CN110366440A - 用户分析系统和方法 - Google Patents

Abstract

一种用于帮助视频游戏中的当前用户的用户分析方法，包括：衡量当前用户所玩的视频游戏中的场景的一个或多个成功的指示符；检测一个或多个成功的衡量指示符是否低于评估阈值；并且如果是这样，则向当前用户提供有关场景中成功行为的提示；其中提供提示包括：衡量步骤，包括衡量当前用户所玩的视频游戏中场景的一个或多个行为指示符；评估步骤，包括相对于从先前为场景中的其它用户生成的行为的衡量指示符的语料库中导出的数据评估一个或多个行为的衡量指示符；差异检测步骤，包括检测当前用户与场景中检测到具有预定成功水平的其他用户的子集之间的一个或多个行为的衡量指示符中的相应差异；以及提供步骤，包括向当前用户提供指示一个或多个行为中的变化的提示，变化减小当前用户和场景中检测到具有预定成功水平的其他用户的子集之间的一个或多个行为的衡量指示符中的相应差异。

Description

用户分析系统和方法

技术领域

本发明涉及用户分析系统和方法。

背景技术

现代游戏可能非常复杂，并且功能丰富。此类游戏的例子是所谓的“开放世界”游戏，其中用户可以自由探索并且与广泛的非玩家角色互动，对于做些什么的指导是有限的，并且对于他们可能如何交互通常具有广泛的可用选项(无论是在对话方面，还是在武器和战术方面，取决于遭遇)。

为了以非干涉的方式指导用户，开发者因此在加载游戏时通常会显示有关游戏技术的有用消息。随着时间的推移，这会让用户接触到关于游戏的有用信息，同时在游戏加载时给他们一些感兴趣的东西来阅读。

然而，可以提供的此类消息的数量是有限的，并且在一段时间之后，它们对用户的价值会降低。

发明内容

本发明旨在缓解或减轻该问题。

在第一方面，根据权利要求1提供了一种帮助视频游戏中的当前用户的用户分析方法。

在另一方面，根据权利要求12提供了一种用于帮助视频游戏中的当前用户的用户分析系统。

本发明的其它方面和特征在所附权利要求书中进行了定义。

附图说明

现参照附图以实例的方式描述本发明的实施例，其中：

图1是根据本发明实施例的娱乐设备的示意图；并且

图2是根据本发明实施例的帮助视频游戏中的当前用户的用户分析方法的流程图。

具体实施方式

公开了一种用户分析系统和方法。在下面的描述中，为了提供对本发明实施例的透彻理解，提出了许多具体细节。然而，对于本领域技术人员来说，显然不需要使用这些具体细节来实施本发明。相反地，为了清楚起见，在适当的情况下，省略了本领域技术人员已知的特定细节。

PlayStation娱乐设备或控制台是可以在其上玩游戏的系统的示例。

图1示意性地说明了PlayStation娱乐设备的总体系统结构。提供系统单元10，具有可连接到该系统单元的各种外围设备。

系统单元10包括加速处理单元(APU)20，该加速处理单元20是一个单芯片，其转而包括中央处理单元(CPU)20A和图形处理单元(GPU)20B。APU 20可以访问随机存取存储器(RAM)单元22。

APU 20可选地通过I/O桥24与总线40进行通信，I/O桥24可能是APU 20的独立部件或APU 20的一部分。

连接到总线40的是数据存储组件，例如硬盘驱动器37和蓝光驱动器36，可操作以访问兼容光盘36A上的数据。此外，RAM单元22可与总线40通信。

可选地，连接到总线40的还有辅助处理器38。可以提供辅助处理器38来运行或支持操作系统。

系统单元10通过音频/视频输入端口31、以太网端口32、蓝牙无线链路33、Wi-Fi无线链路34或一个或多个通用串行总线(USB)端口35与外围设备进行适当的通信。音频和视频可以通过AV输出39(例如HDMI端口)输出。

外围设备可以包括单视场或立体相机41，例如PlayStation眼；棒式视频游戏控制器42，例如PlayStation移动和传统的手持式视频游戏控制器43，例如DualShock4；便携式娱乐设备44，例如PlayStation Portable和PlayStationVita；键盘45和/或鼠标46；媒体控制器47，例如以远程控制的形式；以及耳机48。可以类似地考虑其他外围设备，例如打印机、或3D打印机(未示出)。

GPU 20B可选地与CPU 20A结合，生成视频图像和音频以经由AV输出39输出。可选地，可以与音频处理器(未显示)相结合生成音频，或者由音频处理器生成音频。

视频和音频(可选)可以呈现给电视51。在电视的支持下，视频可以是立体的。音频可以诸如立体声、5.1环绕声或7.1环绕声的多种格式中的一种呈现给家庭影院系统52。视频和音频也可以呈现给用户60穿戴的头戴式显示器单元53。

在操作中，娱乐设备默认为诸如freeBSD9.0的变体的操作系统。操作系统可以在CPU 20A、辅助处理器38或两者的混合体上运行。操作系统为用户提供图形用户界面，如PlayStation动态菜单。该菜单允许用户访问操作系统功能，并选择游戏和可选地其他内容。

在本发明的实施例中，在适当的软件指令下操作的娱乐设备可以通过实施为用户提供定制提示和建议的方法用作用户分析系统。

在本发明的实施例中，该方法包括维护一个或多个关于用户的一个或多个游戏方面的统计信息。示例统计可以与成功或失败的各种衡量相关，并且通常这些衡量与各种游戏中行为的衡量正相关。例如，这些衡量可以针对单个遭遇或一类遭遇，针对某个对象的占有或使用或角色能力，和/或针对特定任务、特定级别或区域内的整体成功衡量，或与整个游戏相关。下文提供一些非限制性示例。

应当理解的是，一个视频游戏通常由数万或数十万用户玩，并且累积可能由数百万用户玩。因此，可以整理和分析与成功、失败和行为相关的他们相应的记录的统计数据，以确定哪些行为与成功相关，以便向当前用户提供建议，而无需创建预先编写的提示(当然，如果需要，还可以提供这些提示)。

为了便于解释，可以参考当前用户在游戏中遇到怪物来说明该方案的非限制性示例。怪物对特定武器有脆弱性，在3米范围内有强大的攻击力，但在水中不能快速移动。

在这个说明性示例中，用户很难打败这个怪物。该遭遇可能是用户未能完成的一次性事件，或者这个怪物可能是一个经常遇到的类型，但用户击败怪物具有相对难度。

例如，可以通过衡量最初与怪物接触和击败怪物之间所花费的时间、和/或衡量对怪物进行的武器打击次数、和/或衡量与怪物战斗期间用户角色所遭受的健康损害数量、和/或用户在与怪物战斗中死亡的次数来自动地检测该难度。这些衡量可以被视为用户在与怪物战斗中相对成功或失败的代理。其他衡量对于熟练的用户来说是显而易见的，如上所述，不同的衡量可能适用于不同的场景。

任何表示用户发现与怪物的遭遇有多困难的合适的衡量组合然后可以与从多个其他用户整理和分析的衡量进行比较。这种比较可以在远程服务器上进行，或者分析的结果可以定期传输到娱乐设备进行本地比较(例如，用任何补丁或DLC，或者作为周期性后台活动)。也可以仅基于其他用户的一个子集进行比较，例如那些具有类似的可能会影响其游戏或限制其当前选项的游戏内技能水平、角色类别、武器集合等的用户。这种用户的子集可以称为“对等”用户。这种改进有助于使当前用户和样本群体之间的比较更加相关。

在其他用户中，存在一系列成功和失败的水平。可以将当前用户的成功与平均成功水平进行比较(例如，在与怪物成功相遇期间导致怪物失败的平均战斗持续时间、平均命中数和所遭受的平均伤害的任何合适组合)，并且如果当前用户的成功率低于样本群体的平均成功率，则这可以检测为表明需要关于与怪物战斗的建议。

应当理解的是，确定建议的需要可以基于任何合适的成功或失败的度量(即，缺乏成功)以及与从其他用户导出的该度量的均值的任何合适的偏差。

因此，例如，不是简单地确定用户是否低于平均值，而是可以确定用户比平均值低0.5、1或1.5个标准偏差，或者仅比在比较中的前10％的用户的平均值低1个标准差，如基于一个或多个整理的成功衡量确定的。因此，前一示例可以提供补救指导(因为该用户是关于该怪物的总的玩家中最差的一个)，而后一示例可以提供理想指导(因为该用户还没有和最佳玩家一样好)。应当理解的是，可以使用不同的衡量，例如取决于用户选择的难度级别，对于游戏整体或者具体地针对所提供的提示级别。

或者，可以通过设置用户在与同一怪物战斗时可能死亡的预定阈值次数来确定失败的检测。该阈值可以是预设数量，或者可以是算法导出的，例如作为用户角色与怪物的游戏中“等级”之间的差异的函数。因此，如果怪物的级别高于用户的角色，则在用户被视为挣扎之前可能会有更多的死亡。类似地，可以自动地检测可预测的失败衡量，例如在预定时间内没有到达检查点，或者在不拥有所需对象、属性或技能水平的情况下尝试执行动作。然而，在这些情况下，虽然失败可能是可预测的，但失败的原因可能不会并且从分析中受益。应当理解的是，这种失败的衡量等同于缺乏成功的衡量。

在任何情况下，一旦发现用户在与怪物战斗时会从建议中获益，就需要提供建议。

在本发明的一个实施例中，与怪物相关的建议已经由游戏开发者准备好了，但用户尚未看到，或者在很久以前就已经看到以至用户已经忘记了它(这可能发生在游戏加载期间可能选择了数百种不同提示的情况下)。因此，在提示选择算法中，与怪兽相关的建议可能具有高的优先级，以便开发者的建议会更加突出或频繁地呈现直到用户的成功率提高。

可选地，或者，除此之外，可能没有关于这个特定怪物的建议，或者更一般地，可能没有关于用户的特定行为需要如何纠正以在给定场景中获取成功的建议。

因此，在本发明的实施例中，可以对当前用户和相关用户样本群体之间的遭遇的衡量统计数据进行比较。例如，在补救示例中，如果用户相对较差，则可以使用与成功高于平均水平的玩家相关的统计数据，而在理想示例中，如果用户很好但可能更好，则可以使用与前10％的玩家相关的统计数据。

关于怪物遭遇的例子，可以找到以下统计数据：

-当前用户使用武器A作战；

-当前用户通常能够命中20次；

-当前用户站在距离怪物2米的平均距离上；

-当前用户70％的时间在i类地形(陆地)上与怪物作战，并且30％的时间在ii类地形(水上)上与怪物作战；以及

-当前用户平均在与怪物的70％的遭遇期间死亡。

同时，平均以上的玩家的统计数据为：

-这些玩家30％的时间使用武器A作战，并且70％的时间使用武器B作战；

-这些玩家通常能够命中30次；

-这些玩家站在距离怪物2.5米的平均距离上；

-这些玩家50％的时间在陆地上与怪物作战，50％的时间在水上与怪物作战；

-这些玩家平均在与怪物的25％的遭遇期间死亡。

此外，最佳玩家的统计数据如下：

-这些玩家10％的时间使用武器A作战，并且90％的时间使用武器B作战；

-这些玩家通常能够命中35次；

-这些玩家站在距离怪物3.5米的平均距离上；

-这些玩家25％的时间在陆地上与怪物作战，75％的时间在水上与怪物作战；

-这些玩家平均在与怪物的5％的遭遇期间死亡。

在这些统计数据中，武器的选择、与怪物的距离以及地形的选择都与优秀玩家如何选择与怪物作战(即，他们的行为)有关，而命中次数和生存率则与他们的相对成功有关。如上所述，成功相关的统计数据最初可用于确定用户是否需要帮助(例如，通过与这些衡量的平均值进行比较)，并且这里，它们可用于确定(更多)成功用户的子集，其游戏内行为可与当前用户自己的行为进行比较。

因此，可以提供查找用户的行为统计数据与成功玩家的行为统计数据之间的最大差异的提示生成器。

在补救情况中，在用户的统计数据和高于平均水平的玩家的统计数据的对比中，最大的差异似乎是武器的选择，其中当前玩家属于30％的少数群体。

因此，生成器可以基于可用数据创建提示，其指示选择武器B来战斗这个怪物更好。显然，可以使用适合游戏的语言，例如“经验丰富的骑士报告[武器B]对[该怪物]特别有效”。可以提供任何合适的虚构从而以自然的方式提供这些建议，例如来自导师的日志项。

或者，如果行为中的缺陷与可由连续变量表征的动作有关(例如，定时、距离或速度-例如，在赛道转弯时)，则纠正信息可以指示需要改变行为以减少用户衡量行为与成功的同伴的衡量行为之间的数值差距。例如，“顶级车手在发夹弯道上减速到每小时60英里”，或者“[玩家的当前车辆]的车手报告说他们需要在发夹弯道上提前刹车”。

回到该示例，一旦当前用户对武器的糟糕选择得到解决，使得用户现在可以使用武器B作战，他们的表现可能会提高，但可以进一步提高。

因此，在理想情况下，在当前用户的统计数据和最佳玩家的统计数据的对比中，最大的差异现在可以是地形的选择或距离怪物平局距离的选择。

因此，在某些情况下，应当理解的是，就最不同的行为而言，没有明确的整体“赢家”，或者行为上的差异不是很大。

为了解决这一问题，可选地，系统可以观察越来越成功的玩家，直到出现胜利或行为上足够大的差异。因此，例如，系统最初可以将用户的行为与前50％的玩家进行比较(假设当前用户最初低于平均水平)，并且如果检测不到明确的指导，则依次移动到前25％、前10％、前5％和前1％的玩家，以确定是否出现了一组获胜的行为。应当理解的是，所使用的特定百分比纯粹是说明性的和非限制性的。

可选地或另外地，可选地，对于行为的任何比较，系统可以查看与这种统计的不同排列相关的成功衡量，例如比较站在在陆地上距离处的玩家与站在水中近距离的玩家的死亡率，以选择下一步提示哪种行为改变。

可选地或另外地，如果其他用户的总体群体足够大，能够为特定的子数据集提供统计上显著的结果，则可选地，系统可以分析其统计数据表明他们选择以与用户大致相似的方式与怪物作战的玩家的统计数据，但在一种情况下从更远的距离作战，在另一种情况下在不同的地形上作战。通过作为这些相应行为的变化的函数对死亡率的变化进行比较，可以识别并选择最有利的行为变化以在下一步提示。因此，更一般地，在样本群体允许的情况下，可以分析作为相应行为的变化(百分比或绝对值)的函数的成功的变化(百分比或绝对值)，以确定哪个变化行为将提供成功的最大变化。

或者，可以简单地选择当前用户的统计数据与比较群体的统计数据之间的下一个最大差异以在下一步提示。

该处理可以继续，直到用户在比较群体中达到预定的成功水平(例如，平均成功或前百分之N，其中N为预定数字)，或者可以显示与给定场景相关的预定最大数目的提示，或者对于预先确定的游戏内时间段只能对这种提示进行优先排序。显而易见的是，如果提示是特定于场景的，并且场景已经结束，那么不需要再次显示该提示(例如，如果被击败的怪物是一次性的，例如在老板(BOSS)的战斗中，或者与已经完成的任务相关)。

因此，更一般地，将当前用户在游戏中的成功衡量与选定用户群体中的成功衡量进行比较，以确定当前用户的相对成功，并且如果此成功低于阈值，则可以提供提示。

如前所述，此提示可能已由开发者准备好，但已经重新进行了优先排序。

或者，如前所述，可以响应于与样本群体相比的用户行为中明显缺陷构造提示。这是通过将当前用户的衡量行为与所选用户群体的成功子集的行为统计数据进行比较、并识别与成功子集的行为有最大差异的行为做出的。

然后可以自动地构造指示可能减小这种差异的行为的变化的提示。

以这种方式，可以构建与当前用户的个人行为相关的提示，而无需开发者提前详尽地预测和准备这些提示。此外，通过将当前用户的行为与特定场景中比当前用户更成功的选定用户群体进行比较，可以为处于任何熟练度级别的用户自动地生成逐步提高用户表现的定制提示。

应当理解的是，当一款游戏刚推出时，不存在来自公众的可用的预先存在的用户统计数据的语料库。然而，这样的统计数据可以从游戏的质量保证测试阶段或者所谓的游戏早期访问或测试阶段收集，以提供初始的用户统计数据集。

此外，在本发明的实施例中，游戏将当前用户的统计数据上传到中央服务器，以便并入更广泛的语料库中。通常情况下，这将是匿名的，但可选地，至少一些统计数据可以形成排名方案的一部分，例如游戏的多人游戏部分。

成功衡量的非限制性示例包括：

-平均死亡等级，总体的或战斗后的；

-平均金钱数量，总体的或交易后的；

-对预定对象的获取；

-探索的可用地形的数量；以及

-用户角色在游戏中的能力(例如，在力量、技能或游戏中常见的类似方面的增长提高)。

在整个游戏、游戏区域、角色级别和/或特定任务中，或相对于整个游戏、游戏区域、角色级别和/或特定任务中的已用时间，这些成功的衡量可以是绝对的。

可为其提供提示的可衡量的行为的非限制性示例包括：

i.时间：

-何时打击或阻挡对手(一般地，涉及特定类别，或涉及个别对手)；

-是否在白天或晚上与另一个游戏角色进行互动(同样，一般地，涉及特定类别，或涉及个别对手)；

-是否在执行其他任务后与另一角色进行交互；以及

-同样地，在赛道上何时加速或制动。

ii.武器/装备：

-对于敌人的武器的特定选择(例如，涉及特定类别，或涉及个别对手)；

-对于敌人的盔甲的特定选择(例如，涉及特定类别，或涉及个别对手)；

-对于敌人的咒语的特定选择(例如，涉及特定类别，或涉及个别对手)；以及

-同样地，对于特定竞赛的车辆/轮胎/燃料负荷等的特定选择。

iii.战术：

-使用什么招式来对付敌人(例如，涉及特定类别，或涉及个别对手)；

-在哪里与敌人作战(例如，涉及特定类别，或涉及个别对手)；

-使用谁与敌人作战(例如，涉及特定类别，或涉及个别对手)；以及

-同样地，竞赛期间何时使用涡轮增压器或其他有限资源。

iii.生意：

-向谁购买或出售物品(个人或物品，或一类人或物品)；

-何时购买或出售物品(例如，如果是季节性的或受供应/需求影响)；

-如何购买或出售物品(例如，如果在魔法药水后获取更好的价格)；以及

-同样地，给定其当前配置的情况下，是否升级发动机，轮胎，阻力板或汽车的其他部件。

v.探索：

-在给定环境或特定地点何时使用特定工具(手电筒、鹤嘴锄、指南针等)；

-是否在给定环境或特定地点进行额外的搜索(例如，如果在某个地区发现的宝藏数量低于平均值)；

-是否与特定角色交谈或与特定对象交互(例如，如果游戏中任务经过的时间或检查点之间的时间超过预期，可能是因为缺少关键信息；在这种情况下，考虑比较用户与非玩家角色或对象的交互和成功的角色或对象与非玩家角色或对象的交互，来看看哪个是最受欢迎的)；以及

-同样地，是否在赛道上的某个地方寻找/走捷径。

其他示例对技术人员来说是显而易见的。

现在转到图2，在本发明的概要实施例中，用于帮助视频游戏中的当前用户的用户分析方法包括：

在第一步骤s110中，衡量当前用户所玩的视频游戏中的场景的一个或多个成功的指示符，如本文先前所述。

在第二步骤s120中，如本文先前所述，可以基于成功、失败、或两者的组合、(可选地)根据游戏设计者确定的重要性进行加权的衡量检测一个或多个成功的衡量指示符是否低于评估阈值。

在第三步骤s130中，向当前用户提供有关场景中成功行为的提示。如前所述，可以响应于用户行为中相比样本群体的明显缺陷来构造或选择提示，并且在概要实施例中，这是由以下子步骤完成的：

在第一子步骤s132中，衡量当前用户所玩的视频游戏中场景的一个或多个行为指示符，如本文先前所述。

在第二子步骤s134中，相对于从先前为场景中的其它用户生成的行为的衡量指示符的语料库中导出的数据评估一个或多个行为的衡量指示符，如本文先前所述。

在第三子步骤s136中，检测当前用户与场景中检测到具有预定成功水平的其他用户的子集之间的一个或多个行为的衡量指示符中的相应差异，如本文先前所述。

并且在第四子步骤s138中，向当前用户提供指示一个或多个行为中的变化的提示，所述变化减小当前用户和场景中检测到具有预定成功水平的其他用户的子集之间的一个或多个行为的衡量指示符中的相应差异，如本文先前所述。

在概要实施例的实例中，该方法还包括相对于从先前为场景中的其他用户生成的成功的衡量指示符的语料库中导出的数据评估一个或多个成功的衡量指示符，并且评估阈值是基于从先前为场景中的其他用户生成的成功的衡量指示符的语料库中导出的数据的。如本文先前所述，这意味着可以将当前用户的成功与其他同伴的成功进行比较，作为使用预定成功阈值的替代方法(尽管当然，这些阈值仍然可以使用)。

在这种情况下，评估阈值例如是从列表中选择的一个，所述列表包括其他用户的子集的平均成功、低于其他用户的子集的平均成功的M％(其中M是预定的数字)、以及低于其他用户的子集的平均成功的第P个标准差(其中P是预定的数字)，如本文先前所述。

在概要实施例的实例中，至少一个评估步骤包括将当前用户与场景的其他用户的子集进行比较，所述子集是从列表中选择的一个，所述列表包括：全部用户，除了距离平均值预定数目的标准差之外的那些用户的全部用户、平均以上的用户，以及最成功的N％的用户，其中N是预定的数字，由他们相应的成功的衡量指示符的评估确定。

在概要实施例的实例中，提供步骤依次包括计算当前用户的一个或多个行为的衡量指示符与场景中检测到具有预定成功水平的其他用户的子集的行为的衡量指示符之间的最大相应差异，以及选择与最大相应差异相对应的行为作为提示的主题。

在这种情况下，如果行为的衡量指示符之间的相应差异本身在阈值差异之内，则提供步骤包括计算当前用户的行为的衡量指示符和场景中检测到具有更高的预定成功水平的其他用户的更小子集的行为的衡量指示符之间的最大相应差异的步骤，并且选择与最大相应差异相对应的行为作为提示的主题。

在概要实施例的实例中，提供步骤包括步骤：通过对于每个选择的行为，依次将当前用户的行为的衡量指示符和场景中检测到具有预定成功水平的其他用户的选择的子集(且相对于相应选择的行为，该子集的行为的衡量指示符仅仅与用户的行为的衡量指示符相差高于阈值量)的行为的衡量指示符进行比较，从而计算两个或多个选择的行为的对应行为改变的成功的改变；以及选择与成功中的最大提高相对应的行为中的改变。

在概要实施例的实例中，提示指示游戏中选项到场景中检测到具有预定成功水平的其他用户的子集的典型选项的改变。

在概要实施例的实例中，提示指示是否响应于当前用户与场景中检测到具有预定成功水平的其他用户的子集之间的相应行为的衡量指示符的差异来增加或减少行为的级别。

在概要实施例的实例中，响应于当前用户的选择的行为的衡量指示符与场景中检测到具有预定成功水平的其他用户的子集的行为的衡量指示符之间的差异来构建提示。

在概要实施例的实例中，提示是与所识别的行为相关的预定义提示。

应当理解的是，上述方法和技术可在通过软件指令或通过包含或替换专用硬件适当地适配的常规硬件上来实施。

因此，对常规等效装置的现有部分所需的适配可以计算机程序产品的形式实现，所述计算机程序产品包括存储在非暂时性机器可读介质(例如，软盘、光盘、硬盘、PROM、RAM、闪存或这些或其他的任何组合)上的处理器可实现指令，或者在硬件中实现为ASIC(专用集成电路)或FPGA(现场可编程门阵列)或其他适用于在常规传统等效设备中使用的可配置电路。另外，此类计算机程序可通过以太网、无线网络、互联网或这些网络或其他网络的任何组合上的数据信号进行传输。

如上所述，在适当的软件指令下操作的Sony PlayStation 4娱乐设备或控制台是适当的硬件。

因此，在本发明的概要实施例中，一种用户分析系统(例如，娱乐设备10)，其用于帮助视频游戏中的当前用户，包括：衡量处理器(例如，在适当的软件指令下操作的CPU20A)，其适于衡量当前用户所玩的视频游戏中场景的一个或多个成功的指示符，检测处理器(例如，在适当的软件指令下操作的CPU 20A)，其适于检测一个或多个成功的衡量指示符是否低于评估阈值；并且如果是这样，提供处理器(例如，在适当的软件指令下操作的CPU20A)适于向当前用户提供有关场景中成功行为的提示。提供处理器还适于衡量当前用户所玩的视频游戏中场景的一个或多个行为指示符，并且适于相对于从先前为场景中的其他用户生成的行为的衡量指示符的语料库中导出的数据评估一个或多个行为的衡量指示符。提供处理器还适于检测当前用户与场景中检测到具有预定成功水平的其他用户的子集之间的一个或多个行为的衡量指示符中的相应差异，并且向当前用户提供指示一个或多个行为中的变化的提示，所述变化减小当前用户和场景中检测到具有预定成功水平的其他用户的子集之间的一个或多个行为的衡量指示符中的相应差异，如本文先前所述。

在本概要实施例的实例中，用户分析系统包括：评估处理器(例如，在适当的软件指令下操作的CPU 20A)，其适于相对于从先前为场景中的其他用户生成的成功的衡量指示符的语料库中导出的数据评估一个或多个成功的衡量指示符，并且评估阈值是基于从先前为场景中的其他用户生成的成功的衡量指示符的语料库中导出的数据的。

在本概要实施例的实例中，提供处理器适于计算当前用户的一个或多个行为的衡量指示符和场景中检测到具有更高的预定成功水平的其他用户的子集的一个或多个行为的衡量指示符之间的最大相应差异，并且提供处理器适于选择与最大相应差异相对应的行为作为提示的主题。

在本概要实施例的实例中，提供处理器适于响应于当前用户的选择的行为的衡量指示符与场景中检测到具有预定成功水平的其他用户的子集的行为的衡量指示符之间的差异来构建提示。

应当理解的是，如上所述，当通过适当的软件指令进行调整来这样做时，用户分析系统可以可选地实施本文所公开的任何其他方法和技术。

Claims (15)

1.一种帮助视频游戏中的当前用户的用户分析方法，包括：

衡量所述当前用户所玩的所述视频游戏中的场景的一个或多个成功的指示符；

检测所述一个或多个成功的衡量指示符是否低于评估阈值；并且如果是这样，则

向所述当前用户提供有关所述场景中成功行为的提示；

其中提供提示包括：

衡量步骤，包括衡量所述当前用户所玩的所述视频游戏中所述场景的一个或多个行为指示符；

评估步骤，包括相对于从先前为所述场景中的其它用户生成的行为的衡量指示符的语料库中导出的数据评估所述一个或多个行为的衡量指示符；

差异检测步骤，包括检测所述当前用户与所述场景中检测到具有预定成功水平的其他用户的子集之间的所述一个或多个行为的衡量指示符中的相应差异；以及

提供步骤，包括向所述当前用户提供指示一个或多个行为中的变化的提示，所述变化减小所述当前用户和所述场景中检测到具有预定成功水平的所述其他用户的子集之间的所述一个或多个行为的衡量指示符中的相应差异。

2.根据权利要求1所述的用户分析方法，包括步骤：

相对于从先前为所述场景中的其他用户生成的成功的衡量指示符的语料库中导出的数据评估所述一个或多个成功的衡量指示符；

并且其中，

所述评估阈值是基于从先前为所述场景中的其他用户生成的成功的衡量指示符的所述语料库中导出的所述数据的。

3.根据权利要求2所述的方法，其中所述评估阈值是从列表中选择的一个，所述列表包括：

i.所述其他用户的子集的平均成功；

ii.低于所述其他用户的子集的所述平均成功的M％，其中M是预定的数字；以及

iii.低于所述其他用户的子集的所述平均成功的第P个标准差，其中P是预定的数字。

4.根据权利要求1所述的用户分析方法，其中至少一个评估步骤包括将所述当前用户与所述场景的其他用户的子集进行比较，所述子集是从列表中选择的一个，所述列表包括：

i.全部用户；

ii.除了距离平均值预定数目的标准差之外的那些用户的全部用户；

iii.平均以上的用户；以及

iv.最成功的N％的用户，其中N是预定的数字，

由他们相应的成功的衡量指示符的评估确定。

5.根据权利要求1所述的用户分析方法，其中所述提供步骤包括步骤：

计算所述当前用户的所述一个或多个行为的衡量指示符与所述场景中检测到具有预定成功水平的所述其他用户的子集的所述行为的衡量指示符之间的最大相应差异；以及

选择与所述最大相应差异相对应的所述行为作为提示的主题。

6.根据权利要求5所述的用户分析方法，其中如果行为的衡量指示符之间的所述相应差异本身在阈值差异之内，则所述提供步骤包括步骤：

计算所述当前用户的所述行为的衡量指示符和所述场景中检测到具有更高的预定成功水平的其他用户的更小子集的所述行为的衡量指示符之间的所述最大相应差异；以及

选择与所述最大相应差异相对应的所述行为作为提示的主题。

7.根据权利要求1所述的用户分析方法，其中所述提供步骤包括步骤：

通过对于每个选择的行为，依次将所述当前用户的所述行为的衡量指示符和所述场景中检测到具有预定成功水平的其他用户的选择的子集的所述行为的衡量指示符进行比较，并且相对于相应选择的行为，所述子集的所述行为的衡量指示符仅仅与所述用户的所述行为的衡量指示符相差高于阈值量，从而计算两个或多个选择的行为的对应行为改变的成功的改变；以及

选择与成功中的最大提高相对应的所述行为中的改变。

8.根据权利要求1所述的用户分析方法，其中所述提示指示游戏中选项到所述场景中检测到具有预定成功水平的所述其他用户的子集的典型选项的改变。

9.根据权利要求1所述的用户分析方法，其中所述提示指示是否响应于所述当前用户与所述场景中检测到具有预定成功水平的所述其他用户的子集之间的相应行为的所述衡量指示符的所述差异，增加或减少行为的级别。

10.根据权利要求1所述的用户分析方法，其中所述提示是从列表中选择的一个，所述列表包括：

i.响应于所述当前用户的所述选择的行为的所述衡量指示符与所述场景中检测到具有预定成功水平的所述其他用户的子集的所述行为的衡量指示符之间的所述差异构建的提示；以及

ii.与所述识别的行为相关的预定义提示。

11.一种计算机可读介质，其具有适于使计算机系统执行上述任一项权利要求所述的方法的计算机可执行指令。

12.一种用户分析系统，其被布置以帮助视频游戏中的当前用户，包括:

衡量处理器，其适于衡量所述当前用户所玩的所述视频游戏中的场景的一个或多个成功的指示符；

检测处理器，其适于检测所述一个或多个成功的衡量指示符是否低于评估阈值；并且如果是这样，则

提供处理器适于向所述当前用户提供有关所述场景中成功行为的提示；

所述提供处理器适于衡量所述当前用户所玩的所述视频游戏中所述场景的一个或多个行为指示符；

所述提供处理器适于相对于从先前为所述场景中的其它用户生成的行为的衡量指示符的所述语料库中导出的数据评估所述一个或多个行为的衡量指示符；

所述提供处理器适于检测所述当前用户与所述场景中检测到具有预定成功水平的其他用户的子集之间的所述一个或多个行为的衡量指示符中的相应差异；以及

所述提供处理器适于向所述当前用户提供指示一个或多个行为中的变化的提示，所述变化减小所述当前用户和所述场景中检测到具有预定成功水平的所述其他用户的子集之间的所述一个或多个行为的衡量指示符中的相应差异。

13.根据权利要求12所述用户分析系统，包括：

评估处理器，其适于相对于从先前为所述场景中的其他用户生成的成功的衡量指示符的语料库中导出的数据，评估所述一个或多个成功的衡量指示符；

并且其中，

所述评估阈值是基于从先前为所述场景中的其他用户生成的成功的衡量指示符的语料库中导出的所述数据的。

14.根据权利要求12所述用户分析系统，其中：

所述提供处理器适于计算所述当前用户的所述一个或多个行为的衡量指示符与所述场景中检测到具有预定成功水平的所述其他用户的子集的所述行为的衡量指示符之间的最大相应差异；以及

选择与所述最大相应差异相对应的所述行为作为提示的主题。

15.根据权利要求12所述用户分析系统，其中：

所述提供处理器适于响应于所述当前用户的所述选择的行为的所述衡量指示符与所述场景中检测到具有预定成功水平的所述其他用户的子集的所述行为的衡量指示符之间的所述差异，构建所述提示。