游戏评论这种文本类的特征提取,可以基于现有技术中的TF-IDF(TermFrequency–Inverse Document Frequency,词频-逆文本频率指数)、词频方法、文档频次方法等文本特征提取方法,此处不作赘述。
然后,基于该第一特征向量对游戏应用进行聚类,得到第一聚类结果,将各游戏应用聚类分成几类。聚类(clustering)是数据挖掘与统计分析领域的一种无监督的机器学习(machine learning)方法,用来将物理或抽象对象的集合组成为由类似的对象组成的多个类别。具体的基于特征向量进行聚类的方法,可参照现有技术,此处不作赘述。
类似的,再根据第二用户信息提取各游戏应用对应游戏用户的第二特征向量Bi(f1,f2,…fj),其中i表示第i个用户,j表示第二特征向量中的用户特征个数,其中,用户特征可以选取性别、年龄、职业、游戏时间、游戏次数、游戏评分、游戏金额中的一个或多个。其中特征向量的提取方法也可以参照现有技术,此处不作赘述。然后,基于该第二特征向量对用户类型进行聚类,得到第二聚类结果,即将游戏用户也分成几类。
接着,根据第一聚类结果和第二聚类结果建立游戏应用与游戏用户之间的映射关系表。
具体的,请参阅图4,图4为本发明实施例中根据所述第一聚类结果和第二聚类结果建立所述游戏应用与游戏用户之间的映射关系表的细化流程示意图。步骤S23可以包括:
步骤S231,根据所述第一聚类结果对所述游戏应用进行游戏分类,分成对应数量的游戏类型;
步骤S232,根据所述第二聚类结果对各游戏应用对应游戏用户进行用户分类,分成对应数量的用户类型;
步骤S233,根据游戏分类结果和用户分类结果建立所述游戏类型与用户类型之间的映射关系表。
此时,步骤S40包括:
步骤S41,根据所述第三用户信息和第二用户信息从所述游戏类型与用户类型之间的映射关系表中筛选得到与所述第三用户信息对应的游戏应用,并将与所述第三用户信息对应的游戏应用推送至所述用户终端。
在本实施例中,在得到第一聚类结果和第二聚类结果之后,先根据第一聚类结果对游戏应用进行游戏分类,分成对应数量的游戏类型,例如,请参阅图5,经过聚类后,分成了3类,其中,A1、A2、A3聚为一类,记为A类游戏;B1、B2聚为一类,记为B类游戏;C1、C2、C3、C4聚为一类,记为C类游戏。然后,再根据第二聚类对各游戏应用对应游戏用户进行用户分类,分成对应数量的用户类型,例如,a1、a2、a3、a4聚为一类,记为a类用户;b1、b2、b3聚为一类,记为b类用户;c1、c2、c3、c4、c5聚为一类,记为c类用户;d1、d2、d3、d4聚为一类,记为d类用户(图未示出)。然后根据游戏分类结果和用户分类结果建立所述游戏类型与用户类型之间的映射关系表。映射关系表的建立可以为:以用户类型作为X,游戏类型作为Y,建立从用户类型到游戏类型的一对一的映射关系表;如图5所示,a类用户中在A、B、C三类游戏中均有一定的数量,此时,可以按照某一类游戏对应的用户数量最多来建立一对一的映射关系表,例如,a类用户玩C类游戏的人数最多,则可记为a→C。依此类推,b→A,c→B,d→C。当然,还可以以游戏类型作为X,用户类型作为Y,建立从游戏类型到用户类型的多对一的映射关系表,例如,A、C类游戏对应a类用户,A、C类游戏对应b类用户,B、C类游戏对应c类用户,A、B、C类游戏对应d类用户。此外,在具体实施例中,还可以根据第一聚类结果和第二聚类结果建立游戏类型与用户类型之间的搜索树。
此时,在建立游戏类型与用户类型之间的映射关系表之后,在接收到用户终端发送的游戏应用推荐请求时,可根据该游戏应用推荐请求获取对应的第三用户信息,最后,根据第三用户信息和第二用户信息从该游戏类型与用户类型之间的映射关系表中筛选得到与该第三用户信息对应的游戏应用,并将筛选得到的与该第三用户信息对应的游戏应用推送至用户终端。
进一步的,请参阅图6,图6为本发明实施例中根据所述第三用户信息和第二用户信息从所述游戏应用与游戏用户之间的映射关系表中筛选得到与所述第三用户信息对应的游戏应用,并将与所述第三用户信息对应的游戏应用推送至所述用户终端的第一细化流程示意图。
基于上述各实施方式,步骤S41可以包括:
步骤S411,根据所述第三用户信息提取对应的第三特征向量,并计算所述第三特征向量与根据所述第二用户信息得到的第二特征向量之间的相似度值;
步骤S412,确定所述相似度值中最大值对应的第二特征向量所对应的用户类型,记为第一用户类型;
步骤S413,根据所述第一用户类型从所述游戏类型与用户类型之间的映射关系表中筛选得到与所述第一用户类型对应的游戏类型,记为第一游戏类型,并将与所述第一游戏类型对应的游戏应用推送至所述用户终端。
本实施例中介绍了游戏应用的一种优选推送规则,在接收到用户终端发送的游戏应用推荐请求时,可根据该游戏应用推荐请求获取对应的第三用户信息,然后,根据第三用户信息提取对应的第三特征向量,Cs(f1,f2,…ft),其中s表示用户s,t表示第三特征向量中的用户特征个数,其中,用户特征可以选取性别、年龄、职业、游戏时间、游戏偏好类别和可接受游戏花费中的一个或多个。接着,计算第三特征向量与根据该第二用户信息得到的第二特征向量之间的相似度值,并确定相似度值中的最大值对应的第二特征向量所对应的用户类型,记为第一用户类型,最后,根据该第一用户类型从上述游戏类型与用户类型之间的映射关系表中筛选得到与该第一用户类型对应的游戏类型,记为第一游戏类型,并将与该第一游戏类型对应的游戏应用推送至用户终端。推送方式可以包括但不限于:对该游戏类型中的游戏应用按照下载量或游戏评分等进行排序后,以列表形式进行推送;对该游戏类型中的游戏应用,按其游戏类别进行归类,然后按每一游戏类别进行推送,每一游戏类别中可以按照下载量或游戏评分等进行排序。例如,上述例子中,当确定第一用户类型为a类用户时,可以根据从用户类型到游戏类型的一对一的映射关系表可知,对应的游戏类型为C类游戏,此时,可以根据将C1-C4游戏按照总下载量或a类用户的下载量或游戏评分等进行排序后,以列表形式推送至用户终端,或者将C1-C4按其游戏类别进行归类,然后再按每一游戏类别进行推送,其中每一游戏类别中也可按上述类似的方法进行排序,或者根据用户的偏好游戏种类将对应游戏类别的排在第一位,后面的游戏类别按下载量或游戏评分进行排序,然后进行推送。当然,还可以根据从游戏类型到用户类型的多对一的映射关系表可知,其对应的游戏类型为A、C类游戏,此时,可先按照A、C类游戏的总下载量或a类用户的下载量或游戏评分对A和C进行排序,然后可以根据其子分类中(A1-A3和C1-C4)各游戏应用的总下载量或a类用户的下载量或游戏评分等进行排序后,以列表形式推送至用户终端,还可以分别将A1-A3和C1-C4按其游戏类别进行归类,然后再按每一游戏类别进行推送,其中每一游戏类别中也可按上述类似的方法进行排序,或者根据用户的偏好游戏种类将对应游戏类别的排在第一位,后面的游戏类别按下载量或游戏评分进行排序,然后进行推送。
进一步的,请参阅图7,作为另一优选游戏应用推送方式,在步骤S411之后,还包括以下步骤:
步骤S414,根据所述相似度值及根据所述第二用户信息得到的第二聚类结果计算所述第三特征向量与各用户类型对应的平均相似度值,确定所述平均相似度值中最大值所对应的用户类型,记为第二用户类型;
步骤S415,根据所述第二用户类型从所述游戏类型与用户类型之间的映射关系表中筛选得到与所述第二用户类型对应的游戏类型,记为第二游戏类型,并将与所述第二游戏类型对应的游戏应用推送至所述用户终端。
在本实施例中,在根据第三用户信息提取对应的第三特征向量,并计算第三特征向量与第二特征向量之间的相似度值之后,可以根据相似度值及根据第二用户信息得到的第二聚类结果计算第三特征向量与各用户类型对应的平均相似度值,并确定平均相似度值中最大值所对应的用户类型,记为第二用户类型,根据第二用户类型从上述游戏类型与用户类型之间的映射关系表中筛选得到与该第二用户类型对应的游戏类型,记为第二游戏类型,并将与该第二游戏类型对应的游戏应用推送至所述用户终端。具体的从映射关系表中筛选游戏类型的方法及游戏应用的推送方法与上述实施例中基本相同,此处不作赘述。
本发明还提供一种游戏应用推送系统,该游戏应用推送系统包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的游戏应用推送程序,所述游戏应用推送程序被所述处理器执行时实现如以上任一项实施例所述的基于大数据的游戏应用推送方法的步骤。
本发明游戏应用推送系统的具体实施例与上述基于大数据的游戏应用推送方法各实施例基本相同,在此不作赘述。
本发明还提供一种计算机存储介质,该计算机存储介质上存储有游戏应用推送程序,所述游戏应用推送程序被处理器执行时实现如以上任一项实施例所述的基于大数据的游戏应用推送方法的步骤。
本发明计算机存储介质的具体实施例与上述基于大数据的游戏应用推送方法各实施例基本相同,在此不作赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于大数据的游戏应用推送方法,其特征在于,所述基于大数据的游戏应用推送方法包括以下步骤:
获取各游戏应用的应用信息及对应游戏用户的第一用户信息,并根据所述第一用户信息中的游戏时间和/或游戏次数剔除不符合预设要求的第一用户信息,得到第二用户信息;
根据所述应用信息和第二用户信息分别对所述游戏应用和游戏用户进行聚类,并根据聚类结果建立所述游戏应用与游戏用户之间的映射关系表;
当接收到用户终端发送的游戏应用推荐请求时,根据所述游戏应用推荐请求获取对应的第三用户信息;
根据所述第三用户信息和第二用户信息从所述游戏应用与游戏用户之间的映射关系表中筛选得到与所述第三用户信息对应的游戏应用,并将与所述第三用户信息对应的游戏应用推送至所述用户终端。
2.如权利要求1所述的基于大数据的游戏应用推送方法,其特征在于,所述根据所述应用信息和第二用户信息分别对所述游戏应用和游戏用户进行聚类,并根据聚类结果建立所述游戏应用与游戏用户之间的映射关系表的步骤,包括:
根据所述应用信息提取各游戏应用的第一特征向量,基于所述第一特征向量对所述游戏应用进行聚类,得到第一聚类结果;
根据所述第二用户信息提取各游戏应用对应游戏用户的第二特征向量,基于所述第二特征向量对各游戏应用对应游戏用户进行聚类,得到第二聚类结果;
根据所述第一聚类结果和第二聚类结果建立所述游戏应用与游戏用户之间的映射关系表。
3.如权利要求2所述的基于大数据的游戏应用推送方法,其特征在于,所述根据所述第一聚类结果和第二聚类结果建立所述游戏应用与游戏用户之间的映射关系表的步骤,包括:
根据所述第一聚类结果对所述游戏应用进行游戏分类,分成对应数量的游戏类型;
根据所述第二聚类结果对各游戏应用对应游戏用户进行用户分类,分成对应数量的用户类型;
根据游戏分类结果和用户分类结果建立所述游戏类型与用户类型之间的映射关系表;
所述根据所述第三用户信息和第二用户信息从所述游戏应用与游戏用户之间的映射关系表中筛选得到与所述第三用户信息对应的游戏应用,并将与所述第三用户信息对应的游戏应用推送至所述用户终端的步骤,包括:
根据所述第三用户信息和第二用户信息从所述游戏类型与用户类型之间的映射关系表中筛选得到与所述第三用户信息对应的游戏应用,并将与所述第三用户信息对应的游戏应用推送至所述用户终端。
4.如权利要求3所述的基于大数据的游戏应用推送方法,其特征在于,所述根据所述第三用户信息和第二用户信息从所述游戏类型与用户类型之间的映射关系表中筛选得到与所述第三用户信息对应的游戏应用,并将与所述第三用户信息对应的游戏应用推送至所述用户终端的步骤,包括:
根据所述第三用户信息提取对应的第三特征向量,并计算所述第三特征向量与根据所述第二用户信息得到的第二特征向量之间的相似度值;
确定所述相似度值中最大值对应的第二特征向量所对应的用户类型,记为第一用户类型;
根据所述第一用户类型从所述游戏类型与用户类型之间的映射关系表中筛选得到与所述第一用户类型对应的游戏类型,记为第一游戏类型,并将与所述第一游戏类型对应的游戏应用推送至所述用户终端。
5.如权利要求4所述的基于大数据的游戏应用推送方法,其特征在于,所述根据所述第三用户信息提取对应的第三特征向量,并计算所述第三特征向量与根据所述第二用户信息得到的第二特征向量之间的相似度值的步骤之后,还包括:
根据所述相似度值及根据所述第二用户信息得到的第二聚类结果计算所述第三特征向量与各用户类型对应的平均相似度值,确定所述平均相似度值中最大值所对应的用户类型,记为第二用户类型;
根据所述第二用户类型从所述游戏类型与用户类型之间的映射关系表中筛选得到与所述第二用户类型对应的游戏类型,记为第二游戏类型,并将与所述第二游戏类型对应的游戏应用推送至所述用户终端。
6.如权利要求1所述的基于大数据的游戏应用推送方法,其特征在于,所述应用信息至少包括游戏应用名称,还包括游戏类别、游戏大小、游戏简介、游戏应用开发商、游戏评分及评论的一种或多种。
7.如权利要求1所述的基于大数据的游戏应用推送方法,其特征在于,所述第一用户信息、第二用户信息包括游戏用户基本信息和历史游戏信息,所述第三用户信息包括第三用户基本信息和游戏偏好信息,所述游戏用户基本信息和第三用户基本信息包括性别、年龄、职业中的一种或多种,所述历史游戏信息包括游戏时间、游戏次数、游戏评分和游戏金额中的一种或多种,所述游戏偏好信息包括可用游戏时间、游戏偏好类别和可接受游戏花费中的一种或多种。
8.一种游戏应用推送系统,其特征在于,所述游戏应用推送系统包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的游戏应用推送程序,所述游戏应用推送程序被所述处理器执行时实现以下步骤:
获取各游戏应用的应用信息及对应游戏用户的第一用户信息,并根据所述第一用户信息中的游戏时间和/或游戏次数剔除不符合预设要求的第一用户信息,得到第二用户信息;
根据所述应用信息和第二用户信息分别对所述游戏应用和游戏用户进行聚类,并根据聚类结果建立所述游戏应用与游戏用户之间的映射关系表;
