CN110215703A - 游戏应用的选择方法、装置及系统 - Google Patents
游戏应用的选择方法、装置及系统 Download PDFInfo
- Publication number
- CN110215703A CN110215703A CN201910579063.XA CN201910579063A CN110215703A CN 110215703 A CN110215703 A CN 110215703A CN 201910579063 A CN201910579063 A CN 201910579063A CN 110215703 A CN110215703 A CN 110215703A
- Authority
- CN
- China
- Prior art keywords
- game
- application
- classification
- game application
- competitiveness
- 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.)
- Granted
Links
- 238000010187 selection method Methods 0.000 title claims abstract description 19
- 230000002860 competitive effect Effects 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims description 102
- 238000003860 storage Methods 0.000 claims description 30
- 238000004458 analytical method Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 11
- 230000009193 crawling Effects 0.000 claims description 8
- 230000001755 vocal effect Effects 0.000 claims description 7
- 230000006870 function Effects 0.000 description 50
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000000699 topical effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/45—Controlling the progress of the video game
- A63F13/46—Computing the game score
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/55—Controlling game characters or game objects based on the game progress
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/80—Special adaptations for executing a specific game genre or game mode
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例提供的一种游戏应用的选择方法、装置及系统。其中，一种游戏应用的选择方法，利用预设的爬虫模型，从关于游戏的网络资源中，爬取多个游戏应用的应用数据；所述应用数据为能够反映游戏应用的竞争力的数据；针对每个游戏应用，基于该游戏应用的所述应用数据，计算该游戏应用的竞争力分值；分别获取所述多个游戏应用的游戏类别；针对每种游戏类别，将该游戏类别的各个游戏应用中，所述竞争力分值满足第一预设竞争力条件的游戏应用，确定为该游戏类别的推荐游戏应用。通过本方案，可以实现自动从多个游戏应用中，选择相对而言更有竞争力的游戏应用。
Description
技术领域
本发明涉及行为竞品分析技术领域，特别是涉及一种游戏应用的选择方法、装置及系统。
背景技术
为了能够从多个游戏应用中选择相对而言更有竞争力的游戏应用，以便合理进行游戏应用的发行以及广告合作等等处理，并保证对不同游戏类别的游戏进行的竞争力分析的合理性，可以对同一游戏类别的游戏进行市场竞争力分析，从而从同一游戏类别的多个游戏应用中，选择游戏应用。其中，游戏类别为按照游戏应用的通用功能差异划分的类别，例如，棋牌类别，猜谜类别等等。
相关技术中，往往通过人工分析游戏应用的竞争力：根据个人的市场经验和游戏玩家的意见等等人工进行游戏竞争力分析。但是，游戏应用的数量较为庞大，人工分析所需的人力成本较高。因此，这种人工分析游戏应用竞争力的方式，容易导致游戏应用的竞争力分析不够便捷。
因此，如何实现游戏应用的竞争力的自动分析，以自动从多个游戏应用中选择相对而言更有竞争力的游戏应用，是亟待解决的问题。
发明内容
本发明实施例的目的在于提供一种游戏应用的选择方法、装置及设备，以实现提高虚拟物品的配置检查的便捷性的效果。具体技术方案如下：
第一方面，本发明实施例提供了一种游戏应用的选择方法，该方法包括：
利用预设的爬虫模型，从关于游戏的网络资源中，爬取多个游戏应用的应用数据；所述应用数据为能够反映游戏应用的竞争力的数据；
针对每个游戏应用，基于该游戏应用的所述应用数据，计算该游戏应用的竞争力分值；
分别获取所述多个游戏应用的游戏类别；
针对每种游戏类别，将该游戏类别的各个游戏应用中，所述竞争力分值满足第一预设竞争力条件的游戏应用，确定为该游戏类别的推荐游戏应用。
可选的，所述利用预设的爬虫模型，从关于游戏的网络资源中，爬取多个游戏应用的应用数据，包括：
利用预设的爬虫模型，爬取并存储多个游戏应用的游戏标识；
针对每个游戏标识，当该游戏标识的存储时长满足预设时长条件时，爬取该游戏标识对应的游戏应用的应用数据。
可选的，在所述分别获取所述多个游戏应用的游戏类别之后，还包括；
针对每种游戏类别，获取该游戏类别的各个游戏应用的玩法类别；其中，所述玩法类别为按照游戏应用的特色功能的差异划分的类别；
针对每种玩法类别，将该玩法类别的各个游戏应用中，所述竞争力分值满足第二预设竞争力条件的游戏应用，确定为该玩法类别的竞品游戏应用。
可选的，所述针对每种游戏类别，获取该游戏类别的各个游戏应用的玩法类别，包括：
针对每种游戏类别，获取该游戏类别的各个游戏应用的产品信息；其中，所述产品信息包括对游戏应用的特色功能的文字描述；
针对每种游戏类别，从该游戏类别的产品信息中，提取关键词；所述关键词为能够表明所述特色功能的词语；
针对每种游戏类别，基于该游戏类别的所述关键词，利用预设的关键词与玩法类别的映射关系，确定该游戏类别中各个游戏应用的玩法类别。
可选的，针对每个游戏应用，该游戏应用的应用数据的数量为多个，且该游戏应用的每个应用数据的产生时间点不同；
