CN111035934B - 游戏教学方法、装置、电子设备和存储介质 - Google Patents
游戏教学方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN111035934B CN111035934B CN201911025620.XA CN201911025620A CN111035934B CN 111035934 B CN111035934 B CN 111035934B CN 201911025620 A CN201911025620 A CN 201911025620A CN 111035934 B CN111035934 B CN 111035934B
- Authority
- CN
- China
- Prior art keywords
- training
- instruction stream
- operation instruction
- user
- technical level
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000012549 training Methods 0.000 claims abstract description 303
- 230000004044 response Effects 0.000 claims abstract description 14
- 238000011156 evaluation Methods 0.000 claims description 21
- 238000001914 filtration Methods 0.000 claims description 6
- 230000004931 aggregating effect Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 230000000386 athletic effect Effects 0.000 abstract description 12
- 230000002860 competitive effect Effects 0.000 description 9
- 230000006872 improvement Effects 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 241000854350 Enicospilus group Species 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing 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
- A63F13/70—Game security or game management aspects
- A63F13/79—Game security or game management aspects involving player-related data, e.g. identities, accounts, preferences or play histories
-
- 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
- A63F13/85—Providing additional services to players
- A63F13/86—Watching games played by other players
-
- 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
- A63F13/85—Providing additional services to players
- A63F13/87—Communicating with other players during game play, e.g. by e-mail or chat
-
- 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)
- Business, Economics & Management (AREA)
- Computer Security & Cryptography (AREA)
- General Business, Economics & Management (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明实施例涉及云游戏技术领域，公开了一种游戏教学方法及装置、电子设备和存储介质。该方法包括：响应于终端的训练请求推送训练数据；训练数据包括教练操作指令流；实时获取用户基于训练数据训练时的训练操作指令流；将训练操作指令流与教练操作指令流对比分析，确定是否需要推送更新的教练操作指令流，若是，则向终端推送更新的教练操作指令流。本发明实施方式通过实时分析用户的训练情况并动态更新训练数据，从而可灵活满足用户快速提高竞技水平的需求。
Description
技术领域
本发明涉及云游戏技术领域，特别涉及一种游戏教学方法及装置、电子设备和存储介质。
背景技术
随着电子竞技行业的高速发展，电子竞技游戏爱好者越来越多，更多人开始注重竞技游戏技术水平的锻炼和提升。
发明人发现相关技术至少存在以下问题：目前，大部分游戏只有基础的教学模式，比如，一种是基础指令教学，即玩家通过点击弹出提示来完成基础教学；或者让玩家通过完成某些教学任务来完成基础教学，也有一些游戏教学会获取玩家的操作指令并对其进行评分。但是这些游戏教学模式的功能都比较单一，不能灵活满足用户快速提高竞技水平的需求。
发明内容
本发明实施方式的目的在于提供一种游戏教学方法及装置、电子设备和存储介质，通过实时分析用户的训练情况并动态更新训练数据，从而可灵活满足用户快速提高竞技水平的需求。
为解决上述技术问题，本发明的实施方式提供了一种游戏教学方法，包括：
响应于终端的训练请求推送训练数据；所述训练数据包括教练操作指令流；
实时获取用户基于所述训练数据训练时的训练操作指令流；
将所述训练操作指令流与所述教练操作指令流对比分析，确定是否需要推送更新的教练操作指令流，若是，则向所述终端推送更新的教练操作指令流。
本发明的实施方式还提供了一种游戏教学装置，包括：
推送模块，用于响应于终端的训练请求推送训练数据；所述训练数据包括教练操作指令流；
获取模块，用于实时获取用户基于所述训练数据训练时的训练操作指令流；
确定模块，用于将所述训练操作指令流与所述教练操作指令流对比分析，确定是否需要推送更新的教练操作指令流，并在需要推送更新的教练操作指令流时触发更新模块；
所述更新模块用于向所述终端推送更新的教练操作指令流。
本发明的实施方式还提供了一种电子设备，包括：存储器和处理器，存储器存储计算机程序，处理器运行所述计算机程序以实现如前所述的游戏教学方法。
本发明的实施方式还提供了一种计算机可读存储介质，用于存储计算机可读程序，所述计算机可读程序用于供计算机执行如前所述的游戏教学方法。
本发明实施方式相对于现有技术而言，响应于终端的训练请求推送训练数据,训练数据包括教练操作指令流,实时获取用户基于训练数据训练时的训练操作指令流,将训练操作指令流与教练操作指令流对比分析，确定是否需要推送更新的教练操作指令流，若是，则向终端推送更新的教练操作指令流。本发明实施方式通过实时将用户的训练操作指令流与教练操作指令流进行对比分析，并根据用户的训练情况实时更新教练操作流，从而可灵活满足用户快速提升竞技水平的需求。
作为一个实施例,向所述终端推送更新的教练操作指令流，具体包括：
根据所述训练操作指令流确定所述用户的技术水平参数；
根据所述用户的技术水平参数、所述教练操作指令流对应的技术水平参数以及所述教练操作指令流对应的历史用户评价值确定所述更新的教练操作指令流。
作为一个实施例,所述训练操作指令流包括若干个子操作指令流；
根据所述训练操作指令流确定所述用户的技术水平参数，具体包括：
根据各所述子操作指令流的技术水平参数，计算各所述子操作指令流的技术水平参数的平均值，过滤掉技术水平参数与所述平均值之差大于预设阈值的子操作指令流；
根据过滤后的所述训练操作指令流确定所述用户的技术水平参数。从而可更准确地得到用户训练时的技术水平，以确保为其推送精确匹配的训练数据。
作为一个实施例,，所述训练数据还包括与所述教练操作指令流对应的教练结果；
所述方法还包括：
实时获取所述训练操作指令流对应的训练结果；
根据所述训练结果以及所述教练结果确定所述训练操作指令流的技术水平参数是否大于所述教练操作指令流的技术水平参数，若是，则将所述训练数据中的所述教练操作指令流替换为所述训练操作指令流。
作为一个实施例,所述方法还包括：
根据实时获取的所述训练操作指令流确定所述用户的训练进步速度；
按照所述训练进步速度的相似度对用户信息进行聚合；
在接收到用户的竞技请求时，根据聚合的用户信息为所述用户分配竞技对手或者队友。从而可使得技术能力更接近的用户共同竞技，提高竞技水准。
作为一个实施例,所述训练数据还包括：训练游戏或者训练视频；
所述响应于终端的训练请求推送训练数据，具体包括：
获取所述训练游戏或者训练视频的历史用户评价值；
根据所述用户的游戏技能参数以及所述历史用户评价值向所述用户推荐匹配的训练游戏或者训练视频。
作为一个实施例,所述响应于终端的训练请求推送训练数据，具体包括：
获取所述用户的用户画像，根据用户画像与训练数据的对应关系为所述用户推送训练数据。
附图说明
图1是根据本发明第一实施方式游戏教学方法的流程图；
图2是根据本发明第二实施方式游戏教学方法的流程图；
图3是根据本发明第三实施方式游戏教学方法的流程图；
图4是根据本发明第四实施方式游戏教学装置的结构示意图；
图5是根据本发明第五实施方式电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本发明而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本发明所要求保护的技术方案。
本发明的第一实施方式涉及一种游戏教学方法，应用于云游戏服务器侧。该方法包括：响应于终端的训练请求推送训练数据；训练数据包括教练操作指令流；实时获取用户基于训练数据训练时的训练操作指令流；将训练操作指令流与教练操作指令流对比分析，确定是否需要推送更新的教练操作指令流，若是，则向终端推送更新的教练操作指令流。本发明实施方式通过实时将用户的训练操作指令流与教练操作指令流进行对比分析，并根据用户的训练情况实时更新教练操作流，从而可灵活满足用户快速提升竞技水平的需求。
下面结合图1对本实施方式的游戏教学方法进行详细说明。该方法包括步骤101至步骤104。
步骤101：响应于终端的训练请求推送训练数据。
其中，训练数据可以包括教练操作指令流以及用于引导用户进行游戏操作训练的训练游戏、训练视频等。训练游戏可由真实游戏玩家，比如大神玩家创建。真实游戏玩家可基于竞技游戏本身的游戏建模功能创建训练游戏，训练游戏比如为一个真实游戏玩家与三个虚拟对手对抗的训练游戏(亦可称为游戏残局)。其中，真实游戏教练在创建训练游戏时可以一并上传教练操作指令流，教练操作指令流是指技术水平达到某些指标的操作指令流，比如教练操作指令流可以是真实游戏教练在训练游戏中操作产生的在一定时间内造成的伤害达到一定数值的操作指令流，比如在一定时间内击杀数量大于一定值。训练数据可由不同技术水平的真实游戏教练创建出并存储在云游戏服务器的数据库中。
在一些例子中，也可以通过训练视频引导用户进行训练。训练视频可以是真实游戏教练录制的精彩瞬间的游戏画面视频，即真实游戏教练可以在玩游戏时开启游戏录制功能或者开启精彩瞬间录制功能，并且将录制的精彩瞬间及该精彩瞬间对应的操作指令流存储在云游戏服务器的数据库中，服务器可响应于用户的精彩瞬间视频训练请求将训练视频推送至终端。
步骤101中推送的训练数据可以根据用户的技术水平参数，比如用户在游戏中的段位K匹配得到，推送的训练数据对应的技术水平参数可以与用户的段位K相同或接近。具体地，可以根据ELO算法以及存储的训练数据的量级匹配得到推送的训练数据。训练数据匹配过程如下：
1/(1+10(K-X)/400)＝T 公式(一)；
根据公式(一)从存储的训练数据中得到推送的训练数据。公式(一)中，K表示用户的段位，X即为拟推送给该用户的训练数据的段位。T表示候选训练数据对应的真实游戏教练对用户的胜率期望值，理想情况下，当T＝0.5时，X即为推送给用户的训练数据的段位。如果T＝0.5时未在存储的候选训练数据中匹配出推送的训练数据，则可以按照步长O自动增加系数T，直到得到推送的训练数据。其中，步长O根据服务器数据库中的训练数据的数量L确定，步长O＝10/L(L大于>10))。
步骤102：实时获取用户基于训练数据训练时的训练操作指令流。
步骤103：将训练操作指令流与教练操作指令流对比分析，确定是否需要推送更新的教练操作指令流，若是，则执行步骤104，反之，则返回步骤102。
比如可以实时对比训练操作指令流的训练结果与教练操作指令流的训练结果，并根据两者训练结果确定用户的技术水平参数是否大于教练操作指令流对应的技术水平参数，若是，则确定需要推送更新的教练操作指令流，反之，则认为当前的教练操作指令流能够满足用户的训练需求。可以理解的是，也可以将训练操作指令流与教练操作指令流中的每一时间点的操作指令进行操作指令流的比对，并统计出指令匹配度百分比供用户查看，从而使得用户可以查看有哪些时间节点的操作不匹配，进而让用户清楚意识到自己的操作瓶颈。
步骤104：向终端推送更新的教练操作指令流。
步骤104具体包括：步骤a根据训练操作指令流确定用户的技术水平参数；步骤b根据用户的技术水平参数、教练操作指令流对应的技术水平参数以及教练操作指令流对应的历史用户评价值确定更新的教练操作指令流。
步骤a中，可以根据训练操作指令流对应的训练结果确定用户的技术水平参数。历史用户评价值可用于评估教练操作指令流受用户欢迎程度，比如可收集不同用户对教练操作指令流的打分，计算得到各用户的平均打分，并将平均打分与预设满分的比值作为该教练操作指令流的历史用户评价值。步骤b中，可将教练操作指令流对应的技术水平参数与其历史用户评价值的乘积与用户的技术水平参数进行匹配，并将最匹配的教练操作指令流作为更新的教练操作指令流推送至终端。
在一个例子中，步骤a可以包括：步骤a1根据各子操作指令流的技术水平参数，计算各子操作指令流的技术水平参数的平均值；步骤a2过滤掉技术水平参数与平均值之差大于预设阈值的子操作指令流；步骤a3根据过滤后的训练操作指令流确定用户的技术水平参数。
在实际应用中，可以周期性地根据训练操作指令流确定用户的技术水平参数。比如，每20分钟统计一次用户的技术水平参数，即根据过去20分钟内的训练操作指令流确定用户的技术水平参数。将该周期划分为若干个更小的时间段，从而得到该周期内的训练操作指令流的若干个子操作指令流。步骤a1中同样可以根据训练结果计算各子操作指令流对应的技术水平参数，并进一步计算出各子操作指令流的技术水平参数的平均值。步骤a2中可以过滤掉技术水平参数与平均值相差较大的子操作指令流，被过滤的子操作指令流可能会拉低用户的正常技术水平，从而影响对用户真实技术水平评估的准确性。比如，用户在训练时受到干扰而出现中断或者误操作等的情形。相应地，根据过滤后的训练操作指令流确定用户的技术水平参数时，可以更准确地评价用户的真实技术水平。
在一个例子中，训练数据还可以包括与教练操作指令流对应的教练结果。该游戏教学方法还可以包括：实时获取训练操作指令流对应的训练结果，根据训练结果以及教练结果确定训练操作指令流的技术水平参数是否大于教练操作指令流的技术水平参数，若是，则将训练数据中的教练操作指令流替换为训练操作指令流。训练操作指令流的技术水平参数大于教练操作指令流的技术水平参数时表明该用户的技术水平超出对应的真实游戏教练。其中，可以根据一定时间(t)内造成的伤害总数量、治疗量、击杀等判定值(d)来确定用户的技术水平是否超过真实游戏教练的技术水平。判定公式比如为(d0/t0):(d1/t1)<1，其中，d0/t0为教练结果中的数据，而d1/t1为训练结果中的数据，满足前述条件即可将对应的训练数据中的教练操作指令流替换为训练操作指令流。
本实施方式与现有技术相比，通过实时对训练操作指令流进行对比分析，从而可以实时评价用户的真实游戏技术水平，并可随着用户游戏技术水平的提高动态更新训练数据，从而可以更好地满足用户的竞技训练需求。
本发明的第二实施方式涉及一种游戏教学方法，本实施方式在第一实施方式的基础上做出改进，主要改进之处在于，在第二实施方式中，进一步提供了训练游戏或者训练视频的推荐方式，从而有利于向用户推送更匹配的训练数据。
如图2所示，本实施方式的游戏教学方法包括步骤201至步骤205。其中，步骤203至步骤205分别与第一实施方式的步骤102至步骤104对应相同，此处不再赘述。
步骤201：获取训练游戏或者训练视频的历史用户评价值。
具体地，可以实时获取不同用户对训练游戏或者训练视频的评分，计算得到平均评分，并将平均评分与预设评分的比值作为该训练游戏或者训练视频的历史用户评价值，因此，该历史用户评价值也可以实时更新。
步骤202：根据用户的游戏技能参数以及历史用户评价值向用户推荐匹配的训练游戏或者训练视频。
在此，可得到各训练游戏或者训练视频对应的技术水平参数与其历史用户评价值的乘积，并将该乘积与用户的技术水平参数进行匹配，得到推荐的训练游戏或者训练视频推送至用户的终端。
在一些例子中，还可以采用以下方式向用户推送训练数据：获取用户的用户画像，根据用户画像与训练数据的对应关系为用户推送训练数据。用户画像是标签化的用户模型，可用于对用户需求进行定位。可以通过采集年龄、性别、职业、训练时间、训练时长、训练地点等的信息构建用户标签，从而建立用户画像，并可通过机器学习方式建立用户画像与训练数据的对应关系。通过精确的用户画像以及用户画像与训练数据的对应关系可以为用户推荐更匹配的训练游戏或者训练视频。
本实施方式与现有技术相比，通过实时对训练操作指令流进行对比分析，从而可以实时评价用户的真实游戏技术水平，并可随着用户游戏技术水平的提高动态更新训练数据。并且，本实施方式还可以综合考虑多种因素为用户推送匹配的训练游戏或者训练视频，从而可以更好地满足用户的竞技训练需求。
本发明的第三实施方式涉及一种游戏教学方法，本实施方式在第一或者第二实施方式的基础上做出改进，主要改进之处在于，在第三实施方式中，还可以进一步对用户的训练情况进行分析，并为用户竞技时的团队配置提供参考数据。
如图3所示，本实施方式的游戏教学方法包括步骤301至步骤307。其中，步骤301至步骤304分别与第一实施方式的步骤101至步骤104对应相同，此处不再赘述。
步骤305：根据实时获取的训练操作指令流确定用户的训练进步速度。
在此，可以根据实时获取的训练操作指令流对应的训练结果确定用户的实时技术水平参数，或者根据训练操作指令流与教练操作指令流的匹配度确定用户的实时技术水平参数，并根据用户的实时技术水平参数计算用户的训练进步速度。训练进步速度比如为技术水平参数与训练时长的商。
步骤306：按照训练进步速度的相似度对用户信息进行聚合。
即按照训练进步速度的相似度对用户进行分类，将训练进步速度接近的用户归为一类。
步骤307：在接收到用户的竞技请求时，根据聚合的用户信息为用户分配竞技对手或者队友。
竞技游戏包括双人竞技以及多人分组竞技等。本实施方式在为用户分配竞技对手或者队友(即组局)时，优先选择与用户同类，即训练进步速度接近的玩家，从而有利于提高组局质量。
本实施方式与现有技术相比，通过实时对训练操作指令流进行对比分析，从而可以实时评价用户的真实游戏技术水平，并可随着用户游戏技术水平的提高动态更新训练数据。并且，本实施方式还可以综合考虑多种因素为用户推送匹配的训练游戏或者训练视频，从而可以更好地满足用户的竞技训练需求。同时，本实施方式还可以根据用户训练进步速度的相似性为用户组局，有利于提高组局的质量。
本发明的第四实施方式涉及一种游戏教学装置。请参阅图4，本实施方式的游戏教学装置400包括：
推送模块401，用于响应于终端的训练请求推送训练数据；训练数据包括教练操作指令流；
获取模块402，用于实时获取用户基于训练数据训练时的训练操作指令流；
确定模块403，用于将训练操作指令流与所述教练操作指令流对比分析，确定是否需要推送更新的教练操作指令流，并在需要推送更新的教练操作指令流时触发更新模块404；
更新模块404用于向终端推送更新的教练操作指令流。
进一步地，更新模块404可以包括：
第一确定单元，用于根据训练操作指令流确定用户的技术水平参数；以及
第二确定单元，用于根据用户的技术水平参数、教练操作指令流对应的技术水平参数以及教练操作指令流对应的历史用户评价值确定更新的教练操作指令流。
作为举例而非限制，训练操作指令流可以包括若干个子操作指令流。第一确定单元可以包括：
第一计算子单元，用于根据各子操作指令流的技术水平参数，计算各子操作指令流的技术水平参数的平均值；
过滤子单元，用于过滤掉技术水平参数与平均值之差大于预设阈值的子操作指令流；以及
第二计算子单元，用于根据过滤后的训练操作指令流确定用户的技术水平参数。
在一个例子中，训练数据还可以包括与教练操作指令流对应的教练结果。获取模块402还可以用于实时获取训练操作指令流对应的训练结果，该游戏教学装置400还可以包括操作流替换模块，用于根据训练结果以及教练结果确定训练操作指令流的技术水平参数是否大于教练操作指令流的技术水平参数，若是，则将训练数据中的教练操作指令流替换为训练操作指令流。
在实际应用中，训练数据还可以包括：训练游戏或者训练视频。可选地，推送模块401可以包括：
评价值获取单元，用于获取训练游戏或者训练视频的历史用户评价值；以及
第一匹配推荐单元，用于根据用户的游戏技能参数以及历史用户评价值向用户推荐匹配的训练游戏或者训练视频。
可选地，推送模块401还可以包括:
用户画像获取单元，用于获取用户的用户画像；以及
第二匹配推荐单元，用于根据用户画像与训练数据的对应关系为用户推送训练数据。
可选地，该游戏教学装置400还可以包括：
进步速度确定模块，用于根据实时获取的训练操作指令流确定用户的训练进步速度；
聚合模块，用于按照训练进步速度的相似度对用户信息进行聚合；以及
配置模块，用于在接收到用户的竞技请求时，根据聚合的用户信息为用户分配竞技对手或者队友。
本实施方式与现有技术相比，游戏教学装置通过实时对训练操作指令流进行对比分析，从而可以实时评价用户的真实游戏技术水平，并可随着用户游戏技术水平的提高动态更新训练数据。并且，本实施方式还可以综合考虑多种因素为用户推送匹配的训练游戏或者训练视频，从而可以更好地满足用户的竞技训练需求。同时，本实施方式还可以根据用户训练进步速度的相似性为用户组局，有利于提高组局的质量。
本发明的第五实施方式涉及一种电子设备。本实施方式的电子设备可以是独立的服务器，也可以是服务器群。如图5所示，该电子设备包括：存储器502和处理器501；
其中，所述存储器502存储有可被所述至少一个处理器501执行的指令，所述指令被所述至少一个处理器501执行以实现如第一或者第二实施方式所述游戏教学方法。
该电子设备包括一个或多个处理器501以及存储器502，图5中以一个处理器501为例。处理器501、存储器502可以通过总线或者其他方式连接，图5中以通过总线连接为例。存储器502作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。处理器501通过运行存储在存储器502中的非易失性软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述游戏教学方法。
存储器502可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序。此外，存储器502可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施方式中，存储器502可选包括相对于处理器501远程设置的存储器，这些远程存储器可以通过网络连接至外接设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器502中，当被一个或者多个处理器501执行时，执行上述任意方法实施方式中的游戏教学方法。
上述设备可执行本发明实施方式所提供的方法，具备执行方法相应的功能模块和有益效果，未在本实施方式中详尽描述的技术细节，可参见本发明实施方式所提供的方法。
本实施方式与现有技术相比，通过实时对训练操作指令流进行对比分析，从而可以实时评价用户的真实游戏技术水平，并可随着用户游戏技术水平的提高动态更新训练数据。并且，本实施方式还可以综合考虑多种因素为用户推送匹配的训练游戏或者训练视频，从而可以更好地满足用户的竞技训练需求。同时，本实施方式还可以根据用户训练进步速度的相似性为用户推荐组局，有利于提高组局的质量。
本发明的第五实施方式涉及一种非易失性存储介质，用于存储计算机可读程序，所述计算机可读程序用于供计算机执行上述部分或全部的方法实施例。
即，本领域技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员可以理解，上述各实施方式是实现本发明的具体实施例，而在实际应用中，可以在形式上和细节上对其作各种改变，而不偏离本发明的精神和范围。
Claims (7)
1.一种游戏教学方法，应用于云游戏服务器，其特征在于，包括：
响应于终端的训练请求推送训练数据；所述训练数据包括教练操作指令流；
实时获取用户基于所述训练数据训练时的训练操作指令流；
将所述训练操作指令流与所述教练操作指令流对比分析，确定是否需要推送更新的教练操作指令流，若是，则向所述终端推送更新的教练操作指令流；
其中，向所述终端推送更新的教练操作指令流，具体包括：根据所述训练操作指令流确定所述用户的技术水平参数；将所述教练操作指令流对应的技术水平参数与所述教练操作指令流对应的历史用户评价值的乘积与用户的技术水平参数进行匹配，确定所述更新的教练操作指令流；
其中，根据所述训练操作指令流确定所述用户的技术水平参数，具体包括：所述训练操作指令流包括若干个子操作指令流；根据各所述子操作指令流的技术水平参数，计算各所述子操作指令流的技术水平参数的平均值，过滤掉技术水平参数与所述平均值之差大于预设阈值的子操作指令流；根据过滤后的所述训练操作指令流确定所述用户的技术水平参数；
所述方法还包括：
根据实时获取的所述训练操作指令流确定所述用户的训练进步速度；按照所述训练进步速度的相似度对用户信息进行聚合；在接收到用户的竞技请求时，根据聚合的用户信息为所述用户分配竞技对手或者队友。
2.根据权利要求1所述的游戏教学方法，其特征在于，所述训练数据还包括与所述教练操作指令流对应的教练结果；
所述方法还包括：
实时获取所述训练操作指令流对应的训练结果；
根据所述训练结果以及所述教练结果确定所述训练操作指令流的技术水平参数是否大于所述教练操作指令流的技术水平参数，若是，则将所述训练数据中的所述教练操作指令流替换为所述训练操作指令流。
3.根据权利要求1所述的游戏教学方法，其特征在于，所述训练数据还包括：训练游戏或者训练视频；
所述响应于终端的训练请求推送训练数据，具体包括：
获取所述训练游戏或者训练视频的历史用户评价值；
根据所述用户的游戏技能参数以及所述历史用户评价值向所述用户推荐匹配的训练游戏或者训练视频。
4.根据权利要求1所述的游戏教学方法，其特征在于，所述响应于终端的训练请求推送训练数据，具体包括：
获取所述用户的用户画像，根据用户画像与训练数据的对应关系为所述用户推送训练数据。
5.一种游戏教学装置，其特征在于，包括：
推送模块，用于响应于终端的训练请求推送训练数据；所述训练数据包括教练操作指令流；
获取模块，用于实时获取用户基于所述训练数据训练时的训练操作指令流；
确定模块，用于将所述训练操作指令流与所述教练操作指令流对比分析，确定是否需要推送更新的教练操作指令流，并在需要推送更新的教练操作指令流时触发更新模块；
所述更新模块用于向所述终端推送更新的教练操作指令流，具体包括：根据所述训练操作指令流确定所述用户的技术水平参数；将所述教练操作指令流对应的技术水平参数与所述教练操作指令流对应的历史用户评价值的乘积与用户的技术水平参数进行匹配，确定所述更新的教练操作指令流；其中，根据所述训练操作指令流确定所述用户的技术水平参数，具体为：所述训练操作指令流包括若干个子操作指令流；根据各所述子操作指令流的技术水平参数，计算各所述子操作指令流的技术水平参数的平均值，过滤掉技术水平参数与所述平均值之差大于预设阈值的子操作指令流；根据过滤后的所述训练操作指令流确定所述用户的技术水平参数；根据实时获取的所述训练操作指令流确定所述用户的训练进步速度；按照所述训练进步速度的相似度对用户信息进行聚合；在接收到用户的竞技请求时，根据聚合的用户信息为所述用户分配竞技对手或者队友。
6.一种电子设备，其特征在于，包括：存储器和处理器，存储器存储计算机程序，处理器运行所述计算机程序以实现如权利要求1至4中任一项所述的游戏教学方法。
7.一种存储介质，其特征在于，用于存储计算机可读程序，所述计算机可读程序用于供计算机执行如权利要求1至4中任一项所述的游戏教学方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911025620.XA CN111035934B (zh) | 2019-10-25 | 2019-10-25 | 游戏教学方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911025620.XA CN111035934B (zh) | 2019-10-25 | 2019-10-25 | 游戏教学方法、装置、电子设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111035934A CN111035934A (zh) | 2020-04-21 |
| CN111035934B true CN111035934B (zh) | 2023-08-15 |
Family
ID=70232570
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911025620.XA Active CN111035934B (zh) | 2019-10-25 | 2019-10-25 | 游戏教学方法、装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111035934B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111611205A (zh) * | 2020-05-21 | 2020-09-01 | 北京软通智慧城市科技有限公司 | 训练数据采集方法、装置、设备和存储介质 |
| CN112295231A (zh) * | 2020-11-05 | 2021-02-02 | 中国联合网络通信集团有限公司 | 一种操作训练方法及服务器 |
| CN113244626B (zh) * | 2021-05-10 | 2024-05-28 | 网易（杭州）网络有限公司 | 信息推送方法、装置、设备及存储介质 |
| CN113413608A (zh) * | 2021-07-01 | 2021-09-21 | 网易（杭州）网络有限公司 | 游戏数据处理方法、装置、计算机设备和存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101352613A (zh) * | 2007-07-24 | 2009-01-28 | 株式会社万代 | 游戏装置及其控制方法、程序 |
| CN101436226A (zh) * | 2007-11-12 | 2009-05-20 | 雷爵网络科技股份有限公司 | 具有提供回馈的平台的网络游戏系统及网络游戏回馈提供方法 |
| TW201325672A (zh) * | 2011-12-22 | 2013-07-01 | Neowiz Games Corp | 用於運動遊戲中之主教練服務的遊戲伺服器、方法、記錄媒體以及遊戲裝置 |
| CN103678859A (zh) * | 2012-09-12 | 2014-03-26 | 财团法人工业技术研究院 | 动作比对方法与动作比对系统 |
| CN103920286A (zh) * | 2014-04-10 | 2014-07-16 | 中国科学院合肥物质科学研究院 | 一种基于体感游戏的健身训练指导系统 |
| CN107982920A (zh) * | 2017-11-28 | 2018-05-04 | 上海波克城市网络科技股份有限公司 | 基于关卡类游戏精细化难度调整方法 |
| CN108010400A (zh) * | 2017-12-21 | 2018-05-08 | 沈阳体育学院 | 一种智能舞蹈步伐学习装置及方法 |
-
2019
- 2019-10-25 CN CN201911025620.XA patent/CN111035934B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101352613A (zh) * | 2007-07-24 | 2009-01-28 | 株式会社万代 | 游戏装置及其控制方法、程序 |
| CN101436226A (zh) * | 2007-11-12 | 2009-05-20 | 雷爵网络科技股份有限公司 | 具有提供回馈的平台的网络游戏系统及网络游戏回馈提供方法 |
| TW201325672A (zh) * | 2011-12-22 | 2013-07-01 | Neowiz Games Corp | 用於運動遊戲中之主教練服務的遊戲伺服器、方法、記錄媒體以及遊戲裝置 |
| CN103678859A (zh) * | 2012-09-12 | 2014-03-26 | 财团法人工业技术研究院 | 动作比对方法与动作比对系统 |
| CN103920286A (zh) * | 2014-04-10 | 2014-07-16 | 中国科学院合肥物质科学研究院 | 一种基于体感游戏的健身训练指导系统 |
| CN107982920A (zh) * | 2017-11-28 | 2018-05-04 | 上海波克城市网络科技股份有限公司 | 基于关卡类游戏精细化难度调整方法 |
| CN108010400A (zh) * | 2017-12-21 | 2018-05-08 | 沈阳体育学院 | 一种智能舞蹈步伐学习装置及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111035934A (zh) | 2020-04-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111035934B (zh) | 游戏教学方法、装置、电子设备和存储介质 | |
| Decroos et al. | Actions speak louder than goals: Valuing player actions in soccer | |
| US20240232218A1 (en) | Systems and methods for categorizing and presenting performance assessment data | |
| US10118101B2 (en) | Systems and methods for crowd-sourced game strategy | |
| CN107335220B (zh) | 一种消极用户的识别方法、装置及服务器 | |
| US11351464B2 (en) | Automated coaching for online gaming | |
| JP6677319B2 (ja) | スポーツ動作解析支援システム、方法およびプログラム | |
| WO2018075124A1 (en) | Methods and apparatus to predict sports injuries | |
| Somaskandhan et al. | Identifying the optimal set of attributes that impose high impact on the end results of a cricket match using machine learning | |
| Wolf et al. | A football player rating system | |
| US10789457B2 (en) | Sensor-based tracking of sports participants | |
| Tyagi et al. | Enhanced predictive modeling of cricket game duration using multiple machine learning algorithms | |
| Prakash et al. | A new category based deep performance index using machine learning for ranking IPL cricketers | |
| US20230325755A1 (en) | Predicting performance statistics of a player using machine-learning techniques | |
| US20210295184A1 (en) | Predicting And Mitigating Athlete Injury Risk | |
| Ravi et al. | Using Game Theory to maximize the chance of victory in two-player sports | |
| CN110314368A (zh) | 台球击球的辅助方法、装置、设备及可读介质 | |
| Bouzarth et al. | Storytelling with sports analytics | |
| Vohra et al. | Markov Cricket: Using Forward and Inverse Reinforcement Learning to Model, Predict And Optimize Batting Performance in One-Day International Cricket | |
| CN115346161B (zh) | 足球比赛态势评估和预测方法、装置和电子设备 | |
| WO2023248552A1 (ja) | 競技結果予測システム、競技結果予測方法、及び競技結果予測プログラム | |
| US20230267737A1 (en) | Method, apparatus and computer program for generating sports game highlight video based on excitement of gameplay | |
| Khalid | Player Availability Rating (PAR)-A Tool for Quantifying Skater Performance for NHL General Managers | |
| Schulte et al. | What is the Value of an Action in Ice Hockey? Learning a Q-function for the NHL | |
| Ennis | An Introduction to Modeling NFL Tracking Data. |
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 |