当接收到用户终端发送的游戏应用推荐请求时,根据所述游戏应用推荐请求获取对应的第三用户信息;
根据所述第三用户信息和第二用户信息从所述游戏应用与游戏用户之间的映射关系表中筛选得到与所述第三用户信息对应的游戏应用,并将与所述第三用户信息对应的游戏应用推送至所述用户终端。
9.如权利要求8所述的游戏应用推送系统,其特征在于,所述游戏应用推送程序被所述处理器执行时还实现以下步骤:
根据所述应用信息提取各游戏应用的第一特征向量,基于所述第一特征向量对所述游戏应用进行聚类,得到第一聚类结果;
根据所述第二用户信息提取各游戏应用对应游戏用户的第二特征向量,基于所述第二特征向量对各游戏应用对应游戏用户进行聚类,得到第二聚类结果;
根据所述第一聚类结果和第二聚类结果建立所述游戏应用与游戏用户之间的映射关系表。
10.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有游戏应用推送程序,所述游戏应用推送程序被处理器执行时实现以下步骤:
获取各游戏应用的应用信息及对应游戏用户的第一用户信息,并根据所述第一用户信息中的游戏时间和/或游戏次数剔除不符合预设要求的第一用户信息,得到第二用户信息;
根据所述应用信息和第二用户信息分别对所述游戏应用和游戏用户进行聚类,并根据聚类结果建立所述游戏应用与游戏用户之间的映射关系表;
当接收到用户终端发送的游戏应用推荐请求时,根据所述游戏应用推荐请求获取对应的第三用户信息;
根据所述第三用户信息和第二用户信息从所述游戏应用与游戏用户之间的映射关系表中筛选得到与所述第三用户信息对应的游戏应用,并将与所述第三用户信息对应的游戏应用推送至所述用户终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810521924.4A CN108763452A (zh) | 2018-05-28 | 2018-05-28 | 基于大数据的游戏应用推送方法、系统及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810521924.4A CN108763452A (zh) | 2018-05-28 | 2018-05-28 | 基于大数据的游戏应用推送方法、系统及计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108763452A true CN108763452A (zh) | 2018-11-06 |
Family
ID=64006646
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810521924.4A Withdrawn CN108763452A (zh) | 2018-05-28 | 2018-05-28 | 基于大数据的游戏应用推送方法、系统及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108763452A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109815413A (zh) * | 2019-03-19 | 2019-05-28 | 合肥中科类脑智能技术有限公司 | 一种智能推荐系统及其智能推荐方法 |
CN110083622A (zh) * | 2019-01-17 | 2019-08-02 | 重庆金融资产交易所有限责任公司 | 扶贫监管方法、电子装置及可读存储介质 |
CN110717101A (zh) * | 2019-09-30 | 2020-01-21 | 上海淇玥信息技术有限公司 | 基于应用行为的用户分类方法、装置和电子设备 |
CN111659125A (zh) * | 2019-03-06 | 2020-09-15 | 北京柏林互动科技有限公司 | 基于游戏的好友推荐方法、装置及计算机可读存储介质 |
CN112295236A (zh) * | 2020-10-09 | 2021-02-02 | 西安万像电子科技有限公司 | 游戏推送方法、装置和系统 |
CN113663337A (zh) * | 2021-07-30 | 2021-11-19 | 上海硬通网络科技有限公司 | 数据处理方法、装置及服务器 |
-
2018
- 2018-05-28 CN CN201810521924.4A patent/CN108763452A/zh not_active Withdrawn
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110083622A (zh) * | 2019-01-17 | 2019-08-02 | 重庆金融资产交易所有限责任公司 | 扶贫监管方法、电子装置及可读存储介质 |
CN111659125A (zh) * | 2019-03-06 | 2020-09-15 | 北京柏林互动科技有限公司 | 基于游戏的好友推荐方法、装置及计算机可读存储介质 |
CN111659125B (zh) * | 2019-03-06 | 2023-08-18 | 北京柏林互动科技有限公司 | 基于游戏的好友推荐方法、装置及计算机可读存储介质 |
CN109815413A (zh) * | 2019-03-19 | 2019-05-28 | 合肥中科类脑智能技术有限公司 | 一种智能推荐系统及其智能推荐方法 |
CN110717101A (zh) * | 2019-09-30 | 2020-01-21 | 上海淇玥信息技术有限公司 | 基于应用行为的用户分类方法、装置和电子设备 |
CN112295236A (zh) * | 2020-10-09 | 2021-02-02 | 西安万像电子科技有限公司 | 游戏推送方法、装置和系统 |
CN113663337A (zh) * | 2021-07-30 | 2021-11-19 | 上海硬通网络科技有限公司 | 数据处理方法、装置及服务器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108763452A (zh) | 基于大数据的游戏应用推送方法、系统及计算机存储介质 | |
CN108681970A (zh) | 基于大数据的理财产品推送方法、系统及计算机存储介质 | |
WO2018041168A1 (zh) | 信息推送方法、存储介质和服务器 | |
US9460450B2 (en) | Method and apparatus for providing application list | |
CN110321422A (zh) | 在线训练模型的方法、推送方法、装置以及设备 | |
CN106294783A (zh) | 一种视频推荐方法及装置 | |
CN108763519A (zh) | 阅读的推荐方法、装置及可读存储介质 | |
US20120102145A1 (en) | Server, user terminal apparatus and method of controlling the same, and method of providing service | |
CN107894998B (zh) | 视频推荐方法及装置 | |
CN108156522A (zh) | 主页内容推送方法、装置及计算机可读存储介质 | |
CN106339507B (zh) | 流媒体消息推送方法和装置 | |
CN111680254B (zh) | 一种内容推荐方法及装置 | |
JP6261547B2 (ja) | 判定装置、判定方法及び判定プログラム | |
CN106326391A (zh) | 多媒体资源推荐方法及装置 | |
CN110325986A (zh) | 文章处理方法、装置、服务器及存储介质 | |
CN106233282A (zh) | 使用设备能力的应用搜索 | |
US20190294259A1 (en) | Sticker recommendation method and apparatus | |
CN105225135B (zh) | 潜力客户识别方法以及装置 | |
US20210382609A1 (en) | Method and device for displaying multimedia resource | |
CN111259192A (zh) | 音频推荐方法和装置 | |
CN111973996A (zh) | 一种游戏资源投放方法和装置 | |
CN106775805A (zh) | 一种应用程序启动空白时间的应用方法及系统 | |
CN107590267A (zh) | 基于图片的信息推送方法及装置、终端和可读存储介质 | |
CN106294794A (zh) | 一种内容推荐方法及装置 | |
JP2017201535A (ja) | 判定装置、学習装置、判定方法及び判定プログラム |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20181106 |
|
WW01 | Invention patent application withdrawn after publication |