在所述分别获取所述多个游戏应用的游戏类别之前，还包括：
针对每个游戏应用，分别基于该游戏应用的每个应用数据，计算该游戏应用的该应用数据对应的竞争力分值，并将得到的竞争力分值作为该游戏应用在该应用数据的产生时间点的历史竞争力分值；
针对每个游戏应用，根据该游戏应用的多个所述历史竞争力分值，确定该游戏应用的竞争力变化趋势；
在所述分别获取所述多个游戏应用的游戏类别之后，还包括：
针对每种游戏类别，将该游戏类别的各个游戏应用中，所述竞争力变化趋势满足预设的增长条件的游戏应用，确定为该游戏类别的潜力游戏应用。
第二方面，本发明实施例提供了一种游戏应用的选择装置，该装置包括：
数据爬取模块，用于利用预设的爬虫模型，从关于游戏的网络资源中，爬取多个游戏应用的应用数据；所述应用数据为能够反映游戏应用的竞争力的数据；
竞争力计算模块，用于针对每个游戏应用，基于该游戏应用的所述应用数据，计算该游戏应用的竞争力分值；
分类模块，用于分别获取所述多个游戏应用的游戏类别；
竞争力分析模块，用于针对每种游戏类别，将该游戏类别的各个游戏应用中，所述竞争力分值满足第一预设竞争力条件的游戏应用，确定为该游戏类别的推荐游戏应用。
可选的，所述数据爬取模块，具体用于：
利用预设的爬虫模型，爬取并存储多个游戏应用的游戏标识；
针对每个游戏标识，当该游戏标识的存储时长满足预设时长条件时，爬取该游戏标识对应的游戏应用的应用数据。
可选的，所述分类模块，还用于在所述分别获取所述多个游戏应用的游戏类别之后，针对每种游戏类别，获取该游戏类别的各个游戏应用的玩法类别；其中，所述玩法类别为按照游戏应用的特色功能的差异划分的类别；
所述竞争力分析模块，还用于针对每种玩法类别，将该玩法类别的各个游戏应用中，所述竞争力分值满足第二预设竞争力条件的游戏应用，确定为该玩法类别的竞品游戏应用。
可选的，所述分类模块，具体用于：
针对每种游戏类别，获取该游戏类别的各个游戏应用的产品信息；其中，所述产品信息包括对游戏应用的特色功能的文字描述；
针对每种游戏类别，从该游戏类别的产品信息中，提取关键词；所述关键词为能够表明所述特色功能的词语；
针对每种游戏类别，基于该游戏类别的所述关键词，利用预设的关键词与玩法类别的映射关系，确定该游戏类别中各个游戏应用的玩法类别。
可选的，针对每个游戏应用，该游戏应用的应用数据的数量为多个，且该游戏应用的每个应用数据的产生时间点不同；
所述竞争力计算模块，还用于针对每个游戏应用，分别基于该游戏应用的每个应用数据，计算该游戏应用的该应用数据对应的竞争力分值，并将得到的竞争力分值作为该游戏应用在该应用数据的产生时间点的历史竞争力分值；针对每个游戏应用，根据该游戏应用的多个所述历史竞争力分值，确定该游戏应用的竞争力变化趋势；
所述竞争力分析模块，还用于针对每种游戏类别，将该游戏类别的各个游戏应用中，所述竞争力变化趋势满足预设的增长条件的游戏应用，确定为该游戏类别的潜力游戏应用。
第三方面，本发明实施例提供了一种游戏应用的选择系统，该系统包括：中心节点设备，爬虫设备，资源存储设备以及分析设备；
所述中心节点设备，用于指示所述爬虫设备，利用预设的爬虫模型，从所述资源存储设备存储的关于游戏的网络资源中，爬取多个游戏应用的应用数据，并将所爬取的应用数据存储在所述资源存储设备中；所述应用数据为能够反映游戏应用的竞争力的数据；
所述中心节点设备，用于指示所述分析设备针对每个游戏应用，基于所述资源存储设备中该游戏应用的所述应用数据，计算该游戏应用的竞争力分值；
所述分析设备，用于分别获取所述多个游戏应用的游戏类别；针对每种游戏类别，将该游戏类别的各个游戏应用中，所述竞争力分值满足第一预设竞争力条件的游戏应用，确定为该游戏类别的推荐游戏应用。
第四方面，本发明实施例提供了一种计算机可读存储介质，该存储介质内存储有计算机程序，该计算机程序被处理器执行时实现上述第一方面提供的游戏应用的选择方法的步骤。
本发明实施例提供的方案中，可以通过预设的爬虫模型，从关于游戏的网络资源中，分别爬取多个游戏应用的应用数据，并且，应用数据为能够反映游戏应用的竞争力的数据。因此，针对每个游戏应用，可以基于该游戏应用的应用数据，计算该游戏应用的竞争力分值，实现游戏应用的竞争力的自动分析。在此基础上，分别获取多个游戏应用的游戏类别，进而可以针对每种游戏类别，根据该游戏类别的各个游戏应用的竞争力分值，确定该游戏类别的推荐游戏应用；并且，推荐游戏应用为竞争力分值满足第一预设竞争力条件的游戏应用，因此，推荐游戏应用相当于某一游戏类别的多个游戏应用中，相对而言更有竞争力的游戏应用。可见，通过本方案，可以实现自动从多个游戏应用中，选择相对而言更有竞争力的游戏应用。
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。
图1为本发明一实施例提供的游戏应用的选择方法的流程示意图；
图2为本发明另一实施例提供的游戏应用的选择方法的流程示意图；
图3为本发明再一实施例提供的游戏应用的选择方法的流程示意图；
图4为本发明一实施例提供的游戏应用的选择装置的结构示意图；
图5为本发明一实施例提供的游戏应用的选择系统的结构示意图；
图6为本发明一实施例提供的游戏应用的选择系统中，中心节点设备的结构示意图。
具体实施方式
为了使本领域技术人员更好地理解本发明中的技术方案，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作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。
下面首先对本发明一实施例的游戏应用的选择方法进行介绍。
本发明实施例提供的游戏应用的选择方法，可以应用于电子设备，该电子设备具体可以包括台式计算机、便携式计算机、互联网电视、智能移动终端以及可穿戴式智能终端等，在此不作限定，任何可以实现本发明实施例的电子设备，均属于本发明实施例的保护范围。
如图1所示，本发明一实施例的游戏应用的选择方法的流程，该方法可以包括如下步骤：
S101，利用预设的爬虫模型，从关于游戏的网络资源中，爬取多个游戏应用的应用数据；应用数据为能够反映游戏应用的竞争力的数据。
为了实现游戏应用竞争力的自动分析，爬取的多个游戏应用的应用数据可以为能够反映游戏应用的竞争力的数据。并且，应用数据可以包括当前的应用数据，即相对而言最新的数据，和/或者，早于当前时间的历史时间点产生的历史应用数据。示例性的，应用数据具体可以是游戏应用的下载数量、上架该游戏应用的平台的数量以及用户评分等等能够反映游戏应用的竞争力的数据。
在具体应用中，用于爬取应用数据的预设的爬虫模型可以是多种的。示例性的，预设的爬虫模型可以是通用网络爬虫，也可以称作全网爬虫(Scalable Web Crawler)。通用网络爬虫可以从某个或者某些被爬取对象的URL(Uniform Resource Locator，统一资源定位符)，遍历到整个Web(World Wide Web，万维网)。或者，示例性的，预设的爬虫模型可以是聚焦网络爬虫(Focused Crawler)，也可以称为主题网络爬虫(Topical Crawler)。聚焦网络爬虫可以选择性地爬行与预先定义好的主题相关页面，有利于节省硬件和网络资源。或者，示例性的，预设的爬虫模型可以是增量式网络爬虫(Incremental Web Crawler)。增量式网络爬虫可以对已下载网页进行增量式更新，并且，可以在一定程度上保证所爬行的页面是尽可能新的页面。任何可以从关于游戏的网络资源中，爬取多个游戏应用的应用数据的预设的爬虫模型，均可用于本发明，本实施例对此不作限制。
其中，关于游戏的网络资源可以是多种的。示例性的，关于游戏的网络资源可以是游戏相关的论坛、社交网络以及应用市场等等资源中的至少一种。并且，为了获取尽可能全面以及多样化的应用数据，当关于游戏的网络资源存在权限时，可以在爬取应用数据之前，进行权限获取。具体的，当权限为通行凭证时，可以使用网络资源对应的账号登录该网络资源，以利用该账号的通行凭证获取相应的权限。当权限为爬虫的代理资格时，可以相应的爬虫代理获取网络资源。
另外，在爬取多个游戏应用的应用数据的过程中，可以监测爬取是否失败。如果失败，并且失败次数小于或者等于预设次数阈值，可以通知维护人员检查网络是否异常，以便及时解决异常，保证爬取成功。如果失败，并且失败次数大于预设次数阈值，表明该游戏应用很可能已下架，因此，可以将该游戏应用剔除，不再进行竞争力分析。
S102，针对每个游戏应用，基于该游戏应用的应用数据，计算该游戏应用的竞争力分值。
在具体应用中，针对每个游戏应用，基于该游戏应用的应用数据，计算该游戏应用的竞争力分值的方法，具体可以是多种的。示例性的，针对每个游戏应用，当该游戏应用的应用数据的种类为一种时，可以直接将该种应用数据作为竞争力分值。举例而言，当应用数据为下载量，用户评分以及上架该游戏应用的平台的数量等等数据中的任一种时，可以直接将该应用数据作为该游戏应用的竞争力分值。或者，针对每个游戏应用，当该游戏应用的应用数据为多种时，可以将对该游戏应用的多个应用数据进行加权平均后得到的数值，作为该游戏应用的竞争力分值。
其中，示例性的，对该游戏应用的多个应用数据进行加权平均，具体可以包括：根据历史经验或者由用户按照自身需求，为每种应用数据设置预设的权重，从而利用预设的权重进行加权平均的计算。例如，下载量的权重为K1，用户评分的权重为K2，上架该游戏应用的平台数量的权重为K3，该游戏应用的竞争力分值可以为：(K 1×下载量+K2×用户评分+K3×架该游戏应用的平台数量)/3。当然，还可以对加权平均后得到的数值进行归一化处理，作为竞争力分值。
S103，分别获取多个游戏应用的游戏类别。
在具体应用中，分别获取多个游戏应用的游戏类别的方式，具体可以是多种的。示例性的，当展示或者上架游戏应用的应用市场对游戏应用进行了游戏类别划分时，可以直接爬取应用市场中该游戏应用的游戏类别。或者，示例性的，当展示或者上架游戏应用的应用市场，未对游戏应用进行游戏类别划分时，可以从多个游戏应用的产品信息中提取表明游戏类别的词汇；将表明游戏类别的词汇确定为游戏应用的游戏类别。其中，产品信息为能够描述游戏应用的功能的文字信息。
任何获取通用功能类别相同的多个游戏应用的产品信息的方式，均可用于本发明，本实施例对此不作限制。
S104，针对每种游戏类别，将该游戏类别的各个游戏应用中，竞争力分值满足第一预设竞争力条件的游戏应用，确定为该游戏类别的推荐游戏应用。
其中，第一预设竞争力条件可以是多种的。示例性的，可以是按照竞争力分值从大到小的顺序排序，将排在前指定数量个的竞争力分值，确定为满足第一预设竞争力条件。或者，示例性的，可以将大于第一预设竞争力分值阈值的竞争力分值，确定为满足第一预设竞争力条件。任何能够确定出推荐游戏应用的第一预设竞争力条件，均可用于本发明，本实施例对此不作限制。
当某一游戏应用的竞争力分值满足第一预设竞争力条件时，表明该游戏应用的竞争力相对而言较高，因此，可以将该游戏应用确定为该游戏类别的推荐游戏应用，从而实现自动从多个游戏应用中，选择相对而言更有竞争力的游戏应用。
本发明实施例提供的方案中，可以通过预设的爬虫模型，从关于游戏的网络资源中，分别爬取多个游戏应用的应用数据，并且，应用数据为能够反映游戏应用的竞争力的数据。因此，针对每个游戏应用，可以基于该游戏应用的应用数据，计算该游戏应用的竞争力分值，实现游戏应用的竞争力的自动分析。在此基础上，分别获取多个游戏应用的游戏类别，进而可以针对每种游戏类别，根据该游戏类别的各个游戏应用的竞争力分值，确定该游戏类别的推荐游戏应用；并且，推荐游戏应用为竞争力分值满足第一预设竞争力条件的游戏应用，因此，推荐游戏应用相当于某一游戏类别的多个游戏应用中，相对而言更有竞争力的游戏应用。可见，通过本方案，可以实现自动从多个游戏应用中，选择相对而言更有竞争力的游戏应用。
可选的，上述步骤S101：利用预设的爬虫模型，从关于游戏的网络资源中，分别爬取多个游戏应用的应用数据，具体可以包括如下步骤：
利用预设的爬虫模型，爬取并存储多个游戏应用的游戏标识；
针对每个游戏标识，当该游戏标识的存储时长满足预设时长条件时，爬取该游戏标识对应的游戏应用的应用数据。
在具体应用中，多个游戏应用的游戏标识的存储可以是多种的。示例性的，可以是以键-值的形式存储游戏标识，以减少存储成本。或者，示例性的，可以是以队列的形式存储游戏标识，从而利用队列先进先出的原则，可以依次获取存储时长满足的条件的，当某一个游戏标识不满足时，该游戏标识之后的也不满足，不再判断是否满足预设时长条件。因此，可以节省按照存储时长遍历的过程，提高效率。并且，存储为队列时，相当于建立了相应的应用数据的爬取任务队列，可以进行爬取任务的异步处理，提高应用数据的爬取效率。
并且，预设时长条件可以是多种的。示例性的，预设时长条件可以是游戏标识的存储时长等于指定时长，例如，游戏标识的存储时长等于三天。或者，示例性的，预设时长条件可以是游戏标识的存储时长大于预设时长阈值。任何可以保证爬取的应用数据的时效性的预设时长条件，均可用于本发明，本实施例对此不作限制。
另外，针对每个游戏标识，对该游戏标识的爬取的具体方法与本发明图1实施例中的步骤S101类似，区别在于爬取的对象不同。对于相同部分在此不再赘述详见上述本发明图1实施例的描述。
在本可选实施例中，在爬取游戏应用的应用数据之前，爬取并存储了多个游戏应用的游戏标识，并且，对存储时长满足预设时长的游戏标识对应的游戏应用，进行应用数据的爬取。因此，可以通过爬取应用数据前，预设时长条件的限制实现网络资源更新的等待，保证所爬取的应用该数据是相对而言最新的数据，从而提高后续利用应用数据进行的竞争力分析的时效性，减少完成竞争力分析时，所得到的分析结果已过时的问题。
如图2所示，本发明另一实施例的游戏应用的选择方法的流程，该方法可以包括如下步骤：
S201，利用预设的爬虫模型，从关于游戏的网络资源中，爬取多个游戏应用的应用数据；应用数据为能够反映游戏应用的竞争力的数据。
S202，针对每个游戏应用，基于该游戏应用的应用数据，计算该游戏应用的竞争力分值。
S203，分别获取多个游戏应用的游戏类别。
S204，针对每种游戏类别，将该游戏类别的各个游戏应用中，竞争力分值满足第一预设竞争力条件的游戏应用，确定为该游戏类别的推荐游戏应用。
S201至S204与本发明图1实施例的S101至S104为相同的步骤，在此不再赘述，详见本发明图1实施例的描述。
S205，针对每种游戏类别，获取该游戏类别的各个游戏应用的玩法类别；其中，玩法类别为按照游戏应用的特色功能的差异划分的类别。
其中，游戏应用的特色功能区别于划分得到游戏类别的通用功能，用于划分得到游戏应用的玩法类别。举例而言，麻将游戏应用和德州扑克游戏应用的通用功能为棋牌，因此，这两个游戏应用的游戏类别可以是棋牌类。并且，麻将游戏应用的特色功能为麻将，德州扑克游戏应用的特色功能为德州扑克，因此，麻将游戏应用的玩法类别为麻将，德州扑克游戏应用的玩法类别为德州扑克。
在具体应用中，针对每种游戏类别，获取该游戏类别的各个游戏应用的玩法类别的方式，具体可以是多种的。下面以可选实施例的形式进行具体说明。
在一种可选的实施例中，上述步骤S205，具体可以包括：针对每种游戏类别，获取该游戏类别的各个游戏应用的产品信息；其中，产品信息包括对游戏应用的特色功能的文字描述；针对每种游戏类别，对该游戏类别的每个游戏应用的产品信息进行相似度比对；将的比对结果为相似的产品信息，确定为同一玩法类别的产品信息；针对不同玩法类别的产品信息，利用正则表达式，从该产品信息中提取能够表明特色功能的词汇，作为该产品信息对应的游戏应用的玩法类别。
在本可选实施例中，当游戏应用的玩法类别相同时，描述游戏应用特色功能的产品信息很可能是相似的，因此，可以针对每种游戏类别，对该游戏类别的每个游戏应用的产品信息进行相似度比对；将的比对结果为相似的产品信息，确定为同一玩法类别的产品信息。在此基础上，描述特色功能的产品信息通常具有规则的表达形式，能够表明特色功能的词汇很可能在产品信息的固定位置处。例如，产品信息可以具有规则的表达形式：“亮点是‘表明特色功能的词汇’”，“特色功能为‘表明特色功能的词汇’”以及“特别的‘表明特色功能的词汇’”等等形式。因此，可以针对不同玩法类别的产品信息，利用正则表达式，从该产品信息中提取能够表明特色功能的词汇，从而将所提取的词汇作为该产品信息对应的游戏应用的玩法类别。
在另一种可选的实施例中，上述步骤S205：对每种游戏类别，获取该游戏类别的各个游戏应用的玩法类别，具体可以包括如下步骤1至步骤3：
步骤1，针对每种游戏类别，获取该游戏类别的各个游戏应用的产品信息；其中，产品信息包括对游戏应用的特色功能的文字描述。
其中，针对每种游戏类别，获取该游戏类别的各个游戏应用的产品信息的方式，具体可以是多种的。示例性的，当展示或者上架游戏应用的应用市场对游戏应用进行了游戏类别划分时，可以直接爬取应用市场中每种游戏类别的游戏应用的产品信息。或者，示例性的，当展示或者上架游戏应用的应用市场，未对游戏应用进行游戏类别划分时，可以从多个游戏应用的产品信息中提取表明游戏类别的词汇；将表明游戏类别的词汇确定为游戏应用的游戏类别；为该游戏应用的产品信息标记该游戏应用的游戏类别。任何获取通用功能类别相同的多个游戏应用的产品信息的方式，均可用于本发明，本实施例对此不作限制。
步骤2，针对每种游戏类别，从该游戏类别的产品信息中，提取关键词；关键词为能够表明特色功能的词语；
在具体应用中，针对每种游戏类别，从该游戏类别的产品信息中，提取关键词的方法，具体可以是多种的。示例性的，描述特色功能的文字通常具有规则的表达格式，使得关键词在产品信息中具有规则的位置，例如，“本产品具有以下优势‘关键词’”，“亮点是‘关键词’”以及“特别的，‘关键词’”等等表达格式。因此，可以利用正则表达式，从多个游戏应用的产品信息中，提取关键词。或者，示例性的，可以利用自然语言处理技术，从多个游戏应用的产品信息中，提取关键词。另外，能够表明特色功能的关键词具体可以是多种的。举例而言，可以是“德州扑克”、“炸金花”以及“剧情互动”等等词汇。
步骤3，针对每种游戏类别，基于该游戏类别的关键词，利用预设的关键词与玩法类别的映射关系，确定该游戏类别中各个游戏应用的玩法类别。
在具体应用中，针对每个游戏应用，基于关键词，利用预设的关键词与特色功能类别的映射关系，确定该游戏应用的特色功能类别，具体可以包括：针对每个游戏应用，将提取到的关键词与该待分类的产品信息进行匹配，如果匹配成功，则利用预设的关键词与特色功能类别的映射关系，将该匹配成功的关键词映射为特色功能类别，将映射得到的特色功能类别，作为该游戏应用的特色功能类别。
其中，预设的关键词与特色功能类别的映射关系，具体可以是多种的。示例性的，针对每个游戏应用，当匹配成功的关键词的数量为1个时，该映射关系可以为：将关键词作为特色功能类别。或者，示例性的，针对每个游戏应用，当匹配成功的关键词的数量为多个时，该映射关系可以为：将匹配成功次数最多的关键词作为特色功能类别。或者，示例性的，当所确定的关键词的数量为多个时，该映射关系可以为：利用第一语料库和预设的文本挖掘模型，计算每个关键词的重要程度，按重要程度从高到低排序后，取前指定数量个关键词作为特色功能类别。其中，第一语料库具体可以为某一玩法类别下的所有产品信息，或者，某一玩法类别下的所有产品信息和不同于该玩法类别的其他玩法类别下的产品信息。示例性的，预设的文本挖掘模型具体可以为TF-IDF(Term Frequency–Inverse DocumentFrequency，词频-逆文本频率指数)，用以评估一字词对于一个文件集或一个语料库中的其中一份文件的重要程度。
在上述另一可选的实施例中，由于特色功能为某一游戏应用与该游戏应用的游戏类别下的其他产品不同的功能，并且，产品信息包括对游戏应用的特色功能的文字描述，因此，可以获取通用功能类别相同的多个游戏应用的产品信息，并在此基础上，可以从多个游戏应用的产品信息中，提取能够表明特色功能的关键词；进而针对每个游戏应用，基于该游戏应用的关键词，利用预设的关键词与特色功能的映射关系，可以确定该游戏应用的特色功能类别；从而为该游戏应用标记所确定的特色功能类别，实现自动按照特色功能的差异，对游戏应用进行玩法类别分类的效果。
S206，针对每种玩法类别，将该玩法类别的各个游戏应用中，竞争力分值满足第二预设竞争力条件的游戏应用，确定为该玩法类别的竞品游戏应用。
其中，第二预设竞争力条件可以是多种的。示例性的，可以是针对每种玩法类别，将该玩法类别的各个游戏应用的竞争力分值从大到小的顺序排序，将排在前指定数量个的竞争力分值对应的游戏应用，确定为满足第二预设竞争力条件。或者，示例性的，可以针对每种玩法类别，将该玩法类别的各个游戏应用中，竞争力分值大于第一预设竞争力分值阈值的竞争力对应的游戏应用，确定为满足第一预设竞争力条件。任何能够确定出某一玩法类别的游戏应用的第二预设竞争力条件，均可用于本发明，本实施例对此不作限制。
针对每种玩法类别，当该玩法类别的各个游戏应用中，某一个或者某几个游戏应用的竞争力分值满足第二预设竞争力条件时，表明该游戏应用的竞争力在该种玩法类别中相对而言较高，因此，可以将该游戏应用确定为该游戏类别的竞品游戏应用。
对于游戏应用而言，游戏应用的玩法是保证该游戏竞争力的主要因素。因此，在上述图2实施例中，针对每种玩法类别，从该种玩法类别的各个游戏应用中，确定竞品游戏应用，实现对同类型玩法的游戏进行市场竞争力分析，可以保证竞争力分析的公平性和合理性，以及保证所确定的竞品游戏应用能够被用于进行相对而言更加准确的市场分析。
如图3所示，本发明另一实施例的游戏应用的选择方法的流程，该方法可以包括如下步骤：
S301，利用预设的爬虫模型，从关于游戏的网络资源中，爬取多个游戏应用的应用数据；应用数据为能够反映游戏应用的竞争力的数据。针对每个游戏应用，该游戏应用的应用数据的数量为多个，且该游戏应用的每个应用数据的产生时间点不同。
上述S301与本发明图1实施例的S101为相似步骤，区别在于S301中针对每个游戏应用，该游戏应用的应用数据的数量为多个，且该游戏应用的每个应用数据的产生时间点不同。此时，相对于针对每个游戏应用，获取了该游戏应用的多个历史应用数据，并且由于该游戏应用的每个应用数据的产生数据不同，因此，可以在后续步骤S303中基于该游戏应用的应用数据，计算得到该游戏应用在每个应用数据产生的不同时间点的竞争力分值，从而在后续步骤S304中，获取该游戏应用的竞争力变化趋势。
另外，对于相同的部分在此不再赘述，详见本发明图1实施例的描述。
S302，针对每个游戏应用，基于该游戏应用的应用数据，计算该游戏应用的竞争力分值。
S302与本发明图1实施例的S102为相同的步骤，在此不再赘述，详见本发明图1实施例的描述。
S303，针对每个游戏应用，分别基于该游戏应用的每个应用数据，计算该游戏应用的该应用数据对应的竞争力分值，并将得到的竞争力分值作为该游戏应用在该应用数据的产生时间点的历史竞争力分值。
示例性的，某一游戏应用的应用数据包括：产生时间点2019年6月1日的应用数据D1，产生时间点2019年6月5日的应用数据D2以及产生时间点2019年6月8日的应用数据D3。基于应用数据D1，计算得到竞争力分值J1；基于应用数据D2，计算得到竞争力分值J2；基于应用数据D2，计算得到竞争力分值J2。因此，将竞争力分值J1作为2019年6月1日的历史竞争力分值，将竞争力分值J2作为2019年6月8日的历史竞争力分值，将竞争力分值J3作为2019年6月8日的历史竞争力分值。
S304，针对每个游戏应用，根据该游戏应用的多个历史竞争力分值，确定该游戏应用的竞争力变化趋势。
在具体应用中，针对每个游戏应用，根据该游戏应用的多个所述历史竞争力分值，确定该游戏应用的竞争力变化趋势，可以是多种的。示例性的，可以针对每个游戏应用，计算该游戏应用的各个历史竞争力分值中，生成时间点相邻的两个历史竞争力分值之间的差值，将得到的差值集合作为该游戏应用的竞争力变化趋势。或者，将历史竞争力分值的生成时间点作为横坐标，历史竞争力分值作为纵坐标，绘制得到的竞争力分值曲线作为该游戏应用的竞争力变化趋势。
S305，分别获取多个游戏应用的游戏类别。
S306，针对每种游戏类别，将该游戏类别的各个游戏应用中，竞争力分值满足第一预设竞争力条件的游戏应用，确定为该游戏类别的推荐游戏应用。
S305至S306与本发明图1实施例的S103至S104为相同的步骤，在此不再赘述，详见本发明图1实施例的描述。
S307，针对每种游戏类别，将该游戏类别的各个游戏应用中，所述竞争力变化趋势满足预设的增长条件的游戏应用，确定为该游戏类别的潜力游戏应用。
其中，预设的增长条件可以是多种的。示例性的，预设的增长条件可以是竞争力变化趋势为连续增长，不存在降低。举例而言，当竞争力变化趋势为生成时间点相邻的两个历史竞争力分值之间的差值的集合时，如果差值集合中的差值均为正数，表明竞争力变化趋势为连续增长，不存在降低。当竞争力变化趋势为竞争力分值曲线时，如果该曲线的斜率始终为正值，表明竞争力变化趋势为连续增长，不存在降低。
或者，示例性的，预设的增长条件可以是竞争力变化趋势为增长、且增长速度满足预设速度阈值。举例而言，当竞争力变化趋势为生成时间点相邻的两个历史竞争力分值之间的差值的集合时，如果差值集合中的差值均为正数，且均大于预设差值阈值，表明竞争力变化趋势为增长、且增长速度满足预设速度阈值。当竞争力变化趋势为竞争力分值曲线时，如果该曲线的斜率始终为正值，且斜率大于预设斜率差值，表明竞争力变化趋势为增长、且增长速度满足预设速度阈值。
任何能够确定根据竞争力变化趋势，确定出潜力游戏应用的预设的增长条件，均可用于本发明，本实施例对此不作限制。
在上述图3实施例中，针对每种游戏类别的游戏应用，通过该游戏应用的多个历史应用数据获取该游戏应用的竞争力变化趋势，从而从该游戏类别的各个游戏应用中，确定竞争力变化趋势为增长趋势的潜力游戏应用。潜力游戏与推荐游戏应用和竞品游戏应用相比，竞争力可能尚未满足第一预设竞争力条件和第二预设竞争力条件，但很有可能在后续成为相对而言很有竞争力的游戏应用。因此，确定潜力游戏应用，有利于预先挖掘潜力应用，进行合作以及上架等等游戏业务，能够提高游戏业务的前瞻性。
另外，本发明图1、图2以及图3的实施例中，在确定推荐游戏应用、竞品游戏应用以及潜力游戏应用之后，均可以对所确定的游戏应用进行展示，以方便用户进行查看、编辑以及筛选等等操作。
相应于上述方法实施例，本发明一实施例还提供了游戏应用的选择装置。
如图4所示，本发明一实施例提供的游戏应用的选择装置，该装置可以包括：
数据爬取模块401，用于利用预设的爬虫模型，从关于游戏的网络资源中，爬取多个游戏应用的应用数据；所述应用数据为能够反映游戏应用的竞争力的数据；
竞争力计算模块402，用于针对每个游戏应用，基于该游戏应用的所述应用数据，计算该游戏应用的竞争力分值；
分类模块403，用于分别获取所述多个游戏应用的游戏类别；
竞争力分析模块404，用于针对每种游戏类别，将该游戏类别的各个游戏应用中，所述竞争力分值满足第一预设竞争力条件的游戏应用，确定为该游戏类别的推荐游戏应用。
本发明实施例提供的方案中，可以通过预设的爬虫模型，从关于游戏的网络资源中，分别爬取多个游戏应用的应用数据，并且，应用数据为能够反映游戏应用的竞争力的数据。因此，针对每个游戏应用，可以基于该游戏应用的应用数据，计算该游戏应用的竞争力分值，实现游戏应用的竞争力的自动分析。在此基础上，分别获取多个游戏应用的游戏类别，进而可以针对每种游戏类别，根据该游戏类别的各个游戏应用的竞争力分值，确定该游戏类别的推荐游戏应用；并且，推荐游戏应用为竞争力分值满足第一预设竞争力条件的游戏应用，因此，推荐游戏应用相当于某一游戏类别的多个游戏应用中，相对而言更有竞争力的游戏应用。可见，通过本方案，可以实现自动从多个游戏应用中，选择相对而言更有竞争力的游戏应用。
可选的，所述数据爬取模块401，具体用于：
利用预设的爬虫模型，爬取并存储多个游戏应用的游戏标识；
针对每个游戏标识，当该游戏标识的存储时长满足预设时长条件时，爬取该游戏标识对应的游戏应用的应用数据。
可选的，所述分类模块403，还用于在所述分别获取所述多个游戏应用的游戏类别之后，针对每种游戏类别，获取该游戏类别的各个游戏应用的玩法类别；其中，所述玩法类别为按照游戏应用的特色功能的差异划分的类别；
所述竞争力分析模块404，还用于针对每种玩法类别，将该玩法类别的各个游戏应用中，所述竞争力分值满足第二预设竞争力条件的游戏应用，确定为该玩法类别的竞品游戏应用。
可选的，所述分类模块403，具体用于：
针对每种游戏类别，获取该游戏类别的各个游戏应用的产品信息；其中，所述产品信息包括对游戏应用的特色功能的文字描述；
针对每种游戏类别，从该游戏类别的产品信息中，提取关键词；所述关键词为能够表明所述特色功能的词语；
针对每种游戏类别，基于该游戏类别的所述关键词，利用预设的关键词与玩法类别的映射关系，确定该游戏类别中各个游戏应用的玩法类别。
可选的，针对每个游戏应用，该游戏应用的应用数据的数量为多个，且该游戏应用的每个应用数据的产生时间点不同；
所述竞争力计算模块402，还用于针对每个游戏应用，分别基于该游戏应用的每个应用数据，计算该游戏应用的该应用数据对应的竞争力分值，并将得到的竞争力分值作为该游戏应用在该应用数据的产生时间点的历史竞争力分值；针对每个游戏应用，根据该游戏应用的多个所述历史竞争力分值，确定该游戏应用的竞争力变化趋势；
所述竞争力分析模块404，还用于针对每种游戏类别，将该游戏类别的各个游戏应用中，所述竞争力变化趋势满足预设的增长条件的游戏应用，确定为该游戏类别的潜力游戏应用。
相应于上述实施例，本发明实施例还提供了一种游戏应用的选择系统，如图5所示，本发明一实施例提供的游戏应用的选择系统，该系统可以包括：中心节点设备501，爬虫设备502，资源存储设备503以及分析设备504；
所述中心节点设备501，用于指示所述爬虫设备502，利用预设的爬虫模型，从所述资源存储设备存储的关于游戏的网络资源中，爬取多个游戏应用的应用数据；并将所爬取的应用数据存储在所述资源存储设备503中；所述应用数据为能够反映游戏应用的竞争力的数据；
所述中心节点设备501，用于指示所述分析设备504针对每个游戏应用，基于所述资源存储设备503中该游戏应用的所述应用数据，计算该游戏应用的竞争力分值；
所述分析设备504，用于分别获取所述多个游戏应用的游戏类别；针对每种游戏类别，将该游戏类别的各个游戏应用中，所述竞争力分值满足第一预设竞争力条件的游戏应用，确定为该游戏类别的推荐游戏应用。
上述图5实施例中的游戏应用的选择系统，可以利用中心节点设备进行游戏应用的选择中的相关调度，并且，将应用数据爬取的任务分布在爬虫设备上，使用资源存储设备分担应用数据的存储压力，由分析设备进行竞争力分析以及推荐游戏应用的确定。因此，与由某一电子设备进行游戏应用的选择相比，可以通过上述分布式的结构实现任务和风险的分担，提高整体的处理效率和抗风险能力。
另外，上述系统还可以包括可视化平台，用于展示分析设备确定并发送的推荐游戏应用，以方便用户进行查看、编辑以及筛选等等操作。
本发明实施例提供的方案中，可以通过预设的爬虫模型，从关于游戏的网络资源中，分别爬取多个游戏应用的应用数据，并且，应用数据为能够反映游戏应用的竞争力的数据。因此，针对每个游戏应用，可以基于该游戏应用的应用数据，计算该游戏应用的竞争力分值，实现游戏应用的竞争力的自动分析。在此基础上，分别获取多个游戏应用的游戏类别，进而可以针对每种游戏类别，根据该游戏类别的各个游戏应用的竞争力分值，确定该游戏类别的推荐游戏应用；并且，推荐游戏应用为竞争力分值满足第一预设竞争力条件的游戏应用，因此，推荐游戏应用相当于某一游戏类别的多个游戏应用中，相对而言更有竞争力的游戏应用。可见，通过本方案，可以实现自动从多个游戏应用中，选择相对而言更有竞争力的游戏应用。
如图6所示，本发明另一实施例提供的游戏应用的选择系统中，中心节点设备，该中心节点设备可以包括：
处理器601、通信接口602、存储器603和通信总线604，其中，处理器601，通信接口602，存储器通603过通信总线604完成相互间的通信；
存储器603，用于存放计算机程序；
处理器601，用于执行上述存储器603上所存放的计算机程序时，实现如下步骤：
指示爬虫设备利用预设的爬虫模型，从资源存储设备存储的关于游戏的网络资源中，爬取多个游戏应用的应用数据，以及将所爬取的应用数据存储在资源存储设备中；应用数据为能够反映游戏应用的竞争力的数据；
指示分析设备针对每个游戏应用，基于资源存储设备中该游戏应用的所述应用数据，计算该游戏应用的竞争力分值，分别获取所述多个游戏应用的游戏类别，以及针对每种游戏类别，将该游戏类别的各个游戏应用中，所述竞争力分值满足第一预设竞争力条件的游戏应用，确定为该游戏类别的推荐游戏应用。
本发明实施例提供的方案中，可以通过预设的爬虫模型，从关于游戏的网络资源中，分别爬取多个游戏应用的应用数据，并且，应用数据为能够反映游戏应用的竞争力的数据。因此，针对每个游戏应用，可以基于该游戏应用的应用数据，计算该游戏应用的竞争力分值，实现游戏应用的竞争力的自动分析。在此基础上，分别获取多个游戏应用的游戏类别，进而可以针对每种游戏类别，根据该游戏类别的各个游戏应用的竞争力分值，确定该游戏类别的推荐游戏应用；并且，推荐游戏应用为竞争力分值满足第一预设竞争力条件的游戏应用，因此，推荐游戏应用相当于某一游戏类别的多个游戏应用中，相对而言更有竞争力的游戏应用。可见，通过本方案，可以实现自动从多个游戏应用中，选择相对而言更有竞争力的游戏应用。
上述存储器可以包括RAM(Random Access Memory，随机存取存储器)，也可以包括NVM(Non-Volatile Memory，非易失性存储器)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离于上述处理器的存储装置。
上述处理器可以是通用处理器，包括CPU(Central Processing Unit，中央处理器)、NP(Network Processor，网络处理器)等；还可以是DSP(Digital Signal Processor，数字信号处理器)、ASIC(Application Specific Integrated Circuit，专用集成电路)、FPGA(Field-Programmable Gate Array，现场可编程门阵列)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本发明一实施例提供的计算机可读存储介质，包含于电子设备，该计算机可读存储介质内存储有计算机程序，该计算机程序被处理器执行时，实现上述实施例中任一游戏应用的选择方法的步骤。
本发明实施例提供的方案中，可以通过预设的爬虫模型，从关于游戏的网络资源中，分别爬取多个游戏应用的应用数据，并且，应用数据为能够反映游戏应用的竞争力的数据。因此，针对每个游戏应用，可以基于该游戏应用的应用数据，计算该游戏应用的竞争力分值，实现游戏应用的竞争力的自动分析。在此基础上，分别获取多个游戏应用的游戏类别，进而可以针对每种游戏类别，根据该游戏类别的各个游戏应用的竞争力分值，确定该游戏类别的推荐游戏应用；并且，推荐游戏应用为竞争力分值满足第一预设竞争力条件的游戏应用，因此，推荐游戏应用相当于某一游戏类别的多个游戏应用中，相对而言更有竞争力的游戏应用。可见，通过本方案，可以实现自动从多个游戏应用中，选择相对而言更有竞争力的游戏应用。
在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的游戏应用的选择方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、DSL(Digital Subscriber Line，数字运维人员线)或无线(例如：红外线、无线电、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如：DVD(Digital Versatile Disc，数字通用光盘))、或者半导体介质(例如：SSD(Solid StateDisk，固态硬盘))等。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置和系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
Claims (10)
1.一种游戏应用的选择方法，其特征在于，所述方法包括：
利用预设的爬虫模型，从关于游戏的网络资源中，爬取多个游戏应用的应用数据；所述应用数据为能够反映游戏应用的竞争力的数据；
针对每个游戏应用，基于该游戏应用的所述应用数据，计算该游戏应用的竞争力分值；
分别获取所述多个游戏应用的游戏类别；
针对每种游戏类别，将该游戏类别的各个游戏应用中，所述竞争力分值满足第一预设竞争力条件的游戏应用，确定为该游戏类别的推荐游戏应用。
2.根据权利要求1所述的方法，其特征在于，所述利用预设的爬虫模型，从关于游戏的网络资源中，爬取多个游戏应用的应用数据，包括：
利用预设的爬虫模型，爬取并存储多个游戏应用的游戏标识；
针对每个游戏标识，当该游戏标识的存储时长满足预设时长条件时，爬取该游戏标识对应的游戏应用的应用数据。
3.根据权利要求1所述的方法，其特征在于，在所述分别获取所述多个游戏应用的游戏类别之后，还包括；
针对每种游戏类别，获取该游戏类别的各个游戏应用的玩法类别；其中，所述玩法类别为按照游戏应用的特色功能的差异划分的类别；
针对每种玩法类别，将该玩法类别的各个游戏应用中，所述竞争力分值满足第二预设竞争力条件的游戏应用，确定为该玩法类别的竞品游戏应用。
4.根据权利要求3所述的方法，其特征在于，所述针对每种游戏类别，获取该游戏类别的各个游戏应用的玩法类别，包括：
针对每种游戏类别，获取该游戏类别的各个游戏应用的产品信息；其中，所述产品信息包括对游戏应用的特色功能的文字描述；
针对每种游戏类别，从该游戏类别的产品信息中，提取关键词；所述关键词为能够表明所述特色功能的词语；
针对每种游戏类别，基于该游戏类别的所述关键词，利用预设的关键词与玩法类别的映射关系，确定该游戏类别中各个游戏应用的玩法类别。
5.一种游戏应用的选择装置，其特征在于，所述装置包括：
数据爬取模块，用于利用预设的爬虫模型，从关于游戏的网络资源中，爬取多个游戏应用的应用数据；所述应用数据为能够反映游戏应用的竞争力的数据；
竞争力计算模块，用于针对每个游戏应用，基于该游戏应用的所述应用数据，计算该游戏应用的竞争力分值；
分类模块，用于分别获取所述多个游戏应用的游戏类别；
竞争力分析模块，用于针对每种游戏类别，将该游戏类别的各个游戏应用中，所述竞争力分值满足第一预设竞争力条件的游戏应用，确定为该游戏类别的推荐游戏应用。
6.根据权利要求5所述的装置，其特征在于，所述数据爬取模块，具体用于：
利用预设的爬虫模型，爬取并存储多个游戏应用的游戏标识；
针对每个游戏标识，当该游戏标识的存储时长满足预设时长条件时，爬取该游戏标识对应的游戏应用的应用数据。
7.根据权利要求5所述的装置，其特征在于，所述分类模块，还用于在所述分别获取所述多个游戏应用的游戏类别之后，针对每种游戏类别，获取该游戏类别的各个游戏应用的玩法类别；其中，所述玩法类别为按照游戏应用的特色功能的差异划分的类别；
所述竞争力分析模块，还用于针对每种玩法类别，将该玩法类别的各个游戏应用中，所述竞争力分值满足第二预设竞争力条件的游戏应用，确定为该玩法类别的竞品游戏应用。
8.根据权利要求7所述的装置，其特征在于，所述分类模块，具体用于：
针对每种游戏类别，获取该游戏类别的各个游戏应用的产品信息；其中，所述产品信息包括对游戏应用的特色功能的文字描述；
针对每种游戏类别，从该游戏类别的产品信息中，提取关键词；所述关键词为能够表明所述特色功能的词语；
针对每种游戏类别，基于该游戏类别的所述关键词，利用预设的关键词与玩法类别的映射关系，确定该游戏类别中各个游戏应用的玩法类别。
9.一种游戏应用的选择系统，其特征在于，所述系统包括：中心节点设备，爬虫设备，资源存储设备以及分析设备；
所述中心节点设备，用于指示所述爬虫设备，利用预设的爬虫模型，从所述资源存储设备存储的关于游戏的网络资源中，爬取多个游戏应用的应用数据，并将所爬取的应用数据存储在所述资源存储设备中；所述应用数据为能够反映游戏应用的竞争力的数据；
所述中心节点设备，用于指示所述分析设备针对每个游戏应用，基于所述资源存储设备中该游戏应用的所述应用数据，计算该游戏应用的竞争力分值；
所述分析设备，用于分别获取所述多个游戏应用的游戏类别；针对每种游戏类别，将该游戏类别的各个游戏应用中，所述竞争力分值满足第一预设竞争力条件的游戏应用，确定为该游戏类别的推荐游戏应用。
10.一种计算机可读存储介质，其特征在于，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-4任一所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910579063.XA CN110215703B (zh) | 2019-06-28 | 2019-06-28 | 游戏应用的选择方法、装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910579063.XA CN110215703B (zh) | 2019-06-28 | 2019-06-28 | 游戏应用的选择方法、装置及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110215703A true CN110215703A (zh) | 2019-09-10 |
| CN110215703B CN110215703B (zh) | 2023-05-23 |
Family
ID=67815298
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910579063.XA Active CN110215703B (zh) | 2019-06-28 | 2019-06-28 | 游戏应用的选择方法、装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110215703B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111858962A (zh) * | 2020-07-27 | 2020-10-30 | 腾讯科技(成都)有限公司 | 数据处理方法、装置及计算机可读存储介质 |
| CN112115704A (zh) * | 2020-09-11 | 2020-12-22 | 深圳市菲尔兹数据分析师事务所有限公司 | 基于电商平台的产品查询方法、装置和计算机设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105630980A (zh) * | 2015-12-25 | 2016-06-01 | 北京奇虎科技有限公司 | 游戏推荐策略获取方法及装置 |
| CN106681994A (zh) * | 2015-11-05 | 2017-05-17 | 北京奇虎科技有限公司 | 查询词分类样本自动挖掘以及游戏项目推荐的方法和装置 |
| KR20180093450A (ko) * | 2017-02-13 | 2018-08-22 | 공주대학교 산학협력단 | 게임 추천 장치 및 게임 추천 방법 |
| CN108744523A (zh) * | 2018-03-14 | 2018-11-06 | 北京奇虎科技有限公司 | 游戏推荐方法、装置和计算机可读存储介质 |
-
2019
- 2019-06-28 CN CN201910579063.XA patent/CN110215703B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106681994A (zh) * | 2015-11-05 | 2017-05-17 | 北京奇虎科技有限公司 | 查询词分类样本自动挖掘以及游戏项目推荐的方法和装置 |
| CN105630980A (zh) * | 2015-12-25 | 2016-06-01 | 北京奇虎科技有限公司 | 游戏推荐策略获取方法及装置 |
| KR20180093450A (ko) * | 2017-02-13 | 2018-08-22 | 공주대학교 산학협력단 | 게임 추천 장치 및 게임 추천 방법 |
| CN108744523A (zh) * | 2018-03-14 | 2018-11-06 | 北京奇虎科技有限公司 | 游戏推荐方法、装置和计算机可读存储介质 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111858962A (zh) * | 2020-07-27 | 2020-10-30 | 腾讯科技(成都)有限公司 | 数据处理方法、装置及计算机可读存储介质 |
| CN111858962B (zh) * | 2020-07-27 | 2023-04-07 | 腾讯科技(成都)有限公司 | 数据处理方法、装置及计算机可读存储介质 |
| CN112115704A (zh) * | 2020-09-11 | 2020-12-22 | 深圳市菲尔兹数据分析师事务所有限公司 | 基于电商平台的产品查询方法、装置和计算机设备 |
| CN112115704B (zh) * | 2020-09-11 | 2024-06-04 | 深圳市菲尔兹数据分析师事务所有限公司 | 基于电商平台的产品查询方法、装置和计算机设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110215703B (zh) | 2023-05-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107273436A (zh) | 一种推荐模型的训练方法和训练装置 | |
| CN110399550A (zh) | 一种信息推荐方法及装置 | |
| CN110298547A (zh) | 风险评估方法、装置、计算机装置及存储介质 | |
| CN106097043B (zh) | 一种信用数据的处理方法及服务器 | |
| CN107689008A (zh) | 一种用户投保行为预测的方法及装置 | |
| CN107612893A (zh) | 短信的审核系统和方法以及构建短信审核模型方法 | |
| CN109564669A (zh) | 基于信任得分和地理范围搜索实体 | |
| US20190151758A1 (en) | Unique virtual entity creation based on real world data sources | |
| CN107153847A (zh) | 预测用户是否存在恶意行为的方法和计算设备 | |
| CN102760128A (zh) | 一种基于智能客服机器人交互的电信领域套餐推荐方法 | |
| CN107507036A (zh) | 一种数据预测的方法及终端 | |
| CN108629379A (zh) | 一种个人征信评估方法及系统 | |
| CN103425703B (zh) | 一种网络信息的处理方法和装置 | |
| US9542458B2 (en) | Systems and methods for processing and displaying user-generated content | |
| CN109767269A (zh) | 一种游戏数据的处理方法和装置 | |
| CN109376873A (zh) | 运维方法、装置、电子设备及计算机可读存储介质 | |
| CN109272402A (zh) | 评分卡的建模方法、装置、计算机设备及存储介质 | |
| JP2022068120A (ja) | チャットチャネル通信を処理する方法、チャットチャネル処理システム、プログラム（インテリジェントチャットチャネルプロセッサ） | |
| CN109783724A (zh) | 社交网络信息的管理方法、终端设备及介质 | |
| CN110162606A (zh) | 用于解决客户端服务请求的会话代理学习模型服务选择 | |
| CN111930366A (zh) | 一种基于jit实时编译的规则引擎实现方法及系统 | |
| CN110215703A (zh) | 游戏应用的选择方法、装置及系统 | |
| CN109543117A (zh) | 基于智能推荐的服务推送方法及终端设备 | |
| Kaligotla et al. | Diffusion of competing rumours on social media | |
| CN110516062A (zh) | 一种文档的搜索处理方法及装置 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20210527 Address after: 25, 5th floor, shuangjingfang office building, 3 frisha street, Singapore Applicant after: Zhuomi Private Ltd. Address before: Room 1101, Santai Commercial Building, 139 Connaught Road, Hong Kong, China Applicant before: HONG KONG LIVE.ME Corp.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |