CN112131426B - 游戏教学视频推荐方法、装置、电子设备和存储介质 - Google Patents

游戏教学视频推荐方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN112131426B
CN112131426B CN202011020226.XA CN202011020226A CN112131426B CN 112131426 B CN112131426 B CN 112131426B CN 202011020226 A CN202011020226 A CN 202011020226A CN 112131426 B CN112131426 B CN 112131426B
Authority
CN
China
Prior art keywords
game
video
teaching
user
target
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
Application number
CN202011020226.XA
Other languages
English (en)
Other versions
CN112131426A (zh
Inventor
刘艳峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN202011020226.XA priority Critical patent/CN112131426B/zh
Publication of CN112131426A publication Critical patent/CN112131426A/zh
Application granted granted Critical
Publication of CN112131426B publication Critical patent/CN112131426B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/73Querying
    • G06F16/735Filtering based on additional data, e.g. user or group profiles
    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63FCARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/70Game security or game management aspects
    • A63F13/79Game security or game management aspects involving player-related data, e.g. identities, accounts, preferences or play histories
    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B5/00Electrically-operated educational appliances
    • G09B5/02Electrically-operated educational appliances with visual presentation of the material to be studied, e.g. using film strip

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Computational Linguistics (AREA)
  • Educational Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • General Business, Economics & Management (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本申请公开了一种游戏教学视频推荐方法、装置、电子设备和存储介质;本申请实施例获取游戏客户端中目标用户针对游戏的目标游戏操作视频,所述游戏客户端登录有目标用户的第一用户账号;提取目标游戏操作视频中虚拟游戏角色的行为特征信息;根据行为特征信息识别目标用户在游戏中的游戏失误操作;基于识别到的游戏失误操作对应的操作属性信息,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频;向视频客户端推荐所述游戏教学视频,所述视频客户端登录有目标用户的第二用户账号,第一用户账号与第二用户账号为相同的用户账号或关联的用户账号。本申请实施例可以基于游戏失误操作,向用户推荐游戏教学视频,提高了游戏视频推荐的精确度。

Description

游戏教学视频推荐方法、装置、电子设备和存储介质
技术领域
本申请涉及计算机技术领域,具体涉及一种游戏教学视频推荐方法、装置、电子设备和存储介质。
背景技术
随着人们生活水平的不断提高,人们的娱乐需求也越来越高,不少人喜欢在空余的时间玩电子游戏,部分游戏玩家还会观看别的游戏玩家的游戏视频。一些视频推送系统会向用户推荐游戏视频,以便于用户浏览。
但在目前的相关技术中,游戏类的视频推荐方案,通常都是基于播放量或者人气游戏主播,来向用户推荐游戏视频。但是这样为用户推荐的游戏视频与用户需求的匹配度不高,推荐的精确度较低。
发明内容
本申请实施例提供一种游戏教学视频推荐方法、装置、电子设备和存储介质,可以提高了游戏视频推荐的精确度。
本申请实施例提供一种游戏教学视频推荐方法,包括:
获取游戏客户端中目标用户针对游戏的目标游戏操作视频,所述游戏客户端登录有所述目标用户的第一用户账号;
提取所述目标游戏操作视频中虚拟游戏角色的行为特征信息;
根据所述行为特征信息识别所述目标用户在游戏中的游戏失误操作;
基于识别到的游戏失误操作对应的操作属性信息,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频;
向视频客户端推荐所述游戏教学视频,所述视频客户端登录有所述目标用户的第二用户账号,所述第一用户账号与所述第二用户账号为相同的用户账号或关联的用户账号。
相应的,本申请实施例提供一种游戏教学视频推荐装置,包括:
获取单元,用于获取游戏客户端中目标用户针对游戏的目标游戏操作视频,所述游戏客户端登录有所述目标用户的第一用户账号;
提取单元,用于提取所述目标游戏操作视频中虚拟游戏角色的行为特征信息;
识别单元,用于根据所述行为特征信息识别所述目标用户在游戏中的游戏失误操作;
生成单元,用于基于识别到的游戏失误操作对应的操作属性信息,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频;
推荐单元,用于向视频客户端推荐所述游戏教学视频,所述视频客户端登录有所述目标用户的第二用户账号,所述第一用户账号与所述第二用户账号为相同的用户账号或关联的用户账号。
可选的,在本申请的一些实施例中,所述识别单元可以包括对比子单元和识别子单元,如下:
所述对比子单元,用于将所述行为特征信息与标准行为特征信息进行对比,得到对比结果;
识别子单元,用于基于所述对比结果识别所述目标用户在游戏中的游戏失误操作。
可选的,在本申请的一些实施例中,所述操作属性信息包括虚拟游戏角色和游戏操作类型;所述生成单元可以包括第一获取子单元、第二获取子单元和第一生成子单元,如下:
所述第一获取子单元,用于从预设游戏视频库中获取所述虚拟游戏角色对应的历史游戏视频;
第二获取子单元,用于获取所述游戏操作类型对应的操作描述信息;
第一生成子单元,用于根据所述操作描述信息和所述历史游戏视频,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频。
可选的,在本申请的一些实施例中,所述第一生成子单元具体可以用于确定所述历史游戏视频中与所述游戏操作类型对应的目标游戏视频片段;将所述操作描述信息添加到所述目标游戏视频片段的游戏画面中;根据添加后游戏画面,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频。
可选的,在本申请的一些实施例中,所述生成单元可以包括第三获取子单元、计算子单元和选取子单元,如下:
所述第三获取子单元,用于获取候选游戏操作视频对应的游戏操作标签和玩家等级信息;
计算子单元,用于计算识别到的游戏失误操作对应的操作属性信息、与所述候选游戏操作视频对应的游戏操作标签之间的匹配度;
选取子单元,用于基于所述匹配度和所述玩家等级信息,从所述候选游戏操作视频中选取出用于教导用户针对游戏实现预定操作效果的游戏教学视频。
可选的,在本申请的一些实施例中,所述选取子单元具体可以用于将所述匹配度高于预设匹配度的候选游戏操作视频作为匹配游戏操作视频;根据所述玩家等级信息,从所述匹配游戏操作视频中确定出用于教导用户针对游戏实现预定操作效果的游戏教学视频。
可选的,在本申请的一些实施例中,在步骤“获取候选游戏操作视频对应的游戏操作标签和玩家等级信息”之前,还可以包括:
识别候选游戏操作视频中的虚拟游戏角色,以及所述虚拟游戏角色的角色行为特征信息;
基于所述虚拟游戏角色和所述角色行为特征信息,确定所述候选游戏操作视频对应的游戏操作标签;
将所述角色行为特征信息与标准角色行为特征信息进行对比,确定所述候选游戏操作视频对应的玩家等级信息。
可选的,在本申请的一些实施例中,所述提取单元可以包括抽取子单元、检测子单元和确定子单元,如下:
所述抽取子单元,用于对所述目标游戏操作视频进行视频帧抽取,得到多个目标游戏操作图像;
检测子单元,用于检测各目标游戏操作图像中虚拟游戏角色在游戏场景中的角色属性信息;
确定子单元,用于基于所述角色属性信息,确定所述目标游戏操作视频中虚拟游戏角色的行为特征信息。
可选的,在本申请的一些实施例中,所述推荐单元可以包括第二生成子单元和发送子单元,如下:
所述第二生成子单元,用于生成携带有所述游戏教学视频对应链接的推荐信息;
发送子单元,用于向视频客户端发送所述推荐信息,以使所述视频客户端基于所述推荐信息,在视频展示页面上显示所述游戏教学视频。
可选的,在本申请的一些实施例中,所述操作属性信息包括游戏操作类型;所述游戏教学视频推荐装置还可以包括操作提示单元,如下:
所述操作提示单元可以用于生成所述游戏操作类型对应的操作提示信息;当检测到所述游戏客户端中目标用户在游戏过程中使用所述游戏操作类型对应的操作时,在所述游戏客户端的游戏画面中显示所述操作提示信息。
可选的,在本申请的一些实施例中,所述操作属性信息包括虚拟游戏角色;所述游戏教学视频推荐装置还可以包括角色选择提示单元,如下:
所述角色选择提示单元可以用于生成所述虚拟游戏角色对应的角色选择提示信息;当检测到所述游戏客户端中目标用户在游戏过程中选择所述虚拟游戏角色时,在所述游戏客户端的角色选择页面中显示所述角色选择提示信息。
本申请实施例提供的一种电子设备,包括处理器和存储器,所述存储器存储有多条指令,所述处理器加载所述指令,以执行本申请实施例提供的游戏教学视频推荐方法中的步骤。
此外,本申请实施例还提供一种存储介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现本申请实施例提供的游戏教学视频推荐方法中的步骤。
本申请实施例提供了一种游戏教学视频推荐方法、装置、电子设备和存储介质,可以获取游戏客户端中目标用户针对游戏的目标游戏操作视频,所述游戏客户端登录有所述目标用户的第一用户账号;提取所述目标游戏操作视频中虚拟游戏角色的行为特征信息;根据所述行为特征信息识别所述目标用户在游戏中的游戏失误操作;基于识别到的游戏失误操作对应的操作属性信息,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频;向视频客户端推荐所述游戏教学视频,所述视频客户端登录有所述目标用户的第二用户账号,所述第一用户账号与所述第二用户账号为相同的用户账号或关联的用户账号。本申请实施例可以基于游戏失误操作,向用户推荐游戏教学视频,提高了游戏视频推荐的精确度。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,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的附图。
图1a是本申请实施例提供的游戏教学视频推荐方法的场景示意图;
图1b是本申请实施例提供的游戏教学视频推荐方法的流程图;
图1c是本申请实施例提供的游戏教学视频推荐方法的界面示意图;
图2a是本申请实施例提供的游戏教学视频推荐方法的另一流程图;
图2b是本申请实施例提供的游戏教学视频推荐方法的另一流程图;
图2c是本申请实施例提供的游戏教学视频推荐方法的另一流程图;
图2d是本申请实施例提供的游戏教学视频推荐方法的另一流程图;
图3a是本申请实施例提供的游戏教学视频推荐装置的结构示意图;
图3b是本申请实施例提供的游戏教学视频推荐装置的另一结构示意图;
图3c是本申请实施例提供的游戏教学视频推荐装置的另一结构示意图;
图3d是本申请实施例提供的游戏教学视频推荐装置的另一结构示意图;
图3e是本申请实施例提供的游戏教学视频推荐装置的另一结构示意图;
图3f是本申请实施例提供的游戏教学视频推荐装置的另一结构示意图;
图3g是本申请实施例提供的游戏教学视频推荐装置的另一结构示意图;
图3h是本申请实施例提供的游戏教学视频推荐装置的另一结构示意图;
图4是本申请实施例提供的电子设备的结构示意图。
具体实施方式
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,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域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,都属于本申请保护的范围。
本申请实施例提供一种游戏教学视频推荐方法、装置、电子设备和存储介质。该游戏教学视频推荐装置具体可以集成在电子设备中,该电子设备可以是终端或服务器等设备。
可以理解的是,本实施例的游戏教学视频推荐方法可以是在终端上执行的,也可以是在服务器上执行,还可以由终端和服务器共同执行的。以上举例不应理解为对本申请的限制。
如图1a所示,以终端和服务器共同执行游戏教学视频推荐方法为例。本申请实施例提供的游戏教学视频推荐系统包括终端10和服务器11等;终端10与服务器11之间通过网络连接,比如,通过有线或无线网络连接等,其中,游戏教学视频推荐装置可以集成在服务器中。
其中,服务器11,可以用于:获取终端10的游戏客户端中目标用户针对游戏的目标游戏操作视频,所述游戏客户端登录有所述目标用户的第一用户账号;提取所述目标游戏操作视频中虚拟游戏角色的行为特征信息;根据所述行为特征信息识别所述目标用户在游戏中的游戏失误操作;基于识别到的游戏失误操作对应的操作属性信息,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频;向终端10的视频客户端推荐所述游戏教学视频,所述视频客户端登录有所述目标用户的第二用户账号,所述第一用户账号与所述第二用户账号为相同的用户账号或关联的用户账号。其中,服务器11可以是单台服务器,也可以是由多个服务器组成的服务器集群或云服务器。
其中,终端10可以录制游戏客户端中目标用户针对游戏的目标游戏操作视频,再将该目标游戏操作视频发送给服务器11,以便于服务器11基于该目标游戏操作视频,识别目标用户在游戏中的游戏失误操作,进而生成游戏教学视频;终端10还可以接收服务器11发送的关于游戏教学视频的展示指令,基于该展示指令,在终端10的视频客户端的视频推荐页面上显示该游戏教学视频。其中,终端10可以包括手机、智能电视、平板电脑、笔记本电脑、或个人计算机(PC,Personal Computer)等。终端10上可以设置客户端(比如游戏客户端和视频客户端等),该客户端可以是应用程序客户端或者浏览器客户端等等。
上述服务器11生成游戏教学视频的步骤,也可以由终端10执行。
本申请实施例提供的游戏教学视频推荐方法涉及人工智能领域中的计算机视觉技术。本申请实施例可以基于游戏失误操作,向用户推荐游戏教学视频,提高了游戏视频推荐的精确度。
其中,人工智能(AI,Artificial Intelligence)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说,人工智能是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。人工智能技术是一门综合学科,涉及领域广泛,既有硬件层面的技术也有软件层面的技术。其中,人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等方向。
其中,计算机视觉技术(CV,Computer Vision)是一门研究如何使机器“看”的科学,更进一步的说,就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科,计算机视觉研究相关的理论和技术,试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、OCR、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、3D技术、虚拟现实、增强现实、同步定位与地图构建等技术,还包括常见的人脸识别、指纹识别等生物特征识别技术。
以下分别进行详细说明。需说明的是,以下实施例的描述顺序不作为对实施例优选顺序的限定。
本实施例将从游戏教学视频推荐装置的角度进行描述,该游戏教学视频推荐装置具体可以集成在电子设备中,该电子设备可以是服务器或终端等设备。
本申请实施例的游戏教学视频推荐方法可以应用于各种游戏视频推荐的场景中。例如,通过本实施例提供的游戏教学视频推荐方法,可以基于游戏失误操作,生成游戏教学视频,在视频客户端上向目标用户推荐该游戏教学视频,以基于该游戏教学视频,指导用户游戏操作技巧等。
如图1b所示,该游戏教学视频推荐方法的具体流程可以如下:
101、获取游戏客户端中目标用户针对游戏的目标游戏操作视频,所述游戏客户端登录有所述目标用户的第一用户账号。
本实施例中,目标游戏操作视频具体可以是录制的游戏玩家(也即目标用户)玩游戏过程的视频。游戏的种类不限,比如,可以为大型多人在线角色扮演游戏(MassiveMultiplayer Online Role Playing Game,简称为MORPG),体育竞技游戏(Sports Game,简称为SPG)和多人联机在线竞技游戏(Multiplayer Online Battle Arena Games,简称为MOBA)等,本实施例对此不作限制。
其中,获取目标游戏操作视频的方式有多种。
例如,可以由电子设备上的视频录制设备来获取目标游戏操作视频。比如,在接收到游戏视频录制请求指令时,启动视频录制设备来录制目标游戏操作视频。
例如,还可以通过其他设备来获取目标游戏操作视频,进而提供给该游戏教学视频推荐装置,即游戏教学视频推荐装置具体可以接收其他设备如其他终端发送的目标游戏操作视频。
例如,也可以从电子设备本地的数据库中来获取目标游戏操作视频。比如,在电子设备本地的数据库中,存储有各个游戏玩家的游戏操作视频,在需要对目标用户推荐游戏视频时,可以直接从该电子设备本地的数据库中获取目标用户在游戏中的游戏操作视频,将其作为目标游戏操作视频,并基于该目标游戏操作视频,来获取推荐的游戏视频。其中,本地指该电子设备。
可选的,在一些实施例中,在目标用户登录游戏客户端玩游戏的过程中,游戏客户端可以录制该游戏过程,得到录制的目标游戏操作视频,并将该目标游戏操作视频上传到服务器,以便于服务器基于目标游戏操作视频,分析目标用户在游戏中的游戏失误操作。
102、提取所述目标游戏操作视频中虚拟游戏角色的行为特征信息。
其中,虚拟游戏角色为游戏场景中的虚拟角色,具体可以是虚拟人物或者虚拟动物。行为特征信息可以包括虚拟游戏角色的技能释放时间、移动走位以及伤害量等等。
可选的,一些实施例中,步骤“提取所述目标游戏操作视频中虚拟游戏角色的行为特征信息”,可以包括:
对所述目标游戏操作视频进行视频帧抽取,得到多个目标游戏操作图像;
检测各目标游戏操作图像中虚拟游戏角色在游戏场景中的角色属性信息;
基于所述角色属性信息,确定所述目标游戏操作视频中虚拟游戏角色的行为特征信息。
其中,可以按照预设时间间隔,从目标游戏操作视频中提取部分视频帧作为目标游戏操作图像,预设时间间隔可以根据实际情况进行设置。例如,目标游戏操作视频每秒有35帧视频帧,可以间隔5帧来进行抽取,即每秒抽取7帧视频帧作为目标游戏操作图像。
可选的,在一些实施例中,可以先对目标游戏操作视频进行预处理,比如,可以对目标游戏操作视频进行裁剪,去除没有虚拟游戏角色的视频片段,再对裁剪后的目标游戏操作视频进行视频帧抽取。
在游戏场景中,出现游戏操作失误一般是在游戏过程中的关键时刻,比如,竞技游戏中游戏阵营的对抗过程。一些实施例,可以裁剪目标游戏操作视频的关键视频片段,如裁剪游戏阵营对抗过程的视频片段,再对关键视频片段进行视频帧抽取,以减少计算量。
其中,角色属性信息可以包括虚拟游戏角色在游戏场景中的位置信息,游戏装备信息以及生命值(即血条)等。基于各目标游戏操作图像的角色属性信息的变化,可以获取虚拟游戏角色的行为信息。例如,可以基于连续多帧目标游戏操作图像中虚拟游戏角色的位置信息的变化,得到虚拟游戏角色的走位,又例如,基于目标游戏操作图像中游戏对抗方的生命值变化,得到虚拟游戏角色的伤害量。
其中,可以通过目标轮廓提取等检测方式,来获取虚拟游戏角色在游戏场景中的角色属性信息。比如,可以通过识别目标游戏操作图像中虚拟游戏角色的轮廓,来确定虚拟游戏角色的位置信息。
103、根据所述行为特征信息识别所述目标用户在游戏中的游戏失误操作。
可选的,一些实施例中,步骤“根据所述行为特征信息识别所述目标用户在游戏中的游戏失误操作”,可以包括:
将所述行为特征信息与标准行为特征信息进行对比,得到对比结果;
基于所述对比结果识别所述目标用户在游戏中的游戏失误操作。
其中,标准行为特征信息为操作规范的行为特征信息,例如正确的技能释放时间点、标准移动走位等。标准行为特征信息可以是从游戏等级较高的游玩玩家的游戏操作视频中提取出来的虚拟游戏角色的行为特征信息,也可以是从人工智能AI模拟的游戏操作视频中提取出来的虚拟游戏角色的行为特征信息。
其中,可以计算该行为特征信息与标准行为特征信息的差别度,来对二者进行对比。若计算得到的差别度大于预设差别度阈值,则将该行为特征信息对应的游戏操作视为游戏失误操作,其中,预设差别度阈值可以根据实际情况进行设置,本实施例对此不作限制。
104、基于识别到的游戏失误操作对应的操作属性信息,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频。
其中,操作属性信息可以包括操作的游戏角色(即虚拟游戏角色)、操作的类型(即游戏操作类型)以及操作的时间点等等。具体地,游戏操作类型可以包括虚拟游戏角色的移动走位、释放的游戏技能等;操作的时间点具体可以是游戏技能释放的时间点。
其中,游戏教学视频可以是对目标用户的游戏操作技巧具有指导性的视频,目标用户可以通过观看游戏教学视频,减少在游戏过程中的游戏失误操作,在游戏中实现预定游戏效果。其中。预定游戏效果具体可以是降低失误操作的次数、提高游戏等级以及提升游戏操作技巧等等,本实施例对此不做限制。
可选的,在一些实施例中,可以基于游戏失误操作对应的操作属性类型,先从候选游戏操作视频中选取游戏教学视频,若选取不到合适的游戏教学视频,再通过人工智能AI生成针对目标用户的游戏教学视频。
可选的,在另一些实施例中,也可以基于游戏失误操作对应的操作属性类型,直接通过人工智能AI生成针对目标用户的游戏操作视频;或者,也可以基于游戏失误操作对应的操作属性类型,直接从候选游戏操作视频中选取游戏教学视频。
其中,基于人工智能生成游戏教学视频就是虚拟视频的生成,可以通过一些游戏引擎和开发工具来生成虚拟视频,比如,Unity Engine(联合引擎)、Unreal Engine(虚幻引擎)等。
可选的,一些实施例中,通过人工智能AI生成针对目标用户的游戏教学视频的方案具体可以如下:
所述操作属性信息包括虚拟游戏角色和游戏操作类型;步骤“基于识别到的游戏失误操作对应的操作属性信息,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频”,可以包括:
从预设游戏视频库中获取所述虚拟游戏角色对应的历史游戏视频;
获取所述游戏操作类型对应的操作描述信息;
根据所述操作描述信息和所述历史游戏视频,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频。
其中,历史游戏视频具体可以是某个虚拟游戏角色对应的角色介绍视频,该历史游戏视频的视频内容可以包括虚拟游戏角色各种技能的介绍。但是对于不同用户(即不同游戏玩家)来说,对虚拟游戏角色的不同技能的操作熟练程度不同,历史游戏视频没有侧重点,也就是说,历史游戏视频没有针对性。本申请可以针对不同游戏玩家的游戏失误操作,在历史游戏视频的特定视频画面上添加操作描述信息,来生成对目标用户具有针对性指导的游戏教学视频。
其中,游戏操作类型对应的操作描述信息可以视为针对游戏失误操作的详细的操作描述信息。可以将该操作描述信息添加到对应的历史游戏视频中,生成游戏教学视频。
可选的,一些实施例中,步骤“根据所述操作描述信息和所述历史游戏视频,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频”,可以包括:
确定所述历史游戏视频中与所述游戏操作类型对应的目标游戏视频片段;
将所述操作描述信息添加到所述目标游戏视频片段的游戏画面中;
根据添加后游戏画面,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频。
其中,历史游戏视频的视频内容可以包括虚拟游戏角色的多个不同游戏操作的介绍,每个游戏操作对应其中一个游戏视频片段。例如,在某个虚拟游戏角色的历史游戏视频中,有对该虚拟游戏角色移动走位、释放技能最佳时间点和辅助技能等的介绍,若目标用户是在释放技能时间点的方面出现了游戏失误操作,则可以将历史游戏视频中介绍释放技能最佳时间点的视频片段作为目标游戏视频片段。
其中,将操作描述信息添加到目标游戏视频片段的游戏画面中,具体可以是将操作描述信息覆盖在目标游戏视频片段的游戏画面上的特定位置,比如左上角或右上角等,本实施例对此不作限制,可以根据实际情况进行设置。可选地,也可以将该操作描述信息以类似“弹幕”的形式,在该目标游戏视频片段的游戏画面中滚动显示。
其中,可以将添加了操作描述信息的历史游戏视频作为用于教导用户针对游戏实现预定操作效果的游戏教学视频。
可选的,一些实施例中,从候选游戏操作视频中选取游戏教学视频的方案可以如下:
步骤“基于识别到的游戏失误操作对应的操作属性信息,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频”,可以包括:
获取候选游戏操作视频对应的游戏操作标签和玩家等级信息;
计算识别到的游戏失误操作对应的操作属性信息、与所述候选游戏操作视频对应的游戏操作标签之间的匹配度;
基于所述匹配度和所述玩家等级信息,从所述候选游戏操作视频中选取出用于教导用户针对游戏实现预定操作效果的游戏教学视频。
其中,候选游戏操作视频对应的游戏操作标签可以是游戏操作的虚拟游戏角色、也可以是该候选游戏操作视频的重点操作技能。例如,该游戏操作标签可以是走位、英雄甲和操作A等,候选游戏操作视频可以包括一个或多个游戏操作标签。
其中,可以根据候选游戏操作视频中游戏玩家的操作水平来确定其玩家等级信息。若某候选游戏操作视频的游戏操作水平较高,可以给该候选游戏操作视频打上“大神”的标签,也就是说,其玩家等级信息为“大神”。
其中,匹配度是游戏失误操作对应的操作属性信息和候选游戏操作视频对应的游戏操作标签的相同程度。具体地,游戏失误操作对应的操作属性信息可以包括虚拟游戏角色和游戏操作类型;若某个候选游戏操作视频的游戏操作标签恰好为该虚拟游戏角色和该游戏操作类型,则该候选游戏操作视频为高匹配度的游戏操作视频。
可选地,在一些实施例中,也可以只基于游戏失误操作对应的虚拟游戏角色,从候选游戏操作视频中选取匹配游戏操作视频,再将具有高级玩家等级信息的匹配游戏操作视频作为游戏教学视频。
可选的,一些实施例中,步骤“基于所述匹配度和所述玩家等级信息,从所述候选游戏操作视频中选取出用于教导用户针对游戏实现预定操作效果的游戏教学视频”,可以包括:
将所述匹配度高于预设匹配度的候选游戏操作视频作为匹配游戏操作视频;
根据所述玩家等级信息,从所述匹配游戏操作视频中确定出用于教导用户针对游戏实现预定操作效果的游戏教学视频。
其中,预设匹配度可以根据实际情况进行设置,本实施例对此不作限制。可以将具有高级玩家等级信息的匹配游戏操作视频作为游戏教学视频。
可选的,一些实施例中,步骤“获取候选游戏操作视频对应的游戏操作标签和玩家等级信息”之前,还可以包括:
识别候选游戏操作视频中的虚拟游戏角色,以及所述虚拟游戏角色的角色行为特征信息;
基于所述虚拟游戏角色和所述角色行为特征信息,确定所述候选游戏操作视频对应的游戏操作标签;
将所述角色行为特征信息与标准角色行为特征信息进行对比,确定所述候选游戏操作视频对应的玩家等级信息。
其中,角色行为特征信息可以包括虚拟游戏角色的技能释放时间、移动走位以及伤害量等等。具体地,可以将候选游戏操作视频中的虚拟游戏角色和角色行为特征信息作为该候选游戏操作视频的游戏操作标签。
其中,可以计算角色行为特征信息和标准角色行为特征信息之间的差别度,基于差别度确定候选游戏操作视频的玩家等级信息。可选地,在一具体实施例中,可以将差别度小于第一预设值的候选游戏操作视频的玩家等级信息设置为“高等玩家”或“大神”等,将差别度介于第一预设值和第二预设值之间的候选游戏操作视频的玩家等级信息设置为“中等玩家”等,将差别度大于第二预设值的候选游戏操作视频的玩家等级信息设置为“低水平玩家”,其中,第二预设值大于第一预设值,第一预设值和第二预设值可以根据实际情况进行设置。
105、向视频客户端推荐所述游戏教学视频,所述视频客户端登录有所述目标用户的第二用户账号,所述第一用户账号与所述第二用户账号为相同的用户账号或关联的用户账号。
在一具体实施例中,游戏客户端和视频客户端都可以使用同一通讯服务平台的账号进行登录,则第一用户账号和第二用户账号为相同的用户账号。可选地,视频客户端也可以使用游戏客户端的账号进行登录,则第一用户账号和第二用户账号为相同的用户账号。
另一些实施例中,游戏客户端使用第一通讯服务平台的账号进行登录,视频客户端使用第二通讯服务平台的账号进行登录,且第一通讯服务平台和第二通讯服务平台的账号相互关联为同一个用户,则第一用户账号和第二用户账号为关联的用户账号。
可选的,一些实施例中,步骤“向视频客户端推荐所述游戏教学视频”,可以包括:
生成携带有所述游戏教学视频对应链接的推荐信息;
向视频客户端发送所述推荐信息,以使所述视频客户端基于所述推荐信息,在视频展示页面上显示所述游戏教学视频。
具体地,在检测到目标用户登录视频客户端时,可以向视频客户端发送该推荐信息;当视频客户端接收到该推荐信息时,可以在视频客户端的推荐视频展示页面显示该推荐信息,在检测到所述目标用户对该推荐信息的操作(具体可以是点击操作或者滑动操作等)时,推荐视频展示页面跳转到推荐信息中链接对应的页面,并在该页面显示链接对应的游戏教学视频。
本申请可以解决目前视频客户端对于游戏类视频的推荐不精准的问题,同时又能满足用户的观看和娱乐需求,提升用户的游戏视频观看体验,增强游戏操作。
本申请还可以用于游戏中的操作提醒,在不打扰用户操作的前提下,让用户更好的体验游戏的乐趣;也可以用作游戏角色选择提醒、以及游戏匹配机制优化。
具体地,一些实施例中,所述操作属性信息包括游戏操作类型;该游戏教学视频推荐方法还包括:
生成所述游戏操作类型对应的操作提示信息;
当检测到所述游戏客户端中目标用户在游戏过程中使用所述游戏操作类型对应的操作时,在所述游戏客户端的游戏画面中显示所述操作提示信息。
其中,可以在检测到游戏客户端中目标用户在游戏过程中使用所述游戏操作类型对应的操作时,向所述游戏客户端发送操作提示信息;游戏客户端接收该操作提示信息,并在游戏画面中显示所述操作提示信息。通过该操作提示信息,可以降低目标用户再犯相同的游戏失误操作的概率。
具体地,一些实施例中,所述操作属性信息包括虚拟游戏角色;该游戏教学视频推荐方法还包括:
生成所述虚拟游戏角色对应的角色选择提示信息;
当检测到所述游戏客户端中目标用户在游戏过程中选择所述虚拟游戏角色时,在所述游戏客户端的角色选择页面中显示所述角色选择提示信息。
其中,当检测到游戏客户端中目标用户在游戏过程中选择虚拟游戏角色时,向所述游戏客户端发送角色选择提示信息,游戏客户端接收该角色选择提示信息,并在角色选择页面中显示该角色选择提示信息。角色选择提示信息可以提示目标用户其操作熟练的虚拟游戏角色以及操作不熟悉的虚拟游戏角色。
本申请用户可以通过学习推荐视频中的游戏操作,在下次玩游戏的过程中重复以上过程,录制视频上传服务器,分析操作失误,达到玩游戏和观看推荐视频学习技术的闭环。
其中,用户可以通过人工智能AI对战模式来训练游戏操作技巧。AI对战模式的选择界面可以参考图1c,用户可以根据自己的实际需求来选取AI对战难度。根据AI生成对应的教学模式训练,可以达到减少游戏操作失误的目的。
由上可知,本实施例可以获取游戏客户端中目标用户针对游戏的目标游戏操作视频,所述游戏客户端登录有所述目标用户的第一用户账号;提取所述目标游戏操作视频中虚拟游戏角色的行为特征信息;根据所述行为特征信息识别所述目标用户在游戏中的游戏失误操作;基于识别到的游戏失误操作对应的操作属性信息,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频;向视频客户端推荐所述游戏教学视频,所述视频客户端登录有所述目标用户的第二用户账号,所述第一用户账号与所述第二用户账号为相同的用户账号或关联的用户账号。本申请实施例可以基于游戏失误操作,向用户推荐游戏教学视频,提高了游戏视频推荐的精确度。
根据前面实施例所描述的方法,以下将以该游戏教学视频推荐装置具体集成在服务器举例作进一步详细说明。
本申请实施例提供一种游戏教学视频推荐方法,如图2a所示,该游戏教学视频推荐方法的具体流程可以如下:
201、终端中的游戏客户端录制目标用户针对游戏的目标游戏操作视频,所述游戏客户端登录有所述目标用户的第一用户账号;并将所述目标游戏操作视频发送给服务器。
202、服务器接收所述终端发送的目标游戏操作视频。
203、服务器提取所述目标游戏操作视频中虚拟游戏角色的行为特征信息,并根据所述行为特征信息识别所述目标用户在游戏中的游戏失误操作。
其中,行为特征信息可以包括虚拟游戏角色的技能释放时间、移动走位以及伤害量等等。
可选地,在一些实施例中,步骤“服务器提取所述目标游戏操作视频中虚拟游戏角色的行为特征信息,并根据所述行为特征信息识别所述目标用户在游戏中的游戏失误操作”,可以包括:
对所述目标游戏操作视频进行视频帧抽取,得到多个目标游戏操作图像;
检测各目标游戏操作图像中虚拟游戏角色在游戏场景中的角色属性信息;
基于所述角色属性信息,确定所述目标游戏操作视频中虚拟游戏角色的行为特征信息;
将所述行为特征信息与标准行为特征信息进行对比,得到对比结果;
基于所述对比结果识别所述目标用户在游戏中的游戏失误操作。
其中,角色属性信息可以包括虚拟游戏角色在游戏场景中的位置信息,游戏装备信息以及生命值(即血条)等。基于各目标游戏操作图像的角色属性信息的变化,可以获取虚拟游戏角色的行为信息。例如,可以基于连续多帧目标游戏操作图像中虚拟游戏角色的位置信息的变化,得到虚拟游戏角色的走位,又例如,基于目标游戏操作图像中游戏对抗方的生命值变化,得到虚拟游戏角色的伤害量。
其中,可以计算该行为特征信息与标准行为特征信息的差别度,来对二者进行对比。若计算得到的差别度大于预设差别度阈值,则将该行为特征信息对应的游戏操作视为游戏失误操作,其中,预设差别度阈值可以根据实际情况进行设置,本实施例对此不作限制。
204、服务器基于识别到的游戏失误操作对应的操作属性信息,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频。
可选地,游戏教学视频可以在视频客户端中观看,也可以在游戏客户端中观看,本实施例对此不作限制。
其中,操作属性信息可以包括操作的游戏角色(即虚拟游戏角色)、操作的类型(即游戏操作类型)以及操作的时间点等等。具体地,游戏操作类型可以包括虚拟游戏角色的移动走位、释放的游戏技能等;操作的时间点具体可以是游戏技能释放的时间点。
其中,可以通过机器学习来识别游戏失误操作,生成游戏教学视频。该机器学习过程可以参考神经网络学习模型。
可选地,在一些实施例中,所述操作属性信息包括虚拟游戏角色和游戏操作类型;步骤“服务器基于识别到的游戏失误操作对应的操作属性信息,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频”,可以包括:
从预设游戏视频库中获取所述虚拟游戏角色对应的历史游戏视频;
获取所述游戏操作类型对应的操作描述信息;
确定所述历史游戏视频中与所述游戏操作类型对应的目标游戏视频片段;
将所述操作描述信息添加到所述目标游戏视频片段的游戏画面中;
根据添加后游戏画面,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频。
其中,历史游戏视频的视频内容可以包括虚拟游戏角色的多个不同游戏操作的介绍,每个游戏操作对应其中一个游戏视频片段。例如,在某个虚拟游戏角色的历史游戏视频中,有对该虚拟游戏角色移动走位、释放技能最佳时间点和辅助技能等的介绍,若目标用户是在释放技能时间点的方面出现了游戏失误操作,则可以将历史游戏视频中介绍释放技能最佳时间点的视频片段作为目标游戏视频片段。
可选地,在一些实施例中,步骤“服务器基于识别到的游戏失误操作对应的操作属性信息,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频”,可以包括:
获取候选游戏操作视频对应的游戏操作标签和玩家等级信息;
计算识别到的游戏失误操作对应的操作属性信息、与所述候选游戏操作视频对应的游戏操作标签之间的匹配度;
将所述匹配度高于预设匹配度的候选游戏操作视频作为匹配游戏操作视频;
根据所述玩家等级信息,从所述匹配游戏操作视频中确定出用于教导用户针对游戏实现预定操作效果的游戏教学视频。
其中,候选游戏操作视频对应的游戏操作标签可以是游戏操作的虚拟游戏角色、也可以是该候选游戏操作视频的重点操作技能。例如,该游戏操作标签可以是走位、英雄甲和操作A等,候选游戏操作视频可以包括一个或多个游戏操作标签。
205、服务器生成所述游戏教学视频的推荐展示指令,并向所述终端中的视频客户端发送所述推荐展示指令,所述视频客户端登录有所述目标用户的第二用户账号,所述第一用户账号与所述第二用户账号为相同的用户账号或关联的用户账号。
206、终端中的视频客户端基于所述推荐展示指令,向所述目标用户推荐所述游戏教学视频。
可选地,在视频客户端首页,可以个性化出游戏入口,通过该游戏入口,能够跳转到游戏客户端,或者,可以提示用户到游戏tab(标签)中观看相关游戏推荐视频(如游戏教学视频)。此外,视频客户端也可以推荐目标用户常用的虚拟游戏角色的大神玩家视频。
本申请可以通过用户玩游戏时的视频录制,将视频上传至服务器后,通过操作视频画面比对,识别用户的操作失误以及所使用的虚拟游戏角色,自动推荐该虚拟游戏角色的大神玩家视频和AI操作视频,同时在游戏中可以通过AI模式训练该虚拟游戏角色的操作,避免失误,学习游戏操作。
在一实施例中,如图2b所示,目标用户登录游戏客户端玩游戏,游戏客户端录制目标用户针对游戏的目标游戏操作视频,并将该目标游戏操作视频上传到视频后台(服务器),视频后台对目标游戏操作视频进行人工智能操作分析,具体地,视频后台可以提取目标游戏操作视频中虚拟游戏角色的行为特征信息,并基于该行为特征信息识别目标用户在游戏中的游戏失误操作,根据游戏失误操作的操作属性信息,生成游戏教学视频,向与游戏客户端账号关联或相同的视频客户端推荐游戏教学视频。
一些实施例中,如图2c所示,为目标用户使用视频客户端观看游戏教学视频的流程。具体地,视频客户端使用的是和游戏客户端相同或者关联的账号,当目标用户登录视频客户端时,视频客户端向视频后台(服务器)发送目标用户登录的信息,在视频后台接收到该信息时,视频后台向视频客户端发送游戏教学视频,游戏教学视频可以包括人工智能教学视频和大神操作视频,视频客户端向目标用户推荐游戏教学视频。
在一具体实施例中,如图2d所示,目标用户登录游戏客户端,游戏客户端录制目标用户针对游戏的目标游戏操作视频,并将该目标游戏操作视频上传到视频后台,视频后台对目标游戏操作视频进行人工智能操作分析,得到目标用户在游戏中的游戏失误操作;根据游戏失误操作的操作属性信息,先在视频后台的候选游戏操作视频中搜索有无匹配的视频可作为游戏教学视频,若有,直接将匹配的视频(图2d中的标号a)返回给视频客户端;若无,可以基于游戏失误操作对应的操作属性信息(包括虚拟游戏角色和游戏操作类型),通过人工智能生成游戏教学视频(具体过程可以参考上述实施例),将游戏教学视频(图2d中的标号b)上传到视频后台,视频后台再向视频客户端推荐该游戏教学视频。
本申请可以通过视频后台推荐对应的游戏教学视频,用户在观看视频的过程中学习游戏操作,提升用户观看体验和游戏体验。
由上可知,本实施例可以通过终端中的游戏客户端录制目标用户针对游戏的目标游戏操作视频,所述游戏客户端登录有所述目标用户的第一用户账号;并将所述目标游戏操作视频发送给服务器;服务器接收所述终端发送的目标游戏操作视频;提取所述目标游戏操作视频中虚拟游戏角色的行为特征信息,并根据所述行为特征信息识别所述目标用户在游戏中的游戏失误操作;基于识别到的游戏失误操作对应的操作属性信息,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频;服务器生成所述游戏教学视频的推荐展示指令,并向所述终端中的视频客户端发送所述推荐展示指令,所述视频客户端登录有所述目标用户的第二用户账号,所述第一用户账号与所述第二用户账号为相同的用户账号或关联的用户账号。终端中的视频客户端基于所述推荐展示指令,向所述目标用户推荐所述游戏教学视频。本申请实施例可以基于游戏失误操作,向用户推荐游戏教学视频,提高了游戏视频推荐的精确度。
为了更好地实施以上方法,本申请实施例还提供一种游戏教学视频推荐装置,如图3a所示,该游戏教学视频推荐装置可以包括获取单元301、提取单元302、识别单元303、生成单元304和推荐单元305,如下:
(1)获取单元301;
获取单元301,用于获取游戏客户端中目标用户针对游戏的目标游戏操作视频,所述游戏客户端登录有所述目标用户的第一用户账号。
(2)提取单元302;
提取单元302,用于提取所述目标游戏操作视频中虚拟游戏角色的行为特征信息。
可选的,在本申请的一些实施例中,所述提取单元302可以包括抽取子单元3021、检测子单元3022和确定子单元3023,参见图3b,如下:
所述抽取子单元3021,用于对所述目标游戏操作视频进行视频帧抽取,得到多个目标游戏操作图像;
检测子单元3022,用于检测各目标游戏操作图像中虚拟游戏角色在游戏场景中的角色属性信息;
确定子单元3023,用于基于所述角色属性信息,确定所述目标游戏操作视频中虚拟游戏角色的行为特征信息。
(3)识别单元303;
识别单元303,用于根据所述行为特征信息识别所述目标用户在游戏中的游戏失误操作。
可选的,在本申请的一些实施例中,所述识别单元303可以包括对比子单元3031和识别子单元3032,参见图3c,如下:
所述对比子单元3031,用于将所述行为特征信息与标准行为特征信息进行对比,得到对比结果;
识别子单元3032,用于基于所述对比结果识别所述目标用户在游戏中的游戏失误操作。
(4)生成单元304;
生成单元304,用于基于识别到的游戏失误操作对应的操作属性信息,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频。
可选的,在本申请的一些实施例中,所述操作属性信息包括虚拟游戏角色和游戏操作类型;所述生成单元304可以包括第一获取子单元3041、第二获取子单元3042和第一生成子单元3043,参见图3d,如下:
所述第一获取子单元3041,用于从预设游戏视频库中获取所述虚拟游戏角色对应的历史游戏视频;
第二获取子单元3042,用于获取所述游戏操作类型对应的操作描述信息;
第一生成子单元3043,用于根据所述操作描述信息和所述历史游戏视频,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频。
可选的,在本申请的一些实施例中,所述第一生成子单元3043具体可以用于确定所述历史游戏视频中与所述游戏操作类型对应的目标游戏视频片段;将所述操作描述信息添加到所述目标游戏视频片段的游戏画面中;根据添加后游戏画面,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频。
可选的,在本申请的一些实施例中,所述生成单元304可以包括第三获取子单元3044、计算子单元3045和选取子单元3046,参见图3e,如下:
所述第三获取子单元3044,用于获取候选游戏操作视频对应的游戏操作标签和玩家等级信息;
计算子单元3045,用于计算识别到的游戏失误操作对应的操作属性信息、与所述候选游戏操作视频对应的游戏操作标签之间的匹配度;
选取子单元3046,用于基于所述匹配度和所述玩家等级信息,从所述候选游戏操作视频中选取出用于教导用户针对游戏实现预定操作效果的游戏教学视频。
可选的,在本申请的一些实施例中,所述选取子单元3046具体可以用于将所述匹配度高于预设匹配度的候选游戏操作视频作为匹配游戏操作视频;根据所述玩家等级信息,从所述匹配游戏操作视频中确定出用于教导用户针对游戏实现预定操作效果的游戏教学视频。
可选的,在本申请的一些实施例中,在步骤“获取候选游戏操作视频对应的游戏操作标签和玩家等级信息”之前,还可以包括:
识别候选游戏操作视频中的虚拟游戏角色,以及所述虚拟游戏角色的角色行为特征信息;
基于所述虚拟游戏角色和所述角色行为特征信息,确定所述候选游戏操作视频对应的游戏操作标签;
将所述角色行为特征信息与标准角色行为特征信息进行对比,确定所述候选游戏操作视频对应的玩家等级信息。
(5)推荐单元305;
推荐单元305,用于向视频客户端推荐所述游戏教学视频,所述视频客户端登录有所述目标用户的第二用户账号,所述第一用户账号与所述第二用户账号为相同的用户账号或关联的用户账号。
可选的,在本申请的一些实施例中,所述推荐单元305可以包括第二生成子单元3051和发送子单元3052,参见图3f,如下:
所述第二生成子单元3051,用于生成携带有所述游戏教学视频对应链接的推荐信息;
发送子单元3052,用于向视频客户端发送所述推荐信息,以使所述视频客户端基于所述推荐信息,在视频展示页面上显示所述游戏教学视频。
可选的,在本申请的一些实施例中,所述操作属性信息包括游戏操作类型;所述游戏教学视频推荐装置还可以包括操作提示单元306,参见图3g,如下:
所述操作提示单元306可以用于生成所述游戏操作类型对应的操作提示信息;当检测到所述游戏客户端中目标用户在游戏过程中使用所述游戏操作类型对应的操作时,在所述游戏客户端的游戏画面中显示所述操作提示信息。
可选的,在本申请的一些实施例中,所述操作属性信息包括虚拟游戏角色;所述游戏教学视频推荐装置还可以包括角色选择提示单元307,参见图3h,如下:
所述角色选择提示单元307可以用于生成所述虚拟游戏角色对应的角色选择提示信息;当检测到所述游戏客户端中目标用户在游戏过程中选择所述虚拟游戏角色时,在所述游戏客户端的角色选择页面中显示所述角色选择提示信息。
由上可知,本实施例可以由获取单元301获取游戏客户端中目标用户针对游戏的目标游戏操作视频,所述游戏客户端登录有所述目标用户的第一用户账号;通过提取单元302提取所述目标游戏操作视频中虚拟游戏角色的行为特征信息;由识别单元303根据所述行为特征信息识别所述目标用户在游戏中的游戏失误操作;通过生成单元304基于识别到的游戏失误操作对应的操作属性信息,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频;由推荐单元305向视频客户端推荐所述游戏教学视频,所述视频客户端登录有所述目标用户的第二用户账号,所述第一用户账号与所述第二用户账号为相同的用户账号或关联的用户账号。本申请实施例可以基于游戏失误操作,向用户推荐游戏教学视频,提高了游戏视频推荐的精确度。
本申请实施例还提供一种电子设备,如图4所示,其示出了本申请实施例所涉及的电子设备的结构示意图,该电子设备可以是终端或者服务器等,具体来讲:
该电子设备可以包括一个或者一个以上处理核心的处理器401、一个或一个以上计算机可读存储介质的存储器402、电源403和输入单元404等部件。本领域技术人员可以理解,图4中示出的电子设备结构并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
处理器401是该电子设备的控制中心,利用各种接口和线路连接整个电子设备的各个部分,通过运行或执行存储在存储器402内的软件程序和/或模块,以及调用存储在存储器402内的数据,执行电子设备的各种功能和处理数据,从而对电子设备进行整体监控。可选的,处理器401可包括一个或多个处理核心;优选的,处理器401可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器401中。
存储器402可用于存储软件程序以及模块,处理器401通过运行存储在存储器402的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器402可主要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、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据电子设备的使用所创建的数据等。此外,存储器402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、或其他易失性固态存储器件。相应地,存储器402还可以包括存储器控制器,以提供处理器401对存储器402的访问。
电子设备还包括给各个部件供电的电源403,优选的,电源403可以通过电源管理系统与处理器401逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源403还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该电子设备还可包括输入单元404,该输入单元404可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出,若该电子设备为终端,其还可以包括显示单元等,在此不再赘述。具体在本实施例中,电子设备中的处理器401会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中,并由处理器401来运行存储在存储器402中的应用程序,从而实现各种功能,如下:
获取游戏客户端中目标用户针对游戏的目标游戏操作视频,所述游戏客户端登录有所述目标用户的第一用户账号;提取所述目标游戏操作视频中虚拟游戏角色的行为特征信息;根据所述行为特征信息识别所述目标用户在游戏中的游戏失误操作;基于识别到的游戏失误操作对应的操作属性信息,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频;向视频客户端推荐所述游戏教学视频,所述视频客户端登录有所述目标用户的第二用户账号,所述第一用户账号与所述第二用户账号为相同的用户账号或关联的用户账号。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
由上可知,本实施例可以获取游戏客户端中目标用户针对游戏的目标游戏操作视频,所述游戏客户端登录有所述目标用户的第一用户账号;提取所述目标游戏操作视频中虚拟游戏角色的行为特征信息;根据所述行为特征信息识别所述目标用户在游戏中的游戏失误操作;基于识别到的游戏失误操作对应的操作属性信息,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频;向视频客户端推荐所述游戏教学视频,所述视频客户端登录有所述目标用户的第二用户账号,所述第一用户账号与所述第二用户账号为相同的用户账号或关联的用户账号。本申请实施例可以基于游戏失误操作,向用户推荐游戏教学视频,提高了游戏视频推荐的精确度。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本申请实施例提供一种存储介质,其中存储有多条指令,该指令能够被处理器进行加载,以执行本申请实施例所提供的任一种游戏教学视频推荐方法中的步骤。例如,该指令可以执行如下步骤:
获取游戏客户端中目标用户针对游戏的目标游戏操作视频,所述游戏客户端登录有所述目标用户的第一用户账号;提取所述目标游戏操作视频中虚拟游戏角色的行为特征信息;根据所述行为特征信息识别所述目标用户在游戏中的游戏失误操作;基于识别到的游戏失误操作对应的操作属性信息,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频;向视频客户端推荐所述游戏教学视频,所述视频客户端登录有所述目标用户的第二用户账号,所述第一用户账号与所述第二用户账号为相同的用户账号或关联的用户账号。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
其中,该存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的指令,可以执行本申请实施例所提供的任一种游戏教学视频推荐方法中的步骤,因此,可以实现本申请实施例所提供的任一种游戏教学视频推荐方法所能实现的有益效果,详见前面的实施例,在此不再赘述。
根据本申请的一个方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述游戏教学视频推荐方面的各种可选实现方式中提供的方法。
以上对本申请实施例所提供的一种游戏教学视频推荐方法、装置、电子设备和存储介质进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。

Claims (14)

1.一种游戏教学视频推荐方法,其特征在于,包括:
获取游戏客户端中目标用户针对游戏的目标游戏操作视频,所述游戏客户端登录有所述目标用户的第一用户账号;
提取所述目标游戏操作视频中虚拟游戏角色的行为特征信息;
根据所述行为特征信息识别所述目标用户在游戏中的游戏失误操作;
基于识别到的游戏失误操作对应的操作属性信息,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频;
向视频客户端推荐所述游戏教学视频,所述视频客户端登录有所述目标用户的第二用户账号,所述第一用户账号与所述第二用户账号为相同的用户账号或关联的用户账号。
2.根据权利要求1所述的方法,其特征在于,所述根据所述行为特征信息识别所述目标用户在游戏中的游戏失误操作,包括:
将所述行为特征信息与标准行为特征信息进行对比,得到对比结果;
基于所述对比结果识别所述目标用户在游戏中的游戏失误操作。
3.根据权利要求1所述的方法,其特征在于,所述操作属性信息包括虚拟游戏角色和游戏操作类型;所述基于识别到的游戏失误操作对应的操作属性信息,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频,包括:
从预设游戏视频库中获取所述虚拟游戏角色对应的历史游戏视频;
获取所述游戏操作类型对应的操作描述信息;
根据所述操作描述信息和所述历史游戏视频,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频。
4.根据权利要求3所述的方法,其特征在于,所述根据所述操作描述信息和所述历史游戏视频,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频,包括:
确定所述历史游戏视频中与所述游戏操作类型对应的目标游戏视频片段;
将所述操作描述信息添加到所述目标游戏视频片段的游戏画面中;
根据添加后游戏画面,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频。
5.根据权利要求1所述的方法,其特征在于,所述基于识别到的游戏失误操作对应的操作属性信息,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频,包括:
获取候选游戏操作视频对应的游戏操作标签和玩家等级信息;
计算识别到的游戏失误操作对应的操作属性信息、与所述候选游戏操作视频对应的游戏操作标签之间的匹配度;
基于所述匹配度和所述玩家等级信息,从所述候选游戏操作视频中选取出用于教导用户针对游戏实现预定操作效果的游戏教学视频。
6.根据权利要求5所述的方法,其特征在于,所述基于所述匹配度和所述玩家等级信息,从所述候选游戏操作视频中选取出用于教导用户针对游戏实现预定操作效果的游戏教学视频,包括:
将所述匹配度高于预设匹配度的候选游戏操作视频作为匹配游戏操作视频;
根据所述玩家等级信息,从所述匹配游戏操作视频中确定出用于教导用户针对游戏实现预定操作效果的游戏教学视频。
7.根据权利要求5所述的方法,其特征在于,所述获取候选游戏操作视频对应的游戏操作标签和玩家等级信息之前,还包括:
识别候选游戏操作视频中的虚拟游戏角色,以及所述虚拟游戏角色的角色行为特征信息;
基于所述虚拟游戏角色和所述角色行为特征信息,确定所述候选游戏操作视频对应的游戏操作标签;
将所述角色行为特征信息与标准角色行为特征信息进行对比,确定所述候选游戏操作视频对应的玩家等级信息。
8.根据权利要求1所述的方法,其特征在于,所述提取所述目标游戏操作视频中虚拟游戏角色的行为特征信息,包括:
对所述目标游戏操作视频进行视频帧抽取,得到多个目标游戏操作图像;
检测各目标游戏操作图像中虚拟游戏角色在游戏场景中的角色属性信息;
基于所述角色属性信息,确定所述目标游戏操作视频中虚拟游戏角色的行为特征信息。
9.根据权利要求1所述的方法,其特征在于,所述向视频客户端推荐所述游戏教学视频,包括:
生成携带有所述游戏教学视频对应链接的推荐信息;
向视频客户端发送所述推荐信息,以使所述视频客户端基于所述推荐信息,在视频展示页面上显示所述游戏教学视频。
10.根据权利要求1所述的方法,其特征在于,所述操作属性信息包括游戏操作类型;所述方法还包括:
生成所述游戏操作类型对应的操作提示信息;
当检测到所述游戏客户端中目标用户在游戏过程中使用所述游戏操作类型对应的操作时,在所述游戏客户端的游戏画面中显示所述操作提示信息。
11.根据权利要求1所述的方法,其特征在于,所述操作属性信息包括虚拟游戏角色;所述方法还包括:
生成所述虚拟游戏角色对应的角色选择提示信息;
当检测到所述游戏客户端中目标用户在游戏过程中选择所述虚拟游戏角色时,在所述游戏客户端的角色选择页面中显示所述角色选择提示信息。
12.一种游戏教学视频推荐装置,其特征在于,包括:
获取单元,用于获取游戏客户端中目标用户针对游戏的目标游戏操作视频,所述游戏客户端登录有所述目标用户的第一用户账号;
提取单元,用于提取所述目标游戏操作视频中虚拟游戏角色的行为特征信息;
识别单元,用于根据所述行为特征信息识别所述目标用户在游戏中的游戏失误操作;
生成单元,用于基于识别到的游戏失误操作对应的操作属性信息,生成用于教导用户针对游戏实现预定操作效果的游戏教学视频;
推荐单元,用于向视频客户端推荐所述游戏教学视频,所述视频客户端登录有所述目标用户的第二用户账号,所述第一用户账号与所述第二用户账号为相同的用户账号或关联的用户账号。
13.一种电子设备,其特征在于,包括存储器和处理器;所述存储器存储有应用程序,所述处理器用于运行所述存储器内的应用程序,以执行权利要求1至11任一项所述的游戏教学视频推荐方法中的操作。
14.一种存储介质,其特征在于,所述存储介质存储有多条指令,所述指令适于处理器进行加载,以执行权利要求1至11任一项所述的游戏教学视频推荐方法中的步骤。
CN202011020226.XA 2020-09-25 2020-09-25 游戏教学视频推荐方法、装置、电子设备和存储介质 Active CN112131426B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011020226.XA CN112131426B (zh) 2020-09-25 2020-09-25 游戏教学视频推荐方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011020226.XA CN112131426B (zh) 2020-09-25 2020-09-25 游戏教学视频推荐方法、装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN112131426A CN112131426A (zh) 2020-12-25
CN112131426B true CN112131426B (zh) 2023-09-22

Family

ID=73839799

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011020226.XA Active CN112131426B (zh) 2020-09-25 2020-09-25 游戏教学视频推荐方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN112131426B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114827702B (zh) * 2021-01-22 2023-06-30 腾讯科技(深圳)有限公司 视频推送方法、视频播放方法、装置、设备以及介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105808700A (zh) * 2016-03-02 2016-07-27 深圳市游科互动科技有限公司 游戏信息推荐方法及服务器
CN107529067A (zh) * 2016-08-29 2017-12-29 腾讯科技(深圳)有限公司 视频的推荐方法和装置
CN108595623A (zh) * 2018-04-23 2018-09-28 冼钇冰 一种游戏视频推送方法、装置及计算机存储介质
US10279264B1 (en) * 2016-03-22 2019-05-07 Electronic Arts Inc. Adaptive gaming tutorial system
CN110134863A (zh) * 2019-04-24 2019-08-16 彼乐智慧科技(北京)有限公司 应用程序推荐的方法及装置
CN110354498A (zh) * 2019-06-21 2019-10-22 努比亚技术有限公司 游戏攻略推送方法、可穿戴设备及计算机可读存储介质
CN111214829A (zh) * 2019-12-30 2020-06-02 咪咕视讯科技有限公司 一种教学方法、电子设备及存储介质
CN111522722A (zh) * 2020-04-02 2020-08-11 咪咕互动娱乐有限公司 一种数据分析方法、电子设备及存储介质

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2317825C (en) * 2000-09-07 2006-02-07 Ibm Canada Limited-Ibm Canada Limitee Interactive tutorial
US20150370616A1 (en) * 2014-06-21 2015-12-24 Harold Lee Peterson Method and system for recommending computer products on the basis of observed usage patterns of a computational device of known configuration
GB2554993A (en) * 2015-06-11 2018-04-18 Google Llc Methods, systems, and media for aggregating and presenting content relevant to a particular video game
US10166478B2 (en) * 2015-09-30 2019-01-01 International Business Machines Corporation Predictive recommendations for skills development
US10733254B2 (en) * 2015-12-10 2020-08-04 Facebook, Inc. Ranking of news feeds of content including consideration of specific content clicks by users
US11188992B2 (en) * 2016-12-01 2021-11-30 Microsoft Technology Licensing, Llc Inferring appropriate courses for recommendation based on member characteristics
US10741006B2 (en) * 2017-08-09 2020-08-11 Igt Augmented reality systems and methods for providing player action recommendations in real time

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105808700A (zh) * 2016-03-02 2016-07-27 深圳市游科互动科技有限公司 游戏信息推荐方法及服务器
US10279264B1 (en) * 2016-03-22 2019-05-07 Electronic Arts Inc. Adaptive gaming tutorial system
CN107529067A (zh) * 2016-08-29 2017-12-29 腾讯科技(深圳)有限公司 视频的推荐方法和装置
CN108595623A (zh) * 2018-04-23 2018-09-28 冼钇冰 一种游戏视频推送方法、装置及计算机存储介质
CN110134863A (zh) * 2019-04-24 2019-08-16 彼乐智慧科技(北京)有限公司 应用程序推荐的方法及装置
CN110354498A (zh) * 2019-06-21 2019-10-22 努比亚技术有限公司 游戏攻略推送方法、可穿戴设备及计算机可读存储介质
CN111214829A (zh) * 2019-12-30 2020-06-02 咪咕视讯科技有限公司 一种教学方法、电子设备及存储介质
CN111522722A (zh) * 2020-04-02 2020-08-11 咪咕互动娱乐有限公司 一种数据分析方法、电子设备及存储介质

Also Published As

Publication number Publication date
CN112131426A (zh) 2020-12-25

Similar Documents

Publication Publication Date Title
CN111143610B (zh) 一种内容推荐方法、装置、电子设备和存储介质
US20200089661A1 (en) System and method for providing augmented reality challenges
US11158346B2 (en) Determining high-interest durations of gameplay sessions from user inputs
US11712621B2 (en) Video clip classification using feature vectors of a trained image classifier
US20230049135A1 (en) Deep learning-based video editing method, related device, and storage medium
CN111491173A (zh) 一种直播封面确定方法、装置、计算机设备及存储介质
CN111988670B (zh) 视频播放方法及装置、电子设备和计算机可读存储介质
CN111686450B (zh) 游戏的剧本生成及运行方法、装置、电子设备和存储介质
CN112232258A (zh) 一种信息处理方法、装置及计算机可读存储介质
CN111405360A (zh) 视频处理方法、装置、电子设备和存储介质
US20210394060A1 (en) Method and system for automatically generating video highlights for a video game player using artificial intelligence (ai)
KR102466526B1 (ko) 경기 영상에 대한 이벤트의 태깅을 위한 전자 장치 및 그의 동작 방법
CN112287848A (zh) 基于直播的图像处理方法、装置、电子设备和存储介质
CN116867554A (zh) 针对电子竞技流的数据显示叠加
CN113069769A (zh) 云游戏界面显示方法、装置、电子设备以及存储介质
CN112131426B (zh) 游戏教学视频推荐方法、装置、电子设备和存储介质
CN109939439B (zh) 虚拟角色的卡住检测方法、模型训练方法、装置及设备
CN111491179B (zh) 一种游戏视频剪辑方法和装置
CN116963809A (zh) 游戏内动态相机角度调整
JPWO2020003670A1 (ja) 情報処理装置、および情報処理方法
CN116271819A (zh) 一种内容展示方法、装置、计算机设备及存储介质
KR20220053021A (ko) 비디오 게임 오버레이
CN112231220B (zh) 一种游戏测试方法和装置
CN113497946B (zh) 视频处理方法、装置、电子设备和存储介质
CN113497946A (zh) 视频处理方法、装置、电子设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40035302

Country of ref document: HK

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant