CN111773663A - 游戏服务器合并效果预测方法、装置、设备及存储介质 - Google Patents
游戏服务器合并效果预测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111773663A CN111773663A CN202010655515.0A CN202010655515A CN111773663A CN 111773663 A CN111773663 A CN 111773663A CN 202010655515 A CN202010655515 A CN 202010655515A CN 111773663 A CN111773663 A CN 111773663A
- Authority
- CN
- China
- Prior art keywords
- merging
- game
- server
- merged
- determining
- 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
- 230000000694 effects Effects 0.000 title claims abstract description 90
- 238000000034 method Methods 0.000 title claims abstract description 72
- 230000008859 change Effects 0.000 claims description 138
- 238000004364 calculation method Methods 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 4
- 239000013598 vector Substances 0.000 description 20
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
Images
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
- A63F13/30—Interconnection arrangements between game servers and game devices; Interconnection arrangements between game devices; Interconnection arrangements between game servers
- A63F13/35—Details of game servers
-
- 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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种游戏服务器合并效果预测方法、装置、设备及存储介质，涉及数据处理技术领域。该方法包括：获取待合并游戏服务器的游戏特征数据；根据所述游戏特征数据，在各历史合并记录中确定与所述游戏特征数据的相似度满足预设条件的目标历史合并记录；根据所述目标历史合并记录中的历史游戏特征数据，预测所述待合并游戏服务器的合并指标，所述合并指标用于指示所述待合并游戏服务的合并效果。相对于现有技术，避免了现有技术中合服不但耗费人力，并且难以预知合并后的效果的问题。
Description
技术领域
本申请涉及数据处理技术领域，具体而言，涉及一种游戏服务器合并效果预测方法、装置、设备及存储介质。
背景技术
随着智能终端的发展，游戏成为人们日常生活中消遣娱乐的主要方式，手机游戏由于使用场景不受限制，受到人们的广泛喜爱。
在手机游戏中普遍存在着这样的情况：随着时间的推移，游戏服务器会从开服后的火爆状态(拥有大量上线的活跃游戏玩家)逐渐趋于平淡(活跃的游戏玩家的数量减少但上线人数稳定)，最终走向衰退(游戏玩家流失)。为了提升游戏活跃程度，保证游戏玩家的游戏体验，游戏方会采用多种刺激手段来维持游戏玩家对游戏的热度，其中的重要手段之一就是合并已有服务器。
如何选择进行合并的服务器可以更好的提升活跃的游戏玩家的数量，提高游戏活跃度是游戏运营方关注的重要问题。然而现有技术中合并服务器的选择往往是基于人工经验，既缺乏合理的数据来对选择进行支持，使得合服不但耗费人力，并且难以预知合并后的效果。
发明内容
本申请的目的在于，针对上述现有技术中的不足，提供一种游戏服务器合并效果预测方法、装置、设备及存储介质，以解决现有技术中合服不但耗费人力，并且难以预知合并后的效果的问题。
为实现上述目的，本申请实施例采用的技术方案如下：
第一方面，本申请一实施例提供了一种游戏服务器合并效果预测方法，所述方法包括：
获取待合并游戏服务器的游戏特征数据；
根据所述游戏特征数据，在各历史合并记录中确定与所述游戏特征数据的相似度满足预设条件的目标历史合并记录；
根据所述目标历史合并记录中的历史游戏特征数据，预测所述待合并游戏服务器的合并指标，所述合并指标用于指示所述待合并游戏服务的合并效果。
可选地，所述根据所述游戏特征数据，在各历史合并记录中确定与所述游戏特征数据的相似度满足预设条件的目标历史合并记录，包括：
计算每条历史合并记录与所述游戏特征数据的目标相似度；
根据所述各历史合并记录与所述游戏特征数据的目标相似度，确定目标相似度大于或等于预设相似度阈值的历史合并记录为所述目标历史合并记录。
可选地，所述计算每条历史合并记录与所述游戏特征数据的目标相似度，包括：
根据所述比较窗口大小和预设的合并提前量，确定所述每条历史合并记录的第一时间窗口；
根据预设的比较窗口大小，确定所述待合并游戏服务器的第二时间窗口；
计算所述每条历史合并记录中所述第一时间窗口内的特征数据，和所述游戏特征数据中所述第二时间窗口内的特征数据之间的相似度为所述目标相似度。
可选地，所述每条历史合并记录对应的历史游戏服务器包括：已合并主服务器和已合并次服务器，所述待合并游戏服务器包括：待合并主服务器和待合并次服务器，则所述计算所述每条历史合并记录中所述第一时间窗口内的特征数据，和所述游戏特征数据中所述第二时间窗口内的特征数据之间的相似度为所述目标相似度，包括：
计算所述第一时间窗口内已合并主服务器的特征数据和所述第二时间窗口内所述待合并主服务器的特征数据之间的第一相似度；
计算所述第一时间窗口内已合并次服务器的特征数据和所述第二时间窗口内所述待合并次服务器的特征数据之间的第二相似度；
根据所述第一相似度和所述第二相似度，确定所述目标相似度。
可选地，所述根据所述第一相似度和所述第二相似度，确定所述目标相似度，包括：
根据所述第一相似度和所述第二相似度的平均值，确定所述目标相似度。
可选地，所述目标历史合并记录包括：历史合并服务器的游戏特征数据；所述根据所述目标历史合并记录中的历史游戏特征数据，预测所述待合并游戏服务器的合并指标，包括：
确定所述历史合并服务器在合并前后预设时间段内的游戏特征数据的第一变化率；
根据所述第一变化率，确定所述合并指标。
可选地，所述合并指标包括：第一合并指标；所述根据所述第一变化率，确定所述合并指标，包括：
确定同批次服务器在合并前后第一预设时间段内的游戏特征数据的第二变化率，所述同批次服务器为与所述历史合并服务器属于同一游戏，开服时间相同，且合并前后第二预设时间段内未发生合服操作的服务器；
根据所述第一变化率和所述第二变化率的差值，确定所述第一合并指标，所述第一合并指标用于表示所述同批次服务器的合并效果的差异。
可选地，所述合并指标还包括：第二合并指标；所述根据所述第一变化率，确定所述合并指标，包括：
确定大盘服务器在合并前后第一预设时间段内的游戏特征的第三变化率，所述大盘服务器为与所述历史合并服务器属于同一游戏，且合并前后第二预设时间段内未发生合服操作的所有服务器；
根据所述第一变化率和所述第三变化率的差值，确定所述第二合并指标，所述第二合并指标用于表示所述大盘服务器的合并效果的差异。
可选地，所述根据所述第一变化率和所述第二变化率的差值，确定所述第一合并指标包括：
根据所述目标历史合并记录与所述游戏特征数据的相似度，确定计算权值；
根据多个所述同批次服务器的所述第二变化率与所述第一变化率的差值，以及所述计算权值，确定所述第一合并指标。
可选地，所述根据所述第一变化率和所述第三变化率的差值，确定所述第二合并指标包括：
根据所述目标历史合并记录与所述游戏特征数据的相似度，确定计算权值；
根据多个所述大盘服务器的所述第三变化率与所述第一变化率的差值，以及所述计算权值，确定所述第二合并指标。
可选地，所述历史游戏特征数据包括：历史活跃特征数据，所述根据所述目标历史合并记录中的历史游戏特征数据，预测所述待合并游戏服务器的合并指标，还包括：
根据所述历史活跃特征数据确定所述目标历史合并记录对应的合并服务器的活跃特征数据的变化率；
根据所述合并服务器的活跃特征数据的变化率，确定所述合并服务器的活跃特征数据的预测值；
根据所述合并服务器的活跃特征数据的预测值，预测所述待合并游戏服务器合并后的活跃特征数据；
所述合并指标还包括：所述待合并游戏服务器合并后的活跃特征数据。
可选地，所述根据所述合并服务器的活跃特征数据的变化率，确定所述合并服务器的活跃特征数据的预测值，包括：
根据所述目标历史合并记录与所述游戏特征数据的相似度，确定计算权值；
根据多个所述合并服务器的活跃特征数据的变化率，以及所述计算权值，确定所述合并服务器的活跃特征数据的目标变化率；
根据所述目标变化率，确定所述合并服务器的活跃特征数据的预测值。
可选地，所述根据所述目标变化率，确定所述合并服务器的活跃特征数据的预测值，包括：
根据所述待合并游戏服务器在预设时间窗口内的活跃特征数据，以及所述目标变化率，确定所述合并服务器的活跃特征数据的预测值。
可选地，所述根据所述待合并游戏服务器在预设时间窗口内的活跃特征数据，以及所述目标变化率，确定所述合并服务器的活跃特征数据的预测值，包括：
确定所述待合并游戏服务器在预设时间窗口内的活跃特征数据在单个预设时间段内的特征数据平均值；
根据所述平均值，以及所述目标变化率，确定所述合并服务器的活跃特征数据的预测值。
可选地，所述游戏特征数据包括：游戏活跃特征数据，和/或，游戏玩家的结构特征数据。
第二方面，本申请另一实施例提供了一种游戏服务器合并效果预测装置，所述装置包括：获取模块、确定模块、和预测模块，其中：
所述获取模块，用于获取待合并游戏服务器的游戏特征数据；
所述确定模块，用于根据所述游戏特征数据，在各历史合并记录中确定与所述游戏特征数据的相似度满足预设条件的目标历史合并记录；
所述预测模块，用于根据所述目标历史合并记录中的历史游戏特征数据，预测所述待合并游戏服务器的合并指标，所述合并指标用于指示所述待合并游戏服务的合并效果。
可选地，所述装置还包括：计算模块，用于计算每条历史合并记录与所述游戏特征数据的目标相似度；
所述确定模块，具体用于根据所述各历史合并记录与所述游戏特征数据的目标相似度，确定目标相似度大于或等于预设相似度阈值的历史合并记录为所述目标历史合并记录。
可选地，所述确定模块，具体用于根据所述比较窗口大小和预设的合并提前量，确定所述每条历史合并记录的第一时间窗口；
所述确定模块，具体用于根据预设的比较窗口大小，确定所述待合并游戏服务器的第二时间窗口；
所述计算模块，具体用于计算所述每条历史合并记录中所述第一时间窗口内的特征数据，和所述游戏特征数据中所述第二时间窗口内的特征数据之间的相似度为所述目标相似度。
可选地，所述每条历史合并记录对应的历史游戏服务器包括：已合并主服务器和已合并次服务器，所述待合并游戏服务器包括：待合并主服务器和待合并次服务器；
所述计算模块，具体用于计算所述第一时间窗口内所述已合并主服务器的特征数据和所述第二时间窗口内所述待合并主服务器的特征数据之间的第一相似度；
所述计算模块，具体用于计算所述第一时间窗口内所述已合并次服务器的特征数据和所述第二时间窗口内所述待合并次服务器的特征数据之间的第二相似度；
所述确定模块，具体用于根据所述第一相似度和所述第二相似度，确定所述目标相似度。
所述确定模块，具体用于根据所述第一相似度和所述第二相似度的平均值，确定所述目标相似度。
可选地，所述目标历史合并记录包括：历史合并服务器的游戏特征数据；
所述确定模块，具体用于确定所述历史合并服务器在合并前后预设时间段内的游戏特征数据的第一变化率；
所述确定模块，具体用于根据所述第一变化率，确定所述合并指标。
可选地，所述合并指标包括：第一合并指标；
所述确定模块，具体用于确定同批次服务器在合并前后所述第一预设时间段内的游戏特征数据的第二变化率，所述同批次服务器为与所述历史合并服务器属于同一游戏，开服时间相同，且合并前后所述第二预设时间段内未发生合服操作的服务器；
所述确定模块，具体用于根据所述第一变化率和所述第二变化率的差值，确定所述第一合并指标，所述第一合并指标用于表示所述同批次服务器的合并效果的差异。
可选地，所述合并指标还包括：第二合并指标；
所述确定模块，具体用于确定大盘服务器在合并前后所述第一预设时间段内的游戏特征的第三变化率，所述大盘服务器为与所述历史合并服务器属于同一游戏，且合并前后所述第二预设时间段内未发生合服操作的所有服务器；
所述确定模块，具体用于根据所述第一变化率和所述第三变化率的差值，确定所述第二合并指标，所述第二合并指标用于表示所述大盘服务器的合并效果的差异。
可选地，所述确定模块，具体用于根据所述目标历史合并记录与所述游戏特征数据的相似度，确定计算权值；
所述确定模块，具体用于根据多个所述同批次服务器的所述第二变化率与所述第一变化率的差值，以及所述计算权值，确定所述第一合并指标。
可选地，所述确定模块，具体用于根据所述目标历史合并记录与所述游戏特征数据的相似度，确定计算权值；
所述确定模块，具体用于根据多个所述大盘服务器的所述第三变化率与所述第一变化率的差值，以及所述计算权值，确定所述第二合并指标。
可选地，所述历史游戏特征数据包括：历史活跃特征数据；所述装置还包括：预测模块；
所述确定模块，具体用于根据所述历史活跃特征数据确定所述目标历史合并记录对应的合并服务器的活跃特征数据的变化率；
所述确定模块，具体用于根据所述合并服务器的活跃特征数据的变化率，确定所述合并服务器的活跃特征数据的预测值；
所述预测模块，用于根据所述合并服务器的活跃特征数据的预测值，预测所述待合并游戏服务器合并后的活跃特征数据；
所述合并指标还包括：所述待合并游戏服务器合并后的活跃特征数据。
可选地，所述确定模块，具体用于根据所述目标历史合并记录与所述游戏特征数据的相似度，确定计算权值；
所述确定模块，具体用于根据多个所述合并服务器的活跃特征数据的变化率，以及所述计算权值，确定所述合并服务器的活跃特征数据的目标变化率；
所述确定模块，具体用于根据所述目标变化率，确定所述合并服务器的活跃特征数据的预测值。
可选地，所述确定模块，具体用于根据所述待合并游戏服务器在预设时间窗口内的活跃特征数据，以及所述目标变化率，确定所述合并服务器的活跃特征数据的预测值。
可选地，所述确定模块，具体用于确定所述待合并游戏服务器在预设时间窗口内的活跃特征数据在单个预设时间段内的特征数据平均值；
所述确定模块，具体用于根据所述平均值，以及所述目标变化率，确定所述合并服务器的活跃特征数据的预测值。
第三方面，本申请另一实施例提供了一种游戏服务器合并效果预测设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当游戏服务器合并效果预测设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如上述第一方面任一所述方法的步骤。
第四方面，本申请另一实施例提供了一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如上述第一方面任一所述方法的步骤。
本申请的有益效果是：采用本申请提供的方法，在确定待合并游戏服务器后，根据待合并游戏服务器的游戏特征数据，确定历史合并记录中，与游戏活跃特征的相似度满足预设条件的目标历史合并记录，并根据目标历史合并记录中的历史游戏特征数据预测待合并游戏服务器的合并指标，这样的预测方式使得对待合并游戏服务器的游戏特征数据进行预测时，无需通过人工预测，而是根据历史合并记录和待合并游戏服务器直接对合并效果进行预测，从而给游戏方提供有力的决策参考数据，既减少了人力耗费，又有效保证服务器合并效果，使得合服后的游戏活跃度得到提升，保证游戏玩家的游戏体验。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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，还可以根据这些附图获得其他相关的附图。
图1为本申请一实施例提供的游戏服务器合并效果预测方法的流程示意图；
图2为本申请另一实施例提供的游戏服务器合并效果预测方法的流程示意图；
图3为本申请一实施例提供的曲线折线图；
图4为本申请另一实施例提供的游戏服务器合并效果预测方法的流程示意图；
图5为本申请另一实施例提供的游戏服务器合并效果预测方法的流程示意图；
图6为本申请一实施例提供的游戏服务器合并效果预测装置的结构示意图；
图7为本申请另一实施例提供的游戏服务器合并效果预测装置的结构示意图；
图8为本申请一实施例提供的游戏服务器合并效果预测设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。
通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
另外，本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。
为了使得本领域技术人员能够使用本申请内容，可以应用于各种服务器合并效果预测场景，即先采集大量的历史服务器合并数据，再结合本申请提供的预测算法，预测获取结果。可选地，如下结合特定应用场景：游戏服务器合并场景为例，给出以下实施方式。本申请所涉及的游戏服务器可以为大型多人在线角色扮演游戏(Massive Multiplayer OnlineRole Playing Game，MMORPG)的游戏服务器，也可以为其他涉及合服操作的游戏所对应的游戏服务器。应当理解，具体应用场景并不以游戏服务器合并为限，任意需要对服务器合并后的效果进行预测的场景均可采用本申请提供的方法，具体场景设置本申请在此不做任何限制，对于本领域技术人员来说，在不脱离本申请的精神和范围的情况下，可以将这里定义的一般原理应用于其他实施例和应用场景。需要说明的是，本申请实施例中将会用到术语“包括”，用于指出其后所声明的特征的存在，但并不排除增加其它的特征。
值得注意的是，在本申请提出之前，现有的游戏服务器合并预测方法一般是人工根据游戏数据，确定两个待合并游戏服务器，并根据两个待合并游戏服务器的相关数据，对合并后的效果进行预测，但是这样的预测方式耗费人力，且对合并后效果预测的精确度不高。
为了解决现有技术中存在的问题，本申请提供了一种游戏服务器合并效果预测方法，可以在获取待合并服务器的游戏特征数据后，在大量的历史合并记录中获取与游戏活跃特征的相似度满足预设条件的目标历史合并记录，并根据目标历史合并记录中的历史游戏特征数据，预测待合并游戏服务器的合并指标，从而实现合并效果的自动预测，给游戏方提供决策参考数据。
如下结合多个具体的应用示例，对本申请实施例所提供的一种游戏服务器合并效果预测方法进行解释说明。图1为本申请一实施例提供的一种游戏服务器合并效果预测方法的流程示意图，如图1所示，该方法包括：
S101：获取待合并游戏服务器的游戏特征数据。
在本申请的一个实施例中，待合并游戏服务器一般为游戏活跃度小于预设活跃度的游戏服务器，如活跃的游戏玩家的数量小于预设游戏玩家数量的游戏服务器。待合并游戏服务器可以包括两个服务器，但是待合并游戏服务器也可以为三个、四个或更多数量的游戏服务器，具体待合并游戏服务器的数量根据用户需要设计，并不以上述实施例给出的为限。
S102：根据游戏特征数据，在各历史合并记录中确定与游戏特征数据的相似度满足预设条件的目标历史合并记录。
在实际的应用中，可根据该游戏特征数据，采用预设的相似度算法，计算该游戏特征数据与各历史合并记录中对应类型的游戏特征数据的相似度，并根据计算得到的相似度，从该各历史合并记录中确定相似度满足预设条件的目标历史合并记录。
其中，预设的相似度的算法例如可以选择下述任一算法：皮尔逊算法(计算值越大相似度越大)、欧氏距离算法(距离越小相似度越大)、余弦距离算法(距离越小相似度越大)、内积算法(内积越大相似度越大)，具体算法的选择根据需要设计，在此并不做任何限制。
S103：根据目标历史合并记录中的历史游戏特征数据，预测待合并游戏服务器的合并指标。
其中，合并指标用于指示待合并游戏服务的合并效果。本申请中，可以先根据目标历史合并记录中的历史游戏特征数据，确定各目标历史合并记录的合并指标，随后再根据各目标历史合并记录的合并指标对待合并游戏服务器的合并指标进行预测。
由于各目标历史合并记录均为与待合并游戏服务器的相似度满足预设条件的，所以可以根据各目标历史合并记录的合并指标，预测待合并游戏服务器的合并指标，并且这样的预测方式得到的预测结果较为准确，参考性较高。
采用本申请提供的方法，在确定待合并游戏服务器后，根据待合并游戏服务器的游戏特征数据，确定历史合并记录中，与游戏活跃特征的相似度满足预设条件的目标历史合并记录，并根据目标历史合并记录中的历史游戏特征数据预测待合并游戏服务器的合并指标，这样的预测方式使得对待合并游戏服务器的游戏特征数据进行预测时，无需通过人工预测，而是根据历史合并记录和待合并游戏服务器直接对合并效果进行预测，从而给游戏方提供有力的决策参考数据，既减少了人力耗费，又有效保证服务器合并效果，使得合服后的游戏活跃度得到提升，保证游戏玩家的游戏体验。
可选的，在上述实施例的基础上，本申请实施例还可提供一种游戏服务器合并效果预测方法，如下结合附图对上述方法中确定目标历史合并记录的实现过程进行示例说明。图2为本申请另一实施例提供的游戏服务器合并效果预测方法的流程示意图，如图2所示，S102可包括：
S104：计算每条历史合并记录与游戏特征数据的目标相似度。
可选地，在上述实施例中，游戏特征数据中可以包括：游戏活跃特征数据，和/或，游戏玩家的结构特征数据。
其中，游戏活跃特征数据可用于体现游戏服务器的游戏活跃表现的特征，一般游戏活跃特征数据均以预设单位时间进行，预设单位时间例如可以为天、星期或其他时间范围。游戏活跃特征数据例如可以包括下述至少一项：预设单位时间内活跃的游戏玩家的数量、预设单位时间内游戏服务器中交易的虚拟代币数量、预设单位时间内游戏服务器中虚拟代币充值数量，或虚拟服务器中虚拟代币消费数量。
游戏玩家结构特征数据可用于反应游戏服务器中游戏玩家的组成结构，游戏玩家的结构特征数据也以预设单位时间为单位，在本申请的一个实施例中，游戏玩家的结构特征数据的构建方式是根据当前服务器内的所有游戏玩家的实力强度，为当前服务器内游戏玩家评定的综合分数，即总评分，具体构建方式可以为：首先选取服务器预设单位时间内实力(总评分)排名前K(K可以为任意正整数值，如K＝1000)的游戏玩家；从第一名开始，每N个游戏玩家划分一个实力区间；如，排名1到N为第一个实力区间，排名N+1到2N是第二个实力区间(N用于表示实力区间内包括游戏玩家的个数，且N需要为可被K整除的整数)；一共获得M＝K/N个有序实力区间，排序越靠前的实力区间，实力区间内的游戏玩家实力更强；随后对实力区间中所有N个游戏玩家的总评分的累加值S进行计算，并根据预设分配规则给每个区间分别分配一个权值W(其中权重W的值根据区间顺序逐渐递减)；随后根据各实力区间对应的累加值S和权重W，计算每个实力区间S和W的乘积S＊W，再计算所有区间S＊W的累加和SUM(S＊W)，该累加和即为当前服务器对应的游戏玩家的结构特征数据。
举例说明，游戏玩家的结构特征数据的计算过程：根据游戏服务器中多个游戏玩家所在的实力区间的实力分值，以及实力区间对应的权值进行计算得到。在计算过程中，首先需要确定该游戏玩家的结构特征数据所对应游戏服务器中的多个目标游戏玩家，目标游戏玩家可以为游戏服务器中排名靠前的预设个数的多个游戏玩家，如确定游戏服务器中排名前500的游戏玩家为目标游戏玩家，其中，每个实力区间内均包括100名游戏玩家，即每间隔100名游戏玩家划分一个实力区间，且每个实力区间均对应一个该实力区间的权值W；最后根据SUM(S＊W)计算得到游戏服务器对应的游戏玩家的结构特征数据。其中，S是长度为100的向量，向量中的元素是玩家的实力评分；W是长度为100的向量，每一个向量中的所有元素都相同(向量内元素相同，向量间元素不同)，元素值为分配给各实力区间的权重值；S＊W是向量S和向量W的点积，其数值为各实力区间对应的评分分值。
在本申请的一个实施例中，游戏特征数据包括：游戏活跃特征数据，和游戏玩家的结构特征数据。则目标相似度可以包括：游戏活跃特征数据的相似度，以及游戏玩家的结构特征数据的相似度。
在一些可能的实施例中，可以通过计算游戏活跃特征数据的相似度，确定每条历史合并记录与游戏特征数据之间的目标相似度，即计算每条历史合并记录的游戏活跃特征数据，与游戏特征数据中游戏活跃特征数据的目标相似度。例如：根据每条历史合并记录的预设单位时间内活跃的游戏玩家的数量和游戏特征数据中的预设单位时间内活跃的游戏玩家的数量，计算每条历史合并记录与游戏特征数据之间的目标相似度。
在一些可能的实施例中，可以通过计算游戏玩家的结构特征数据的相似度，确定每条历史合并记录与游戏特征数据之间的目标相似度，即计算每条历史合并记录的游戏玩家的结构特征数据，与游戏特征数据中游戏玩家的结构特征数据的目标相似度。
在一些可能的实施例中，可以通过计算游戏玩家的结构特征数据的相似度和游戏活跃特征数据的相似度，确定每条历史合并记录与游戏特征数据之间的目标相似度，例如：可以先分别计算游戏玩家的结构特征数据的相似度和游戏活跃特征数据的相似度，随后将游戏玩家的结构特征数据的相似度和游戏活跃特征数据的相似度相加后求平均数，此时求得的平均数即为计算得到的目标相似度。
应当理解具体目标相似度的计算方法可以根据用户需要灵活调整，并不以上述实施例给出的为限。
可选地，在本申请的一个实施例中，可以根据每条历史合并记录与游戏特征数据的曲线图，根据皮尔逊相似度(Pearson Similarity)计算每条历史合并记录与游戏特征数据的曲线图之间的相似度，皮尔逊相似度量化了曲线之间的相似度，皮尔逊相似度P的取值范围为[－1，1]，P值越大表示两个曲线之间越相似，反之P值越小表示两个曲线之间越不相似，例如可以为：两条完全相同的曲线，其皮尔逊相似度为1；两条完全不同的曲线，其皮尔逊相似度为－1。
图3为本申请一实施例提供的曲线折线图，如图3所示，图3中包括三条由长度为10的向量表示的曲线，其中曲线1Vector＿1可以为待合并游戏服务器的游戏特征数据对应的曲线，曲线2Vector＿2和曲线3Vector＿3分别为两个历史合并记录中的历史游戏特征数据对应的曲线，各曲线对应的向量如下：
Vector＿1＝[181，154，168，146，165，133，107，153，181，195]；
Vector＿2＝[180，170，136，150，173，102，123，127，131，148]；
Vector＿3＝[140，146，140，109，174，160，162，184，123，102]；
从曲线的变化趋势来看，曲线Vector＿1与曲线Vector＿2的变化情况更为一致，而曲线Vector＿1与曲线Vector＿3的变化情况则有较大的区别。通过计算各曲线之间的皮尔逊相似度可知：
曲线Vector＿1和Vector＿2的相似度P＜v1，v2＞＝0.489；
曲线Vector＿1和Vector＿3的相似度P＜v1，v3＞＝－0.489；
曲线Vector＿2和Vector＿3的相似度P＜v2，v3＞＝－0.169；
在一些可能的实施例中，可以根据比较窗口大小和预设的合并提前量，确定每条历史合并记录的第一时间窗口；根据预设的比较窗口大小，确定待合并游戏服务器的第二时间窗口；计算每条历史合并记录中第一时间窗口内的特征数据，和游戏特征数据中第二时间窗口内的特征数据之间的相似度为目标相似度。
示例地，比较窗口大小表示观察特征数据变化的时间长度，在本申请的一个实施例中，比较窗口的大小可以设置为30天，预设的合并提前量D用于表示：当前待合并游戏服务器将在预设的合并提前量天数之后合并，则第一时间窗口可以设置为合并前30+D天至合并前D+1天，窗口总长度为30天；第二时间窗口可以设置为当前日期的前30天至当前日期的前一天，窗口总长度也为30天。计算相似度时，可以将第一时间窗口和第二时间窗口内的各个特征数据忽略日期一一对齐，随后计算30天内各历史合并记录中第一时间窗口内的特征数据，和游戏特征数据中第二时间窗口内的特征数据之间的相似度。
在本申请的一个实施例中，每条历史合并记录对应的历史游戏服务器包括：已合并主服务器和已合并次服务器，待合并游戏服务器包括：待合并主服务器和待合并次服务器，即计算目标相似度时，具体流程可以为：计算第一时间窗口内已合并主服务器的特征数据和第二时间窗口内待合并主服务器的特征数据之间的第一相似度；计算第一时间窗口内已合并次服务器的特征数据和第二时间窗口内待合并次服务器的特征数据之间的第二相似度；根据第一相似度和第二相似度，确定目标相似度。
其中，主服务器为两个服务器进行合并操作后，保留的服务器，次服务器为合并操作后被合并的服务器；例如当前两个待合并服务器分别为：53服务器和64服务器，用户希望将64服务器合并至53服务器，即合并后保留53服务器，则此时53服务器为待合并主服务器，64服务器为待合并次服务器。
可选地，在本申请的一个实施例中，可以根据第一相似度和第二相似度的平均值，确定目标相似度。
S105：根据各历史合并记录与游戏特征数据的目标相似度，确定目标相似度大于或等于预设相似度阈值的历史合并记录为目标历史合并记录。
举例说明，例如设置预设相似度阈值为T，其中0＜T＜1，则将相似度P高于T的历史合并记录标记为目标历史合并记录，其中目标历史合并记录可以包括一个或多个，若所有历史合并记录的相似度P均小于T，则选当前所有历史合并记录中与游戏特征数据的相似度最高的历史合并记录为目标历史合并记录。
可选的，在上述实施例的基础上，本申请实施例还可提供一种游戏服务器合并效果预测方法，如下结合附图对上述方法中预测待合并游戏服务器的合并指标进行示例说明。图4为本申请另一实施例提供的游戏服务器合并效果预测方法的流程示意图，目标历史合并记录包括：历史合并服务器的游戏特征数据；如图4所示，S103可包括：
S106：确定历史合并服务器在合并前后预设时间段内的游戏特征数据的第一变化率。
在本申请的一个实施例中，以游戏特征数据为预设单位时间内活跃的游戏玩家的数量为例进行说明，第一变化率的确定方式可以为根据合并服务器前预设单位时间内活跃的游戏玩家的数量A＿1，和合并服务器后预设单位时间内活跃的游戏玩家的数量B＿1共同确定的，其中，A＿1可以为合并前7到37天(共30天)内，预设单位时间内活跃的游戏玩家的数量的中位数(活跃的游戏玩家的数量为参与合并服务器的两个服务器的活跃的游戏玩家的数量的总和)；B＿1可以为合并后30天内，活跃的游戏玩家的数量的中位数(活跃的游戏玩家的数量为合并后的服务器的活跃的游戏玩家的数量)；预设单位时间内活跃的游戏玩家的数量变化率R＿1＝(B＿1－A＿1)/A＿1。
S107：根据第一变化率，确定合并指标。
示例地，在本申请的一个实施例中，合并指标包括：第一合并指标；则S107可包括：确定同批次服务器在合并前后第一预设时间段内的游戏特征数据的第二变化率，同批次服务器为与历史合并服务器属于同一游戏，开服时间相同，且合并前后第二预设时间段内未发生合服操作的服务器；根据第一变化率和第二变化率的差值，确定第一合并指标，第一合并指标用于表示同批次服务器的合并效果的差异。
示例地，仍以游戏特征数据为预设单位时间内活跃的游戏玩家的数量为例进行说明，第二变化率R＿2的计算方式与第一变化率类似，R＿2＝(B＿2－A＿2)/A＿2，其中A＿1和B＿1分别为同批次服务器合并服务器前预设单位时间内活跃的游戏玩家的数量，和合并服务器后预设单位时间内活跃的游戏玩家的数量。其中可以先分别计算每个同批次服务器的玩家变化率r＿2，随后将所有同批次服务器的游戏玩家变化率r2求和并取平均数，作为同批次服务器的游戏玩家变化率R＿2(R＿2＝AVERAGE(r＿2))。
其中，可以根据目标历史合并记录与游戏特征数据的相似度，确定计算权值；根据多个同批次服务器的第二变化率与第一变化率的差值，以及计算权值，确定第一合并指标。
第一合并指标可以量化的评价同批次服务器合并效果的优劣，例如第一合并指标pred＿D1可以为所有目标历史合并记录中的至少一个同批次表现差D＿1的加权平均值确定：pred＿D1＝SUM(W＊D＿s)/SUM(W)；其中同批次表现差D＿1的权重W可以为根据该目标历史合并记录与游戏特征数据的相似度确定的，用于表示各同批次服务器的表现差，D＿1＝R＿1–R＿2，差值D＿1越大表示合并效果越好。
这种根据各同批次服务器的权重和对应的第二变化率与第一变化率的差值，确定第一合并指标的方式，使得在确定第一合并指标时，与游戏特征数据相似度大的同批次服务器计算得到的差值所占的权重大，相似度小的同批次服务器计算得到的差值所占权重小，这样得到的第一合并指标的更加准确，可靠性更高。
在本申请的另一个实施例中，合并指标还包括：第二合并指标；则S107可包括：确定大盘服务器在合并前后第一预设时间段内的游戏特征的第三变化率，大盘服务器为与历史合并服务器属于同一游戏，且合并前后第二预设时间段内未发生合服操作的所有服务器；根据第一变化率和第三变化率的差值，确定第二合并指标，第二合并指标用于表示大盘服务器的合并效果的差异。
示例地，第三变化率R＿3的计算方式与第一变化率类似，R＿3＝(B＿3－A＿3)/A＿3，其中A＿3和B＿3分别为大盘服务器合并服务器前活跃的游戏玩家的数量，和合并服务器后活跃的游戏玩家的数量。其中可以先分别计算每个大盘服务器的游戏玩家变化率r＿3，随后将所有大盘服务器的游戏玩家变化率r3求和并取平均数，作为大盘服务器的游戏玩家变化率R＿3(R＿3＝AVERAGE(r＿3))。
其中，可以根据目标历史合并记录与游戏特征数据的相似度，确定计算权值；根据多个大盘服务器的第三变化率与第一变化率的差值，以及计算权值，确定第二合并指标。
第二合并指标可以量化的评价大盘服务器合并效果的优劣，例如第二合并指标pred＿D2可以为所有目标历史合并记录中的至少一个大盘表现差D＿2的加权平均值确定：pred＿D2＝SUM(W＊D＿t)/SUM(W)记为D＿2，其中大盘表现差D＿2的权重W可以为根据该目标历史合并记录与游戏特征数据的相似度确定的，用于表示各大盘服务器的表现差，D＿2＝R＿1–R＿3，差值D＿2越大，表示合并效果越好。
这种根据各同大盘服务器的权重和对应的第三变化率与第一变化率的差值，确定第二合并指标的方式，使得在确定第二合并指标时，与游戏特征数据相似度大的大盘服务器计算得到的差值所占的权重大，相似度小的大盘服务器计算得到的差值所占权重小，这样得到的第二合并指标的更加准确，可靠性更高。
可选的，在上述实施例的基础上，本申请实施例还可提供一种游戏服务器合并效果预测方法，如下结合附图对上述方法中预测待合并游戏服务器的合并指标进行示例说明。图5为本申请另一实施例提供的游戏服务器合并效果预测方法的流程示意图，历史游戏特征数据包括：历史活跃特征数据，如图5所示，S103还包括：
S108：根据历史活跃特征数据确定目标历史合并记录对应的合并服务器的活跃特征数据的变化率。
其中，活跃特征数据变化率的计算方式上述实施例中已经说明。例如预设单位时间内活跃的游戏玩家的数量变化率R＿1的计算，若活跃特征数据为其他数据，例如预设单位时间内服务器虚拟代币的交易数量等，只需更换计算公式中的对应参数即可，在此不再赘述。
S109：根据合并服务器的活跃特征数据的变化率，确定合并服务器的活跃特征数据的预测值。
在本申请的一个实施例中，可以根据目标历史合并记录与游戏特征数据的相似度，确定计算权值；根据多个合并服务器的活跃特征数据的变化率，以及计算权值，确定合并服务器的活跃特征数据的目标变化率；根据目标变化率，确定合并服务器的活跃特征数据的预测值。
示例地，在本申请的一个实施例中，合并服务器的活跃特征数据的预测值的确定方式可以为：根据待合并游戏服务器在预设时间窗口内的活跃特征数据，以及目标变化率，确定合并服务器的活跃特征数据的预测值。
可选地，仍以上述实施例为例进行说明，在确定合并服务器的活跃特征数据的预测值时，可以确定待合并游戏服务器在预设时间窗口内的活跃特征数据在单个预设时间段内的特征数据平均值；随后根据平均值，以及目标变化率，确定合并服务器的活跃特征数据的预测值。
仍以活跃特征数据为预设单位时间内活跃的游戏玩家的数量为例进行说明，确定合并服务器的合并服务器的方法可以为：计算所有目标历史合并记录的合并服务器的预设单位时间内活跃的游戏玩家的数量变化率R＿1的加权平均值，作为合并服务器的预设单位时间内活跃的游戏玩家的数量变化率的预测值pred＿R1，pred＿R1＝SUM(W＊R＿1)/SUM(W)。
S110：根据合并服务器的活跃特征数据的预测值，预测待合并游戏服务器合并后的活跃特征数据。
其中，合并指标还包括：待合并游戏服务器合并后的活跃特征数据。
仍以活跃特征数据为预设单位时间内活跃的游戏玩家的数量为例进行说明，确定待合并游戏服务器合并后的活跃特征数据的方法可以为：利用合并服务器的预设单位时间内活跃的游戏玩家的数量变化率的预测值pred＿R1，计算待合并游戏服务器合并后的预设单位时间内活跃的游戏玩家的数量的预测值pred＿B，计算方法如下：取待合并游戏服务器的第二时间窗口的30天内，两个待合并游戏服务器的预设单位时间内活跃的游戏玩家的数量之和SUM的中位数，记为A＿2；合并服务器的预设单位时间内活跃的游戏玩家的数量变化率的预测值pred＿B＝A＿2＊(1+pred＿R1)。
可选地，在本申请的一个实施例中，可以将所有服务器的特征数据存储在大数据平台中，用户在使用过程中产生的各个预测数据缓存与数据库中，使得用户在需要合并服务器时，根据预测数据确定预测效果，选择最适合合并的两个服务器进行合并。
在预测结束后，可以采用网页应用(Web Application)的形式，将计算得到的各合并指标提供给游戏方作为决策辅助信息，通过预测得到的各合并指标，运营可以通过量化的服务器特征，合并效果的预测结果，来决定是否需要合并，进而选择出适合合并的服务器。
下述结合附图对本申请所提供的游戏服务器合并效果预测装置进行解释说明，该游戏服务器合并效果预测装置可执行上述图1－图5任一游戏服务器合并效果预测方法，其具体实现以及有益效果参照上述，如下不再赘述。图6为本申请一实施例提供的游戏服务器合并效果预测装置的结构示意图，如图6所示，该装置包括：获取模块201、确定模块202、和预测模块203，其中：
获取模块201，用于获取待合并游戏服务器的游戏特征数据。
确定模块202，用于根据游戏特征数据，在各历史合并记录中确定与游戏活跃特征的相似度满足预设条件的目标历史合并记录。
预测模块203，用于根据目标历史合并记录中的历史游戏特征数据，预测待合并游戏服务器的合并指标，合并指标用于指示待合并游戏服务的合并效果。
图7为本申请一实施例提供的游戏服务器合并效果预测装置的结构示意图，如图7所示，该装置还包括：计算模块204，用于计算每条历史合并记录与游戏特征数据的目标相似度。
确定模块202，具体用于根据各历史合并记录与游戏特征数据的目标相似度，确定目标相似度大于或等于预设相似度阈值的历史合并记录为目标历史合并记录。
可选地，确定模块202，具体用于根据比较窗口大小和预设的合并提前量，确定每条历史合并记录的第一时间窗口。
确定模块202，具体用于根据预设的比较窗口大小，确定待合并游戏服务器的第二时间窗口。
计算模块204，具体用于计算每条历史合并记录中第一时间窗口内的特征数据，和游戏特征数据中第二时间窗口内的特征数据之间的相似度为目标相似度。
可选地，每条历史合并记录对应的历史游戏服务器包括：已合并主服务器和已合并次服务器，待合并游戏服务器包括：待合并主服务器和待合并次服务器。
计算模块204，具体用于计算第一时间窗口内已合并主服务器的特征数据和第二时间窗口内待合并主服务器的特征数据之间的第一相似度。
计算模块204，具体用于计算第一时间窗口内已合并次服务器的特征数据和第二时间窗口内待合并次服务器的特征数据之间的第二相似度。
确定模块202，具体用于根据第一相似度和第二相似度，确定目标相似度。
确定模块202，具体用于根据第一相似度和第二相似度的平均值，确定目标相似度。
可选地，目标历史合并记录包括：历史合并服务器的游戏特征数据。
确定模块202，具体用于确定历史合并服务器在合并前后预设时间段内的游戏特征数据的第一变化率。
确定模块202，具体用于根据第一变化率，确定合并指标。
可选地，合并指标包括：第一合并指标；
确定模块202，具体用于确定同批次服务器在合并前后第一预设时间段内的游戏特征数据的第二变化率，同批次服务器为与历史合并服务器属于同一游戏，开服时间相同，且合并前后第二预设时间段内未发生合服操作的服务器。
确定模块202，具体用于根据第一变化率和第二变化率的差值，确定第一合并指标，第一合并指标用于表示同批次服务器的合并效果的差异。
可选地，合并指标还包括：第二合并指标。
确定模块202，具体用于确定大盘服务器在合并前后第一预设时间段内的游戏特征的第三变化率，大盘服务器为与历史合并服务器属于同一游戏，且合并前后第二预设时间段内未发生合服操作的所有服务器。
确定模块202，具体用于根据第一变化率和第三变化率的差值，确定第二合并指标，第二合并指标用于表示大盘服务器的合并效果的差异。
可选地，确定模块202，具体用于根据目标历史合并记录与游戏特征数据的相似度，确定计算权值。
确定模块202，具体用于根据多个同批次服务器的第二变化率与第一变化率的差值，以及计算权值，确定第一合并指标。
可选地，确定模块202，具体用于根据目标历史合并记录与游戏特征数据的相似度，确定计算权值。
确定模块202，具体用于根据多个大盘服务器的第三变化率与第一变化率的差值，以及计算权值，确定第二合并指标。
可选地，历史游戏特征数据包括：历史活跃特征数据；
确定模块202，具体用于根据历史活跃特征数据确定目标历史合并记录对应的合并服务器的活跃特征数据的变化率。
确定模块202，具体用于根据合并服务器的活跃特征数据的变化率，确定合并服务器的活跃特征数据的预测值。
预测模块203，具体用于根据合并服务器的活跃特征数据的预测值，预测待合并游戏服务器合并后的活跃特征数据。
合并指标还包括：待合并游戏服务器合并后的活跃特征数据。
可选地，确定模块202，具体用于根据目标历史合并记录与游戏特征数据的相似度，确定计算权值。
确定模块202，具体用于根据多个合并服务器的活跃特征数据的变化率，以及计算权值，确定合并服务器的活跃特征数据的目标变化率。
确定模块202，具体用于根据目标变化率，确定合并服务器的活跃特征数据的预测值。
可选地，确定模块202，具体用于根据待合并游戏服务器在预设时间窗口内的活跃特征数据，以及目标变化率，确定合并服务器的活跃特征数据的预测值。
可选地，确定模块202，具体用于确定待合并游戏服务器在预设时间窗口内的活跃特征数据在单个预设时间段内的特征数据平均值。
确定模块202，具体用于根据平均值，以及目标变化率，确定合并服务器的活跃特征数据的预测值。
上述装置用于执行前述实施例提供的方法，其实现原理和技术效果类似，在此不再赘述。
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(Application Specific Integrated Circuit，简称ASIC)，或，一个或多个微处理器(digital singnal processor，简称DSP)，或，一个或者多个现场可编程门阵列(Field Programmable Gate Array，简称FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(CentralProcessing Unit，简称CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system－on－a－chip，简称SOC)的形式实现。
图8为本申请一实施例提供的游戏服务器合并效果预测设备的结构示意图，该游戏服务器合并效果预测设备可以集成于终端设备或者终端设备的芯片。
该游戏服务器合并效果预测设备包括：处理器501、存储介质502和总线503。
处理器501用于存储程序，处理器501调用存储介质502存储的程序，以执行上述图1－图5对应的方法实施例。具体实现方式和技术效果类似，这里不再赘述。
可选地，本申请还提供一种程序产品，例如存储介质，该存储介质上存储有计算机程序，包括程序，该程序在被处理器运行时执行上述方法对应的实施例。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(英文：processor)执行本申请各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文：Read－Only Memory，简称：ROM)、随机存取存储器(英文：Random Access Memory，简称：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (18)
1.一种游戏服务器合并效果预测方法，其特征在于，所述方法包括：
获取待合并游戏服务器的游戏特征数据；
根据所述游戏特征数据，在各历史合并记录中确定与所述游戏特征数据的相似度满足预设条件的目标历史合并记录；
根据所述目标历史合并记录中的历史游戏特征数据，预测所述待合并游戏服务器的合并指标，所述合并指标用于指示所述待合并游戏服务的合并效果。
2.根据权利要求1所述的方法，其特征在于，所述根据所述游戏特征数据，在各历史合并记录中确定与所述游戏特征数据的相似度满足预设条件的目标历史合并记录，包括：
计算每条历史合并记录与所述游戏特征数据的目标相似度；
根据所述各历史合并记录与所述游戏特征数据的目标相似度，确定目标相似度大于或等于预设相似度阈值的历史合并记录为所述目标历史合并记录。
3.如权利要求2所述的方法，其特征在于，所述计算每条历史合并记录与所述游戏特征数据的目标相似度，包括：
根据所述比较窗口大小和预设的合并提前量，确定所述每条历史合并记录的第一时间窗口；
根据预设的比较窗口大小，确定所述待合并游戏服务器的第二时间窗口；
计算所述每条历史合并记录中所述第一时间窗口内的特征数据，和所述游戏特征数据中所述第二时间窗口内的特征数据之间的相似度为所述目标相似度。
4.如权利要求3所述的方法，其特征在于，所述每条历史合并记录对应的历史游戏服务器包括：已合并主服务器和已合并次服务器，所述待合并游戏服务器包括：待合并主服务器和待合并次服务器，则所述计算所述每条历史合并记录中所述第一时间窗口内的特征数据，和所述游戏特征数据中所述第二时间窗口内的特征数据之间的相似度为所述目标相似度，包括：
计算所述第一时间窗口内已合并主服务器的特征数据和所述第二时间窗口内所述待合并主服务器的特征数据之间的第一相似度；
计算所述第一时间窗口内已合并次服务器的特征数据和所述第二时间窗口内所述待合并次服务器的特征数据之间的第二相似度；
根据所述第一相似度和所述第二相似度，确定所述目标相似度。
5.如权利要求4所述的方法，其特征在于，所述根据所述第一相似度和所述第二相似度，确定所述目标相似度，包括：
根据所述第一相似度和所述第二相似度的平均值，确定所述目标相似度。
6.如权利要求1所述的方法，其特征在于，所述目标历史合并记录包括：历史合并服务器的游戏特征数据；所述根据所述目标历史合并记录中的历史游戏特征数据，预测所述待合并游戏服务器的合并指标，包括：
确定所述历史合并服务器在合并前后预设时间段内的游戏特征数据的第一变化率；
根据所述第一变化率，确定所述合并指标。
7.如权利要求6所述的方法，其特征在于，所述合并指标包括：第一合并指标；所述根据所述第一变化率，确定所述合并指标，包括：
确定同批次服务器在合并前后第一预设时间段内的游戏特征数据的第二变化率，所述同批次服务器为与所述历史合并服务器属于同一游戏，开服时间相同，且合并前后第二预设时间段内未发生合服操作的服务器；
根据所述第一变化率和所述第二变化率的差值，确定所述第一合并指标，所述第一合并指标用于表示所述同批次服务器的合并效果的差异。
8.如权利要求6所述的方法，其特征在于，所述合并指标还包括：第二合并指标；所述根据所述第一变化率，确定所述合并指标，包括：
确定大盘服务器在合并前后第一预设时间段内的游戏特征的第三变化率，所述大盘服务器为与所述历史合并服务器属于同一游戏，且合并前后第二预设时间段内未发生合服操作的所有服务器；
根据所述第一变化率和所述第三变化率的差值，确定所述第二合并指标，所述第二合并指标用于表示所述大盘服务器的合并效果的差异。
9.如权利要求7所述的方法，其特征在于，所述根据所述第一变化率和所述第二变化率的差值，确定所述第一合并指标包括：
根据所述目标历史合并记录与所述游戏特征数据的相似度，确定计算权值；
根据多个所述同批次服务器的所述第二变化率与所述第一变化率的差值，以及所述计算权值，确定所述第一合并指标。
10.如权利要求8所述的方法，其特征在于，所述根据所述第一变化率和所述第三变化率的差值，确定所述第二合并指标包括：
根据所述目标历史合并记录与所述游戏特征数据的相似度，确定计算权值；
根据多个所述大盘服务器的所述第三变化率与所述第一变化率的差值，以及所述计算权值，确定所述第二合并指标。
11.如权利要求1所述的方法，其特征在于，所述历史游戏特征数据包括：历史活跃特征数据，所述根据所述目标历史合并记录中的历史游戏特征数据，预测所述待合并游戏服务器的合并指标，还包括：
根据所述历史活跃特征数据确定所述目标历史合并记录对应的合并服务器的活跃特征数据的变化率；
根据所述合并服务器的活跃特征数据的变化率，确定所述合并服务器的活跃特征数据的预测值；
根据所述合并服务器的活跃特征数据的预测值，预测所述待合并游戏服务器合并后的活跃特征数据；
所述合并指标还包括：所述待合并游戏服务器合并后的活跃特征数据。
12.如权利要求11所述的方法，其特征在于，所述根据所述合并服务器的活跃特征数据的变化率，确定所述合并服务器的活跃特征数据的预测值，包括：
根据所述目标历史合并记录与所述游戏特征数据的相似度，确定计算权值；
根据多个所述合并服务器的活跃特征数据的变化率，以及所述计算权值，确定所述合并服务器的活跃特征数据的目标变化率；
根据所述目标变化率，确定所述合并服务器的活跃特征数据的预测值。
13.如权利要求12所述的方法，其特征在于，所述根据所述目标变化率，确定所述合并服务器的活跃特征数据的预测值，包括：
根据所述待合并游戏服务器在预设时间窗口内的活跃特征数据，以及所述目标变化率，确定所述合并服务器的活跃特征数据的预测值。
14.如权利要求13所述的方法，其特征在于，所述根据所述待合并游戏服务器在预设时间窗口内的活跃特征数据，以及所述目标变化率，确定所述合并服务器的活跃特征数据的预测值，包括：
确定所述待合并游戏服务器在预设时间窗口内的活跃特征数据在单个预设时间段内的特征数据平均值；
根据所述平均值，以及所述目标变化率，确定所述合并服务器的活跃特征数据的预测值。
15.如权利要求1－14中任一所述的方法，其特征在于，所述游戏特征数据包括：游戏活跃特征数据，和/或，游戏玩家的结构特征数据。
16.一种游戏服务器合并效果预测装置，其特征在于，所述装置包括：获取模块、确定模块、和预测模块，其中：
所述获取模块，用于获取待合并游戏服务器的游戏特征数据；
所述确定模块，用于根据所述游戏特征数据，在各历史合并记录中确定与所述游戏特征数据的相似度满足预设条件的目标历史合并记录；
所述预测模块，用于根据所述目标历史合并记录中的历史游戏特征数据，预测所述待合并游戏服务器的合并指标，所述合并指标用于指示所述待合并游戏服务的合并效果。
17.一种游戏服务器合并效果预测设备，其特征在于，所述设备包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当游戏服务器合并效果预测设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行上述权利要求1－15任一项所述的方法。
18.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述权利要求1－15任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010655515.0A CN111773663B (zh) | 2020-07-09 | 2020-07-09 | 游戏服务器合并效果预测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010655515.0A CN111773663B (zh) | 2020-07-09 | 2020-07-09 | 游戏服务器合并效果预测方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111773663A true CN111773663A (zh) | 2020-10-16 |
| CN111773663B CN111773663B (zh) | 2024-02-23 |
Family
ID=72759455
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010655515.0A Active CN111773663B (zh) | 2020-07-09 | 2020-07-09 | 游戏服务器合并效果预测方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111773663B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120100912A1 (en) * | 2010-10-25 | 2012-04-26 | Electronics And Telecommunications Research Institute | Method of reusing physics simulation results and game service apparatus using the same |
| CN103390003A (zh) * | 2012-05-09 | 2013-11-13 | 人人游戏网络科技发展（上海）有限公司 | 在服务器之间合并用户数据信息的方法和装置 |
| US20150057089A1 (en) * | 2012-06-08 | 2015-02-26 | Intellectual Discovery Co., Ltd. | Item combination method and server |
| CN105373803A (zh) * | 2015-09-18 | 2016-03-02 | 网易（杭州）网络有限公司 | 游戏服务器的数据互通方法与装置 |
| CN105373695A (zh) * | 2015-09-18 | 2016-03-02 | 网易（杭州）网络有限公司 | 游戏服务器的数据互通方法与装置 |
| CN105521605A (zh) * | 2015-12-09 | 2016-04-27 | 网易（杭州）网络有限公司 | 一种网络游戏服务器合并的筛选方法及装置 |
| CN106492458A (zh) * | 2016-10-14 | 2017-03-15 | 腾讯科技（深圳）有限公司 | 游戏服务器的合并方法及装置 |
| CN108187341A (zh) * | 2017-12-29 | 2018-06-22 | 上海优刻得信息科技有限公司 | 网络通信方法、映射服务器和网络通信系统 |
| CN108241864A (zh) * | 2016-12-26 | 2018-07-03 | 摩根士丹利服务集团有限公司 | 基于多变量分组的服务器性能预测方法 |
| CN110119314A (zh) * | 2019-05-14 | 2019-08-13 | 腾讯科技（深圳）有限公司 | 一种服务器调用方法、装置、服务器及存储介质 |
| CN110944061A (zh) * | 2019-12-06 | 2020-03-31 | 北京博睿宏远数据科技股份有限公司 | 内容分发网络调度方法、装置、计算机设备及存储介质 |
| CN111228822A (zh) * | 2019-12-31 | 2020-06-05 | 深圳市创梦天地科技有限公司 | 合并服务器的方法及装置 |
-
2020
- 2020-07-09 CN CN202010655515.0A patent/CN111773663B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120100912A1 (en) * | 2010-10-25 | 2012-04-26 | Electronics And Telecommunications Research Institute | Method of reusing physics simulation results and game service apparatus using the same |
| CN103390003A (zh) * | 2012-05-09 | 2013-11-13 | 人人游戏网络科技发展（上海）有限公司 | 在服务器之间合并用户数据信息的方法和装置 |
| US20150057089A1 (en) * | 2012-06-08 | 2015-02-26 | Intellectual Discovery Co., Ltd. | Item combination method and server |
| CN105373803A (zh) * | 2015-09-18 | 2016-03-02 | 网易（杭州）网络有限公司 | 游戏服务器的数据互通方法与装置 |
| CN105373695A (zh) * | 2015-09-18 | 2016-03-02 | 网易（杭州）网络有限公司 | 游戏服务器的数据互通方法与装置 |
| CN105521605A (zh) * | 2015-12-09 | 2016-04-27 | 网易（杭州）网络有限公司 | 一种网络游戏服务器合并的筛选方法及装置 |
| CN106492458A (zh) * | 2016-10-14 | 2017-03-15 | 腾讯科技（深圳）有限公司 | 游戏服务器的合并方法及装置 |
| CN108241864A (zh) * | 2016-12-26 | 2018-07-03 | 摩根士丹利服务集团有限公司 | 基于多变量分组的服务器性能预测方法 |
| CN108187341A (zh) * | 2017-12-29 | 2018-06-22 | 上海优刻得信息科技有限公司 | 网络通信方法、映射服务器和网络通信系统 |
| CN110119314A (zh) * | 2019-05-14 | 2019-08-13 | 腾讯科技（深圳）有限公司 | 一种服务器调用方法、装置、服务器及存储介质 |
| CN110944061A (zh) * | 2019-12-06 | 2020-03-31 | 北京博睿宏远数据科技股份有限公司 | 内容分发网络调度方法、装置、计算机设备及存储介质 |
| CN111228822A (zh) * | 2019-12-31 | 2020-06-05 | 深圳市创梦天地科技有限公司 | 合并服务器的方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111773663B (zh) | 2024-02-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li | Obviously strategy-proof mechanisms | |
| CN102273185B (zh) | 基于多变量标准化评分和影子队列的呼叫路由方法及系统 | |
| US8380554B2 (en) | Modeling a plurality of contests at a crowdsourcing node | |
| CN109993314B (zh) | 基于强化学习模型的业务用户分流方法和装置 | |
| CN111915156A (zh) | 基于用户价值的业务推送方法、电子设备及存储介质 | |
| CN110555759A (zh) | 基于信用项目的风险防控方法以及装置 | |
| CN109492863A (zh) | 金融单证的自动生成方法及装置 | |
| CN114024737B (zh) | 确定直播间刷量的方法、装置及计算机可读存储介质 | |
| CN113230665B (zh) | 资源分配方法及装置 | |
| CN113222720A (zh) | 一种基于信誉的隐私保护激励机制方法、装置及存储介质 | |
| CN111773663A (zh) | 游戏服务器合并效果预测方法、装置、设备及存储介质 | |
| CN116342139A (zh) | 一种带激励策略的销售线索分配方法、装置、设备及介质 | |
| CN113516562B (zh) | 家庭社交网络构建方法、装置、设备及存储介质 | |
| CN115941517B (zh) | 用户感知的评价方法、装置以及电子设备 | |
| CN110264370B (zh) | 互助项目费用结算系统、方法以及装置 | |
| CN114266591A (zh) | 数据请求的处理方法、装置、设备和介质 | |
| CN117391680A (zh) | 快速切换支付路由的方法、装置、设备和介质 | |
| CN117291679A (zh) | 手机号码和元宇宙账户充值方法、装置、设备及介质 | |
| Gosling | Games, Supply Chains, and Automatic Strategy Discovery Using Evolutionary Computation | |
| CN116342207A (zh) | 信息投放诊断方法及装置 | |
| CN113962784A (zh) | 适用于拍卖的信息收集处理方法、装置及系统 | |
| CN117408743A (zh) | 一种业务粘性评估方法、装置、电子设备、芯片 | |
| CN115375188A (zh) | 为配送员匹配门店的方法、装置、设备及存储介质 | |
| CN118822218A (zh) | 一种参数自优化的人员选择方法及相关设备 | |
| CN115544367A (zh) | 终端充值联系人推荐方法及装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |