CN113144610A - 一种用户能力更新方法、装置、电子设备及存储介质 - Google Patents

Abstract

本申请提供了一种用户能力更新方法、装置、电子设备及存储介质，该方法包括：首先，获取用户的能力信息；然后，为用户分配能力信息对应难度的游戏地图；进而，当获取到用户在游戏地图内的游戏结果后，根据游戏结果，更新用户的能力信息，能力信息的精确度与用户在游戏地图内的游戏次数成正比。这样，可以根据用户每一次的游戏结果，不断对用户的能力信息进行更新，使得用户下一次进行游戏时，为用户匹配的游戏地图可以更精准地与用户的游戏水平配适，相比于根据用户的多次历史游戏结果的平均水平确定对应难度的游戏地图的方法，对用户能力信息的计算更精确，从而可以提高游戏对用户的吸引力。

Description

一种用户能力更新方法、装置、电子设备及存储介质

技术领域

本申请涉及行为分析技术领域，特别是涉及一种用户能力更新方法、装 置、电子设备及存储介质。

背景技术

掷骰通关类型的游戏是一种常见的小游戏类型，在这类游戏中的主要元 素有游戏角色、游戏地图和骰子，其中，游戏角色是用户在游戏中的代理， 游戏地图是游戏角色在游戏过程中所处的环境，在用户每次做决策时，需要 投掷一次骰子。用户的行为受到骰子掷出点数的制约。

举例而言，在爬房子游戏中，用户需要同时操纵2个游戏角色，首先， 用户每轮可以投掷一次骰子，并根据骰子掷出的点数做出相应的决策，进而 通过操纵决策中选定的游戏角色，与游戏地图进行交互，在游戏地图的格子 上前进掷出的点数个格子，直到2个游戏角色同时达到指定的位置，完成游 戏的通关。

其中，用户每次投掷骰子的成本为c，在游戏地图的格子上，会随机摆 放M个礼物，用户操纵的角色如果踩到了某个格子上，就会获得这个格子 上摆放的礼物，得到特定的金额，而且，当游戏通关后，用户也会得到特定 金额的奖励。因此，假设用户在一局游戏中一共获取的奖品金额为V，用户 进行一轮游戏一共投掷了t次骰子，那么用户在此局游戏中一共花费的金额 是ct，可以计算出用户单局游戏的净收益是V-ct。

为了增加游戏的趣味性，游戏平台需要随机化生成游戏地图，使得用户 每次游戏时使用的地图是不一样的，目前的随机化游戏地图生成方法，只能 根据各个用户的平均水平调整游戏地图的难度，这样，对于高水平的用户而 言，游戏地图过于简单，而对于低水平的用户而言，游戏地图难度又偏高， 都将导致游戏的趣味性不够，进而导致游戏对用户的吸引力降低。

发明内容

为解决上述技术问题，本申请示出了一种用户能力更新方法、装置、电 子设备及存储介质。

第一方面，本申请示出了一种用户能力更新方法，所述方法包括：

获取用户的能力信息；

为所述用户分配所述能力信息对应的难度的游戏地图；

当获取到所述用户在所述游戏地图内的游戏结果后，根据所述游戏结 果，更新所述用户的能力信息，所述能力信息的精确度与所述用户在所述游 戏地图内的游戏次数成正比。

第二方面，本申请示出了一种用户能力更新装置，所述装置包括：

能力获取模块，用于获取用户的能力信息；

难度分配模块，用于为所述用户分配所述能力信息对应的难度的游戏地 图；

能力更新模块，用于当获取到所述用户在所述游戏地图内的游戏结果 后，根据所述游戏结果，更新所述用户的能力信息，所述能力信息的精确度 与所述用户在所述游戏地图内的游戏次数成正比。

第三方面，本申请示出了一种电子设备，所述电子设备包括存储器、处 理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行 所述程序时实现如上述任一项所述的用户能力更新方法的步骤。

第四方面，本申请示出了一种计算机可读存储介质，所述计算机可读存 储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一 项所述的用户能力更新方法的步骤。

与现有技术相比，本申请包括以下优点：

在本申请中，首先，获取用户的能力信息；然后，为用户分配能力信息 对应的难度的游戏地图；进而，当获取到用户在游戏地图内的游戏结果后， 根据游戏结果，更新用户的能力信息，能力信息的精确度与用户在游戏地图 内的游戏次数成正比。

这样，可以根据用户每一次的游戏结果，不断对用户的能力信息进行更 新，使得用户下一次进行游戏时，为用户匹配的游戏地图可以更精准地与用 户的游戏水平配适，相比于根据用户的多次历史游戏结果的平均水平确定对 应难度的游戏地图的方法，对用户能力信息的计算更精确，从而可以提高游 戏对用户的吸引力。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本 领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的， 而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示 相同的部件。在附图中：

图1是本申请的一种用户能力更新方法的步骤流程图；

图2是本申请的一种用户能力更新装置的结构框图；

图3是本申请的一种电子设备的结构框图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示 了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不 应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地 理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

下面将通过具体的实施例，对本发明实施例提供的用户能力更新方法进 行详细描述。

参照图1，示出了本申请的一种用户能力更新方法的步骤流程图，该方 法具体可以包括如下步骤：

S101：获取用户的能力信息。

用户的能力信息服从均值为平均能力信息、方差为稳定性信息的高斯分 布，用户的能力信息可以包括用户的平均能力信息和稳定性信息两个参数， 其中，平均能力信息可以体现用户游戏水平的平均值，稳定性信息可以体现 用户游戏过程中发挥的稳定性，在本步骤中，获取用户的能力信息的步骤可 以包括：获取用户的平均能力信息和稳定性信息；根据平均能力信息和稳定 性信息，采样得到用户的能力信息。

举例而言，如果p(θ)＝N(μ₀，∑₀)，其中，μ，∑分别代表用户的平均能力信 息和稳定性信息，那么，采样之后，用户的能力信息可以表示为N(μ₀，∑₀)。

在本申请中，假设游戏地图是线性的，长度为N，游戏地图上的格子可 以用G＝{g₀，g₁，g₂，…，g_N}表示，角色的起始点在g₀，如果g_i＝i，那么，g_i也 就代表i号格子。每一轮游戏中用户投掷一次骰子，成本为c，骰子是一个 公平的骰子，每一次掷骰有六分之一的概率掷出1-6中任一点数。假设投掷 的点数为p，则用户本轮前进p个格子，若该轮用户的位置是g_i，则下轮用 户的位置是g_i+p，但是，用户若当前轮离终点的距离N-i小于p，为了保 证用户的位置不会超过游戏地图上限，用户会前进到N-(g_i+p-N)的位 置。

另外，在游戏中，可以设置快速移动的方法机关，用[(s₁，e₁)，(s₂，e₂)，…] 表示，其中，s_i代表机关触发时的格子代号，e_i是出发该机关时瞬间到达的 格子代号。格子上会随机摆放M个礼物，用户操纵的角色如果踩到了某个 的礼物，会获得特定的金额。礼物的属性是一个(价值，位置)的二元组， 第m个格子的属性用(v_m，g_m)表示。

假设用户在一局游戏中一共获取的奖品金额为V，用户进行一轮游戏一 共投掷了t次骰子，那么用户在此局游戏中一共花费的金额是ct，可以计算 出用户单局游戏的净收益是V-ct。如果模拟多个用户大量重复游戏的净收 益结果，可以计算出该地图的期望净收益E[V-ct]。通过调整地图中的礼物 情况和机关情况，可以调整地图的期望净收益。比如说，增加礼物的金额和 数量在一定程度上可以提高地图期望净收益，反之则降低。

对于用户user_i，其对于某一个特定地图map_j的盈利概率为50％，即有 50％的概率可以获取盈利，50％的概率会亏损或者无净收益，则这个地图的 难度对于用户的能力而言是合理的。

在本申请中，y＝f(θ，d)，其中，未知变量θ是用户的真实游戏水平，可 以用一个从低往高的数值描述，即[1，10]之间的实数，1代表用户的水平最差，10代表用户的水平最好。随机变量y代表用户该场游戏的游戏结果。d代表 对游戏地图的难度，可以用一个从从低往高的整数描述，即(1，2，3，…，9，10)。

S102：为用户分配能力信息对应难度的游戏地图。

一种实现方式中，为用户分配能力信息对应的难度的游戏地图的步骤可 以包括：根据能力信息，建立期望信息增益函数，期望信息增益函数用于指 示期望信息增益与游戏地图的难度的转换关系；根据期望信息增益函数，计 算当期望信息增益取最大值时对应的游戏难度，作为游戏地图的难度。

其中，期望信息增益的定义为：EID(d)＝E_p(y|d)[H[p(θ)]-H[p(θ|y，d)]]，其 中H代表某一个随机变量的信息熵，定义为：H(X)＝E[I(X)]＝E[-log(P(X))]。 信息熵是基于当前知识对某个随机变量的不确定性程度的度量。在EID中， p(θ)是目标变量θ的先验分布，也就是所获取到的用户能力信息，H[p(θ)]描述 了在用户未在游戏地图中进行游戏，并取得游戏结果的情况下，对θ的分布 的不确定性。p(θ|y，d)是用户在游戏地图中进行游戏，并取得游戏结果的情况 下，θ的后验分布，H[p(θ)|y，d]描述了用户进行游戏之后对θ的分布的不确定 性。

根据贝叶斯公式，期望信息增益函数可以表示为：

当期望信息增益取最大值时对应的游戏难度，即：

在本申请中，计算期望信息增益的方法有很多，比如蒙特卡罗仿真方法或者 变分贝叶斯方法等，具体不作限定。

本申请中，每张游戏地图的难度，可以是人为配置的，也可以是通过计 算得到的。

举例而言，一种实现方式中，可以针对每张游戏地图，对用户在该游戏 地图的行为进行模拟，根据模拟结果，计算该游戏地图的期望净收益；根据 期望净收益，将游戏地图分为预设等级，游戏地图的等级与期望净收益成正 比。

举例而言，可以采用蒙特卡洛方法，对用户在游戏地图的行为进行模拟， 具体步骤如下：

首先，假设不同的用户可能服从不同的策略，举例而言，用户可以随机 选择移动的角色，算法的实施者可以设定一些合理的符合真实的情况的规 则，比如说“当某一个角色能够获取礼物奖励时优先移动”，“当某一个角 色移动后会触碰到后退的机关时优先移动另外一个角色”等，或者，也可以 是基于强化学习的策略，比如，算法的实施者可以将每一轮用户需要决定移 动角色的时候接收到的信息用一个状态变量S表示，在这个游戏中，S是一 个三元组，包括角色1的位置，角色2的位置，当前掷骰的结果，对于每一 个状态，我们可以强化学习的方法计算移动角色1和角色2的价值，并选取 移动价值高的角色进行移动，具体的学习方法包括SARSA或者Q-learning 等，具体不作限定。基于用户的策略，对于任意一张游戏地图，可以利用蒙 特卡洛仿真方法模拟用户大量进行游戏时该地图的利润率。

然后，根据期望净收益，将游戏地图分为预设数量的等级，比如，按照 游戏地图中用户的收益率从高往低排序，按照分位数分配难度的等级，将游 戏地图分为(1，2，3，…，9，10)几个等级。

S103：当获取到用户在游戏地图内的游戏结果后，根据游戏结果，更新 用户的能力信息，能力信息的精确度与用户在游戏地图内的游戏次数成正 比。

其中，游戏结果服从伯努利分布，具体的，当用户在游戏地图内净收益 为正时，游戏结果的取值为1，当用户在游戏地图内净收益为负时，游戏结 果的取值为0。

在本步骤中，可以根据游戏结果，更新预先获取的游戏结果概率分布信 息；根据更新后的游戏结果概率分布信息，计算用户在游戏地图内的真实能 力信息与游戏地图的难度之间的差异值；根据差异值及游戏地图的难度，计 算真实能力信息；根据真实能力信息，更新用户的能力分布，得到更新后的 用户的能力信息。

举例而言，首先，根据游戏结果，更新预先获取的游戏结果概率分布信 息，其中，游戏结果服从伯努利分布，也就是说，y～Bernoulli(p)。

然后，根据更新后的游戏结果概率分布信息，计算用户在游戏地图内的 真实能力信息与游戏地图的难度之间的差异值，即

diff即为用 户在游戏地图内的真实能力信息与游戏地图的难度之间的差异值，也就是 说，diff＝θ_s-d，那么，就可以计算出用户在游戏地图内的真实能力信息θ_s。

可以理解，用户的能力信息服从均值为平均能力信息、方差为稳定性信 息的高斯分布θ_s～N(μ，∑)，那么，获取到真实能力信息θ_s之后，可以更新用户 的能力分布，得到更新后的用户的能力信息N(μ₁，∑₁)。

由以上可见，本申请中可以根据用户每一次的游戏结果，不断对用户的 能力信息进行更新，使得用户下一次进行游戏时，为用户匹配的游戏地图可 以更精准地与用户的游戏水平配适，相比于根据用户的多次历史游戏结果的 平均水平确定对应难度的游戏地图的方法，对用户能力信息的计算更精确， 从而可以提高游戏对用户的吸引力。

举例而言，如果获取到的用户的能力信息为N(2.5，4)，即用户的平均能 力信息取值为2.5，稳定性信息取值为4，那么，采取本申请提供的用户能力 更新方法，对用户能力进行更新，进而匹配相应难度的游戏地图的运行结果 如表1所示。可以看到，在9次循环以内，利用较为准确的判断出用户的能 力信息取值在2与3之间，对应的，每次适配难度为2或者3的游戏地图。

表1 更新用户能力信息及为用户匹配游戏地图的运行结果

运行次数	地图难度	游戏结果	平均能力信息	稳定性信息
					1	7	0	5.8	1.5<sup>2</sup>
2	6	0	5.0	1.4<sup>2</sup>
					3	5	0	4.2	1.2<sup>2</sup>
4	4	0	3.7	1.1<sup>2</sup>
					5	4	0	3.1	1.0<sup>2</sup>
6	3	0	2.5	1.0<sup>2</sup>
					7	2	1	2.9	1.0<sup>2</sup>
8	3	0	2.5	0.9<sup>2</sup>
					9	2	1	2.8	0.8<sup>2</sup>

需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系 列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作 顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。 其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实 施例，所涉及的动作并不一定是本申请所必须的。

参照图2，示出了本申请的一种用户能力更新装置的结构框图，该装置 具体可以包括如下模块：

能力获取模块201，用于获取用户的能力信息；

难度分配模块202，用于为所述用户分配所述能力信息对应难度的游戏 地图；

能力更新模块203，用于当获取到所述用户在所述游戏地图内的游戏结 果后，根据所述游戏结果，更新所述用户的能力信息，所述能力信息的精确 度与所述用户在所述游戏地图内的游戏次数成正比。

一种实现方式中，能力获取模块201，具体用于：

获取用户的平均能力信息和稳定性信息；

根据所述平均能力信息和所述稳定性信息，采样得到所述用户的能力信 息，其中，所述能力信息服从均值为所述平均能力信息、方差为所述稳定性 信息的高斯分布。

一种实现方式中，所述难度分配模块202，具体用于：

根据所述能力信息，建立期望信息增益函数，所述期望信息增益函数用 于指示期望信息增益与游戏地图的难度的转换关系；

根据所述期望信息增益函数，计算当所述期望信息增益取最大值时对应 的游戏难度，作为所述游戏地图的难度。

一种实现方式中，当所述用户在所述游戏地图内净收益为正时，所述游 戏结果的取值为1，当所述用户在所述游戏地图内净收益为负时，所述游戏 结果的取值为0；

所述能力更新模块203，具体用于：

根据所述游戏结果，更新预先获取的游戏结果概率分布信息；

根据更新后的游戏结果概率分布信息，计算所述用户在所述游戏地图内 的真实能力信息与所述游戏地图的难度之间的差异值；

根据所述差异值及所述游戏地图的难度，计算所述真实能力信息；

根据所述真实能力信息，更新所述用户的能力分布，得到更新后的所述 用户的能力信息。

一种实现方式中，所述装置还包括难度划分模块(图中未示出)，用于 针对每张游戏地图，对所述用户在该游戏地图的行为进行模拟，根据模拟结 果，计算该游戏地图的期望净收益；根据所述期望净收益，将所述游戏地图 分为预设数量的等级，所述游戏地图的等级与所述期望净收益成正比。

由以上可见，本申请中可以根据用户每一次的游戏结果，不断对用户的 能力信息进行更新，使得用户下一次进行游戏时，为用户匹配的游戏地图可 以更精准地与用户的游戏水平配适，相比于根据用户的多次历史游戏结果的 平均水平确定对应难度的游戏地图的方法，对用户能力信息的计算更精确， 从而可以提高游戏对用户的吸引力。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较 简单，相关之处参见方法实施例的部分说明即可。

本发明实施例提供的用户能力更新装置具备执行用户能力更新方法相 应的功能模块，可执行本发明实施例所提供的用户能力更新方法，且能达到 相同的有益效果。

在本发明提供的又一实施例中，还提供了一种电子设备，电子设备可以 包括：处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的 计算机程序，所述处理器执行所述程序时实现上述用户能力更新方法实施例 的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。示例 的，如图3所示，该电子设备具体可以包括：处理器301、存储装置302、 具有触摸功能的显示屏303、输入装置304、输出装置305以及通信装置306。 该电子设备中处理器301的数量可以是一个或者多个，图3中以一个处理器301为例。该电子设备的处理器301、存储装置302、显示屏303、输入装置 304、输出装置305以及通信装置306可以通过总线或者其他方式连接。

在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该 计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执 行上述实施例中任一所述的用户能力更新方法。

在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产 品，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的用户 能力更新方法。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来 将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示 这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、 “包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系 列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明 确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有 的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素， 并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同 要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同 相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同 之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描 述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范 围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均 包含在本发明的保护范围内。

Claims (8)

1.一种用户能力更新方法，其特征在于，所述方法包括：

获取用户的能力信息；

为所述用户分配所述能力信息对应难度的游戏地图；

当获取到所述用户在所述游戏地图内的游戏结果后，根据所述游戏结果，更新所述用户的能力信息，所述能力信息的精确度与所述用户在所述游戏地图内的游戏次数成正比。

2.根据权利要求1所述的方法，其特征在于，所述获取用户的能力信息，包括：

获取用户的平均能力信息和稳定性信息；

根据所述平均能力信息和所述稳定性信息，确定所述用户的能力信息的分布函数；

根据所述分布函数，采样得到所述用户的能力信息，其中，所述能力信息服从均值为所述平均能力信息、方差为所述稳定性信息的高斯分布。

3.根据权利要求1所述的方法，其特征在于，所述为所述用户分配所述能力信息对应难度的游戏地图，包括：

根据所述能力信息，建立期望信息增益函数，所述期望信息增益函数用于指示期望信息增益与游戏地图的难度的转换关系；

根据所述期望信息增益函数，计算当所述期望信息增益取最大值时对应的游戏难度，作为所述游戏地图的难度。

4.根据权利要求1所述的方法，其特征在于，当所述用户在所述游戏地图内净收益为正时，所述游戏结果的取值为1，当所述用户在所述游戏地图内净收益为负时，所述游戏结果的取值为0；

所述根据所述游戏结果，更新所述用户的能力信息，包括：

根据所述游戏结果，更新预先获取的游戏结果概率分布信息；

根据更新后的游戏结果概率分布信息，计算所述用户在所述游戏地图内的真实能力信息与所述游戏地图的难度之间的差异值；

根据所述差异值及所述游戏地图的难度，计算所述真实能力信息；

根据所述真实能力信息，更新所述用户的能力分布，得到更新后的所述用户的能力信息。

5.根据权利要求1所述的方法，其特征在于，在所述为所述用户分配所述能力信息对应难度的游戏地图之前，所述方法还包括：

针对每张游戏地图，对所述用户在该游戏地图的行为进行模拟，根据模拟结果，计算该游戏地图的期望净收益；

根据所述期望净收益，将所述游戏地图分为预设数量的等级，所述游戏地图的等级与所述期望净收益成正比。

6.一种用户能力更新装置，其特征在于，所述装置包括：

能力获取模块，用于获取用户的能力信息；

难度分配模块，用于为所述用户分配所述能力信息对应难度的游戏地图；

能力更新模块，用于当获取到所述用户在所述游戏地图内的游戏结果后，根据所述游戏结果，更新所述用户的能力信息，所述能力信息的精确度与所述用户在所述游戏地图内的游戏次数成正比。

7.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5中任一项所述的用户能力更新方法的步骤。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的用户能力更新方法的步骤。

Images