CN113304483A - 控制游戏时间的方法、装置、电子设备、计算机可读介质 - Google Patents
控制游戏时间的方法、装置、电子设备、计算机可读介质 Download PDFInfo
- Publication number
- CN113304483A CN113304483A CN202010125317.3A CN202010125317A CN113304483A CN 113304483 A CN113304483 A CN 113304483A CN 202010125317 A CN202010125317 A CN 202010125317A CN 113304483 A CN113304483 A CN 113304483A
- Authority
- CN
- China
- Prior art keywords
- intelligent terminal
- intelligent
- data
- game
- terminals
- 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.)
- Pending
Links
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
- A63F13/70—Game security or game management aspects
- A63F13/75—Enforcing rules, e.g. detecting foul play or generating lists of cheating players
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- 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
- A63F2300/00—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game
- A63F2300/50—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game characterized by details of game servers
- A63F2300/55—Details of game data or player data management
- A63F2300/5586—Details of game data or player data management for enforcing rights or rules, e.g. to prevent foul play
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Computer Security & Cryptography (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种控制游戏时间的方法,运行于智能终端,其包括:对所述智能终端进行聚类,获得智能终端集合;获取所述智能终端集合中所有所述智能终端的游戏使用数据;依据所有所述智能终端的游戏使用数据确定所述智能终端集合中各所述智能终端的游戏时间。该方法无需人工设置即可因地、因时限制游戏时间,可有效提高智能终端口碑。本公开还提供了一种控制游戏时间的装置、电子设备、计算机可读介质。
Description
技术领域
本公开实施例涉及电子设备技术领域,特别涉及控制游戏时间的方法、装置、电子设备、计算机可读介质。
背景技术
智能手表是将IT技术与传统的手表功能相结合,具有便于携带、功能丰富等优点。其中,游戏等娱乐功能是智能手表的常见功能,然而未成年人很容易沉迷于游戏,影响正常的学习与工作。
为了避免未成年人沉迷于游戏,常见的手段是生产商设置游戏开启时间。然而,由于时差原因,不同地区的工作学习时间不同,游戏时间也不相同。这种一刀切方式不能因地施策,存在顾此失彼的缺陷。另一种方式是由成年人设置游戏开启时间,但这容易引起未成年人反感。
发明内容
本公开实施例提供一种控制游戏时间的方法、装置、电子设备、计算机可读介质。
第一方面,本公开实施例提供一种控制游戏时间的方法,运行于智能终端,其包括:
对所述智能终端进行聚类,获得智能终端集合;
获取所述智能终端集合中所有所述智能终端的游戏使用数据;
依据所有所述智能终端的游戏使用数据确定所述智能终端集合中各所述智能终端的游戏时间。
在一些实施例中,所述对所述智能终端进行聚类,获得智能终端集合,包括:
获取所述智能终端的位置;
依据所述智能终端的位置并采用迭代自组织数据分析算法对所述智能终端进行聚类,获得智能终端集合。
在一些实施例中,采用迭代自组织数据分析算法对所述智能终端进行聚类时,控制所述智能终端集合中所述智能终端的数量。
在一些实施例中,所述智能终端集合中所述智能终端的数量为20~100个。
在一些实施例中,所述依据所有所述智能终端的游戏使用数据确定所述智能终端集合中各所述智能终端的游戏时间,包括:
将所述智能终端集合中所有所述智能终端的游戏使用数据输入所述作息模型,确定所述智能终端集合中各所述智能终端的游戏时间;其中,所述作息模型是依据智能终端的使用数据预测所述智能终端的作息时间的模型。
在一些实施例中,所述将所述智能终端集合中所有所述智能终端的游戏使用数据输入所述作息模型,确定所述智能终端集合中各所述智能终端的游戏时间之前,包括:
获取所述智能终端的样本数据;其中,所述样本数据是所述智能终端在使用过程中产生的使用数据;
分析所述样本数据,获得所述样本数据的标注数据;
对所述标注数据进行归一化处理;
利用长短期记忆人工神经网络,训练归一化处理后的所述标注数据,生成所述作息模型。
第二方面,本公开实施例提供控制游戏时间的装置,包括:
聚类模块,用于对所述智能终端进行聚类,获得智能终端集合;
数据获取模块,用于获取所述智能终端集合中所有所述智能终端的游戏使用数据;
游戏时间确定模块,用于依据所有所述智能终端的游戏使用数据确定所述智能终端集合中各所述智能终端的游戏时间。
在一些实施例中,所述聚类模块包括:
位置获取单元,用于获取所述智能终端的位置;
聚类单元,用于依据所述智能终端的位置采用迭代自组织数据分析算法对所述智能终端进行聚类,获得智能终端集合。
在一些实施例中,所述聚类单元采用迭代自组织数据分析算法对所述智能终端进行聚类时,控制所述智能终端集合中所述智能终端的数量。
在一些实施例中,所述智能终端集合中所述智能终端的数量为20~100个。
在一些实施例中,所述游戏时间确定模块用于依据所有所述智能终端的游戏使用数据,通过作息模型确定所述智能终端集合中各所述智能终端的游戏时间;其中,所述作息模型是依据智能终端的使用数据预测所述智能终端的作息时间的模型。
在一些实施例中,所述装置还包括模型训练模块,所述模型训练模块包括:
样本数据获取单元,用于获取所述智能终端的样本数据;其中,所述样本数据是所述智能终端在使用过程中产生的使用数据;
分析单元,用于分析所述样本数据,获得所述样本数据的标注数据;
归一化处理单元,用于对所述样本标注数据进行归一化处理;
模型训练单元,用于利用长短期记忆人工神经网络,训练归一化处理后的所述样本标注数据,生成所述作息模型。
第三方面,本公开实施例提供一种电子设备,其包括:
一个或多个处理器;
存储器,其上存储有一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器上述任意一种控制游戏时间的方法;
一个或多个I/O接口,连接在所述处理器与存储器之间,配置为实现所述处理器与存储器的信息交互。
第四方面,本公开实施例提供一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现上述任意一种控制游戏时间的方法。
本公开实施例提供的控制游戏时间的方法,其运行于智能终端,对所述智能终端进行聚类,获得智能终端集合;获取所述智能终端集合中所有所述智能终端的游戏使用数据;依据所有所述智能终端的游戏使用数据确定所述智能终端集合中各所述智能终端的游戏时间,无需人工设置即可精确、自适应地判断当前时刻该区域的作息时间,如上课时间,从而精确控制智能终端的游戏开启时间,进而达到因地、因时限制游戏时间,有助于提高智能终端的口碑。
附图说明
附图用来提供对本公开实施例的进一步理解,并且构成说明书的一部分,与本公开的实施例一起用于解释本公开,并不构成对本公开的限制。通过参考附图对详细示例实施例进行描述,以上和其它特征和优点对本领域技术人员将变得更加显而易见,在附图中:
图1为本公开实施例提供的一种控制游戏时间的方法的流程图;
图2为本公开实施例提供的控制游戏时间的方法中聚类步骤的训练流程图;
图3为本公开实施例提供的控制游戏时间的方法中确定智能终端的游戏时间的流程图;
图4为本公开实施例提供的控制游戏时间的方法训练作息模型的流程图;
图5为本公开实施例提供的控制游戏时间的方法中统计的数据曲线图;图中,横坐标表示时间,纵坐标表示游戏处于开启状态的智能终端的数量;
图6为本公开实施例提供的一种控制游戏时间的装置的原理框图;
图7为本公开实施例提供的控制游戏时间的装置中聚类模块的原理框图;
图8为本公开实施例提供的控制游戏时间的装置中模型训练模块的原理框图;
图9为本公开实施例提供一种电子设备的原理框图。
具体实施方式
为使本领域的技术人员更好地理解本发明的技术方案,下面结合附图对本发明提供的控制游戏时间的方法、装置、电子设备、计算机可读介质进行详细描述。
在下文中将参考附图更充分地描述示例实施例,但是所述示例实施例可以以不同形式来体现且不应当被解释为限于本文阐述的实施例。反之,提供这些实施例的目的在于使本公开透彻和完整,并将使本领域技术人员充分理解本公开的范围。
在不冲突的情况下,本公开各实施例及实施例中的各特征可相互组合。
如本文所使用的,术语“和/或”包括一个或多个相关列举条目的任何和所有组合。
本文所使用的术语仅用于描述特定实施例,且不意欲限制本公开。如本文所使用的,单数形式“一个”和“该”也意欲包括复数形式,除非上下文另外清楚指出。还将理解的是,当本说明书中使用术语“包括”和/或“由……制成”时,指定存在所述特征、整体、步骤、操作、元件和/或组件,但不排除存在或添加一个或多个其它特征、整体、步骤、操作、元件、组件和/或其群组。
除非另外限定,否则本文所用的所有术语(包括技术和科学术语)的含义与本领域普通技术人员通常理解的含义相同。还将理解,诸如那些在常用字典中限定的那些术语应当被解释为具有与其在相关技术以及本公开的背景下的含义一致的含义,且将不解释为具有理想化或过度形式上的含义,除非本文明确如此限定。
在智能终端设置游戏时间是避免沉迷于游戏的手段之一,游戏时间通常由厂家或用户设定。用户自己设定的步骤比较繁琐,一些用户不知如何设定。而且,用户常常无法自控,存在更改游戏时间的情况。如果家长设定游戏开启时间,又会引起未成年人的反感。厂家设定属于一刀切,不论智能终端在什么地方使用,都统一按照厂家设定的游戏时间限制游戏启动。由于时差原因,不同地区的工作学习时间不同,这种一刀切的方式无法满足用户需求。本申请针对厂家设定和用户设定游戏开启时间锁存在的缺陷,提出一种控制游戏时间的方法。
第一方面,本公开实施例提供一种控制游戏时间的方法,该方法运行于智能终端,可以因地制宜地控制智能终端的游戏时间,以避免因游戏影响工作和学习。
图1为本公开实施例的控制游戏时间的方法的流程图。参照图1,控制游戏时间的方法包括:
步骤101,对智能终端进行聚类,获得智能终端集合。
在本公开实施例中,智能终端可运行游戏,且能够利用移动网络或互联网络进行信息或数据传输的终端。其中,游戏可以是单机游戏,也可是网络游戏。本公开实施例中智能终端可以是智能手机、智能手表、智能穿戴等终端。本公开实施例对于智能终端的具体形式不做限定,只要该智能终端能够与网络连接,并可运行游戏即可。
在本公开实施例中,聚类是指对智能终端进行分类,将满足预设条件的智能终端聚集为一类。其中,预设条件可以是地理位置,也可以是其它条件。例如,按照地理位置进行聚类,将满足预设地理范围内的智能终端聚集为一个类别。如按照省域,将位于同一省的智能终端聚集为一个类别,获得智能终端集合。
在一些实施例中,在智能终端进行聚类时,获取预设范围内的智能终端。其中,预设范围是一个预先设定的区域。该区域可以是行政区域,即按照行政区域设定预设范围,如国家、省、市等,或者该区域可以是学校。获取预设范围内的智能终端,使智能终端的位置更集中,有利于快速实现智能终端的聚类。
步骤102,获取智能终端集合中所有智能终端的游戏使用数据。
在步骤102中,获取智能终端集合中每个智能终端的游戏使用数据,其中,游戏使用数据是用户过去一段时间的实际使用行为,例如,游戏开启时间和游戏关闭时间等。
在一些实施例中,获取智能终端在设定时间段的使用数据,其中,设定时间段可以任意设定。设定时间段可以是周级别、月级别、季度级别或年级别等,具体可以根据实际情况而定。当智能终端集合中的智能终端的数量较多时,设定时间段可以设定相对较短的时间;当智能终端集合中的智能终端的数量较少时,设定时间段可以设定相对较长的时间。例如,当智能终端集合中的智能终端的数量较多时,设定时间段为1个月;当智能终端集合中的智能终端的数量较少时,设定时间段为1个季度。
在本公开实施例中,利用智能终端初期的游戏使用数据,确定以后智能终端的游戏时间。具体地,持续获取智能终端集合中所有智能终端一个月内的游戏使用数据,确定智能终端的游戏时间,利用一个月内智能终端的游戏使用数据确定智能终端的游戏时间。
步骤103,依据所有智能终端的游戏使用数据确定智能终端集合中各智能终端的游戏时间。
在步骤103中,依据智能终端集合中所有智能终端的游戏使用数据来确定智能终端集合中各智能终端的游戏时间。其中,游戏时间可以是游戏的开启时间。通过控制游戏的开启时间控制智能终端的游戏时间。
图2为本公开实施例提供的控制游戏时间的方法中聚类步骤的流程图。如图2所示,在本公开实施例中聚类步骤为前述实施例的步骤101,聚类步骤具体包括:
步骤201,获取智能终端的位置。
在本公开实施例中,智能终端的位置可以通过定位系统、通讯基站或互联网IP地址获得。其中,定位系统可以是全球定位系统(GP)、北斗定位系统等,通过定位系统可以获得智能终端的位置。由于通讯基站的位置是能够确定的,通过智能终端驻留的通讯基站即可确定智能终端的位置。类似的,互联网IP地址是确定的,通过智能终端接入的互联网IP地址即可确定智能终端的位置。
在一些实施例中,获得全国范围内智能终端的位置,生成智能终端在全国范围的分布数据,利用该智能终端分布数据进行后续的聚类。
步骤202,依据智能终端的位置,采用迭代自组织数据分析算法对智能终端进行聚类,获得智能终端集合。
在步骤202中,采用迭代自组织数据分析算法(ISODATA)对智能终端进行聚类,被聚类在一个智能终端集合中的智能终端的作息时间被认为是一致的。例如,利用全国智能终端的分布数据时,通过迭代自组织数据分析算法进行聚类,将智能终端聚类在多个智能终端集合中,如将预设的省内的智能终端聚类在多个智能终端集合中,每个智能终端集合对应一个市,或将一个预设市内的智能终端聚类在多个智能终端集合中,每个智能终端集合对应一个区或者学校。
需要说明的是,在本公开实施例中,作息时间包括智能终端的游戏时间,即智能终端启用游戏的时间和关闭游戏的时间。通过游戏的时间来确定智能终端的作息时间。当智能终端的游戏未被启用时,可以认为该时间段为上课或工作时间。
在一些实施例中,采用迭代自组织数据分析算法对智能终端进行聚类时,当智能终端的密度较大,对智能终端集合进行分裂,以控制智能终端集合中智能终端的数量,获得更多的智能终端集合。通过控制每个智能终端的数量可以将智能终端集合限制在一个城市或学校,使智能终端集合中各智能终端的地理位置大体一致,作息时间也基本一致,以利于精确控制智能终端的游戏时间。
在一些实施例中,将每类智能终端集合中智能终端的数量控制在20~100个。在实际应用中,每类智能终端集合中智能终端的数量可以根据地域有所不同。在经济发达区域,由于使用智能终端的用户较多,智能终端的密度较大,因此,每类智能终端集合中智能终端的数量可以设置较多数量。在经济欠发达区域,由于使用智能终端的用户较少,智能终端的密度较小,因此,每类智能终端集合中智能终端的数量可以设置较少数量。例如,在经济发达地区,将每类智能终端集合中智能终端的数量设置为80~100个;在经济欠发达区域,将每类智能终端集合中智能终端的数量设置为20~50个。
在本公开实施例中,如图3所示,智能终端集合中各智能终端的游戏时间是依据所有智能终端的游戏使用数据和作息模型确定的,即步骤103具体包括:
步骤301,获取作息模型。
在步骤301中,作息模型是依据智能终端的使用数据预测智能终端的作息时间的模型。其中,使用数据包括但不限于智能终端的游戏的使用数据和其它应用程序的使用数据。其中,游戏的使用数据包括游戏的开启时间和关闭时间等信息。其它应用程序的使用数据包括该应用程序的开启时间和关闭时间等信息。例如,上课软件的开启时间和关闭时间。
步骤302,将智能终端集合中所有智能终端的游戏使用数据输入作息模型,确定智能终端集合中各智能终端的游戏时间。
在步骤302中,智能终端的游戏使用数据是智能终端在初期使用时的游戏使用数据,如智能终端在最初一个月的使用过程中,游戏的开启时间和关闭时间。将游戏使用数据输入作息模型,通过作息模型确定智能终端集合中各智能终端的游戏时间。
在一些实施例中,作息模型是通过训练智能终端的样本数据获得,即在获得作息模型之前,还包括训练作息模型。图4为本公开实施例提供的训练作息模型的流程图。如图4所示,作息模型的训练步骤包括:
步骤401,获取智能终端的样本数据。
在步骤401中,智能终端的样本数据是指智能终端在使用过程中产生的使用数据;其中,使用数据包括但不限于智能终端的游戏的使用数据。使用数据是所有智能终端在过去一段时间(如几个月或几个季度)的实际使用数据,其包括游戏开启时间和游戏结束时间等数据。而且,智能终端的样本数据可以是某省范围内智能终端的实际使用数据,也可以是全国范围内智能终端的实际使用数据。
402,分析样本数据,获得样本数据的标注数据。
在步骤402中,对所有样本数据进行分析,获取智能终端在各时间段的使用情况,然后对样本数据进行标注,获得样本数据的标注数据。例如,在样本数据中标注智能终端的游戏的使用状态(运行状态)。
在本公开实施例中,在标注样本数据时,将启用游戏的时间段标注为1,即用“1”表示游戏处于使用状态;将未启用游戏的时间段标注为0,即用“0”表示游戏处于关闭状态。统计数据是指游戏处于使用状态的智能终端的数量随时间的变化曲线。
在一些实施例中,对样本标注数据进行统计,获得游戏处于使用状态的智能终端的数量与时间的关系。图5为本公开实施例提供的控制游戏时间的方法中统计的数据曲线图。如图5所示,7:30以后,游戏处于使用状态的智能终端的数量明显下降,在11:00左右,游戏处于使用状态的智能终端的数量开始回升,在13:00至16:00游戏处于使用状态的智能终端的数量再次下降,在16:00以后,逐渐升高,并达到最高值。由该曲线基本判断出该区域的上课时间为7:00-11:00和13:00-16:00。依据该上课时间控制智能终端的游戏开启时间可以有效地避免游戏影响学习。
403,将标注数据进行归一化处理。
在步骤403中,对标注数据进行归一化处理,获得归一化处理数据。
404,利用长短期记忆人工神经网络,训练归一化处理后的标注数据,生成作息模型。
将归一化处理后的标注数据输入长短期记忆人工神经网络(long short termmemory,LSTM)进行训练,当模型收敛后,生成作息模型。该作息模型可用于预测当前时刻是否在上课,从而控制智能终端的游戏的开启时间。
在一些实施例中,在生成作息模型时,可以根据需要选择预测区域,即依据一定预测区域内的智能终端的使用数据生成作息模型。其中,预测区域可以是国家、地区(如华北)、省、市或学校,如当预测区域为省时,获取该省内智能终端的原始数据,依据该原始数据训练作息模型。
在实际应用中,在将智能终端集合中智能终端的使用数据输入作息模型后,当依据作息模型判断当前时刻不属于上课时间时,不启动游戏限制功能,游戏可以正常启动。当依据作息模型判断当前时刻属于上课时间时,启动游戏限制功能,限制游戏启动。
本公开实施例提供的控制游戏时间的方法,对智能终端进行聚类,获得智能终端集合;获取智能终端集合中所有智能终端的游戏使用数据;依据所有智能终端的游戏使用数据确定智能终端集合中各智能终端的游戏时间,无需人工设置即可精确、自适应地判断当前时刻该区域是否的作息时间,从而精确控制智能终端的游戏开启时间,进而达到因地、因时限制游戏时间,有助于提高智能终端的口碑。
第二方面,本公开实施例提供一种控制游戏时间的装置。该装置可以执行本公开实施例提供的控制游戏时间的方法,并控制游戏时间,避免因游戏影响学习和工作。
图6为本公开实施例提供的一种控制游戏时间的装置的原理框图。如图6所示,控制游戏时间的装置包括聚类模块601、数据获取模块602和游戏时间确定模块603,其中:
聚类模块601,用于对智能终端进行聚类,获得智能终端集合。
数据获取模块602,用于获取智能终端集合中所有智能终端的游戏使用数据。
游戏时间确定模块603,用于依据所有智能终端的游戏使用数据确定智能终端集合中各智能终端的游戏时间。
在本公开实施例中,聚类模块601、数据获取模块602和游戏时间确定模块603的具体实施方式分别与上述实施例中步骤101、步骤102和步骤103相同,在此不再赘述。
图7为本公开实施例提供的控制游戏时间的装置中聚类模块的原理框图。如图7所示,聚类模块包括位置获取单元701和聚类单元702,其中:位置获取单元701,用于获取智能终端的位置。聚类单元702,用于依据智能终端的位置采用迭代自组织数据分析算法对智能终端进行聚类,获得智能终端集合。
在一些实施例中,位置获取单元701通过定位系统、通讯基站或互联网IP地址获得智能终端的位置。聚类单元702采用迭代自组织数据分析算法(ISODATA)对智能终端进行聚类,被聚类在一个智能终端集合中的智能终端的作息时间被认为是一致的。
在本公开实施例中,聚类单元702采用迭代自组织数据分析算法对智能终端进行聚类时,控制智能终端集合中智能终端的数量。
在本公开实施例中,位置获取单元701和聚类单元702的具体实施方式分别与上述实施例中步骤201和步骤202相同,在此不再赘述。
在本公开另一实施例中,游戏时间确定模块603用于依据所有智能终端的游戏使用数据,通过作息模型确定智能终端集合中各智能终端的游戏时间。其中,作息模型是依据智能终端的使用数据预测智能终端的作息时间的模型。不难理解,智能终端的游戏时间也可以通过其它模型获得。
图8为本公开实施例提供的控制游戏时间的装置中模型训练模块的原理框图。如图8所示,模型训练模块包括样本数据获取单元801、分析单元802、归一化处理单元803和模型训练单元804,其中:
样本数据获取单元801,用于获取智能终端的样本数据。
在本公开实施例中,智能终端的样本数据是指智能终端使用过程中产生的使用数据。使用数据是所有智能终端过去的实际使用数据,其包括游戏开启时间和游戏结束时间等数据。
分析单元802,用于分析样本数据,获得样本数据的标注数据。分析单元802对所有样本数据进行分析,获取智能终端在各时间段的使用情况,并对样本数据进行标注。
在本公开实施例中,在标注样本数据时,将启用游戏的时间段标注为1,即用“1”表示游戏处于使用状态;将未启用游戏的时间段标注为0,即用“0”表示游戏处于关闭状态。
归一化处理单元803,用于对样本标注数据进行归一化处理。
模型训练单元804,用于利用长短期记忆人工神经网络,训练归一化处理后的样本标注数据,生成作息模型。
需要说明的是,样本数据获取单元801、分析单元802、归一化处理单元803和模型训练单元804的具体实施方式分别与上述实施例中步骤401至步骤404相同,在此不再赘述。
本公开实施例提供的控制游戏时间的装置,由聚类模块对智能终端进行聚类,获得智能终端集合;再由数据获取模块获取智能终端集合中所有智能终端的游戏使用数据;游戏时间确定模块依据所有智能终端的游戏使用数据确定智能终端集合中各智能终端的游戏时间,无需人工设置即可精确、自适应地判断当前时刻该区域的作息时间,如上课时间,从而精确控制智能终端的游戏开启时间,进而达到因地、因时限制游戏时间,有助于提高智能终端的口碑。
第三方面,参照图9,本公开实施例提供一种电子设备,其包括:
一个或多个处理器901;
存储器902,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述任意一项的控制游戏时间的方法;
一个或多个I/O接口903,连接在处理器与存储器之间,配置为实现处理器与存储器的信息交互。
其中,处理器901为具有数据处理能力的器件,其包括但不限于中央处理器(CPU)等;存储器902为具有数据存储能力的器件,其包括但不限于随机存取存储器(RAM,更具体如SDRAM、DDR等)、只读存储器(ROM)、带电可擦可编程只读存储器(EEPROM)、闪存(FLASH);I/O接口(读写接口)903连接在处理器901与存储器902间,能实现处理器901与存储器902的信息交互,其包括但不限于数据总线(Bus)等。
在一些实施例中,处理器901、存储器902和I/O接口903通过总线相互连接,进而与计算设备的其他组件连接。
第四方面,本公开实施例提供一种计算机可读介质,其上存储有计算机程序,程序被处理器执行时实现上述任意一种控制游戏时间的方法。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其它数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其它存储器技术、CD-ROM、数字多功能盘(DVD)或其它光盘存储、磁盒、磁带、磁盘存储或其它磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其它的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其它传输机制之类的调制数据信号中的其它数据,并且可包括任何信息递送介质。
本文已经公开了示例实施例,并且虽然采用了具体术语,但它们仅用于并仅应当被解释为一般说明性含义,并且不用于限制的目的。在一些实例中,对本领域技术人员显而易见的是,除非另外明确指出,否则可单独使用与特定实施例相结合描述的特征、特性和/或元素,或可与其它实施例相结合描述的特征、特性和/或元件组合使用。因此,本领域技术人员将理解,在不脱离由所附的权利要求阐明的本公开的范围的情况下,可进行各种形式和细节上的改变。
Claims (14)
1.一种控制游戏时间的方法,运行于智能终端,其特征在于,包括:
对所述智能终端进行聚类,获得智能终端集合;
获取所述智能终端集合中所有所述智能终端的游戏使用数据;
依据所有所述智能终端的游戏使用数据确定所述智能终端集合中各所述智能终端的游戏时间。
2.根据权利要求1所述的方法,其特征在于,所述对所述智能终端进行聚类,获得智能终端集合,包括:
获取所述智能终端的位置;
依据所述智能终端的位置,采用迭代自组织数据分析算法对所述智能终端进行聚类,获得智能终端集合。
3.根据权利要求2所述的方法,其特征在于,采用迭代自组织数据分析算法对所述智能终端进行聚类时,控制所述智能终端集合中所述智能终端的数量。
4.根据权利要求3所述的方法,其特征在于,所述智能终端集合中所述智能终端的数量为20~100个。
5.根据权利要求1所述的方法,其特征在于,所述依据所有所述智能终端的游戏使用数据确定所述智能终端集合中各所述智能终端的游戏时间,包括:
获取作息模型;其中,所述作息模型是依据智能终端的使用数据预测所述智能终端的作息时间的模型;
将所述智能终端集合中所有所述智能终端的游戏使用数据输入所述作息模型,确定所述智能终端集合中各所述智能终端的游戏时间。
6.根据权利要求5所述的方法,其特征在于,所述获取作息模型之前,还包括训练所述作息模型,具体包括:
获取所述智能终端的样本数据;其中,所述样本数据是所述智能终端在使用过程中产生的使用数据;
分析所述样本数据,获得所述样本数据的标注数据;
对所述标注数据进行归一化处理;
利用长短期记忆人工神经网络,训练归一化处理后的所述标注数据,生成所述作息模型。
7.一种控制游戏时间的装置,其特征在于,包括:
聚类模块,用于对智能终端进行聚类,获得智能终端集合;
数据获取模块,用于获取所述智能终端集合中所有所述智能终端的游戏使用数据;
游戏时间确定模块,用于依据所有所述智能终端的游戏使用数据确定所述智能终端集合中各所述智能终端的游戏时间。
8.根据权利要求7所述的装置,其特征在于,所述聚类模块包括:
位置获取单元,用于获取所述智能终端的位置;
聚类单元,用于依据所述智能终端的位置,采用迭代自组织数据分析算法对所述智能终端进行聚类,获得智能终端集合。
9.根据权利要求8所述的装置,其特征在于,所述聚类单元采用迭代自组织数据分析算法对所述智能终端进行聚类时,控制所述智能终端集合中所述智能终端的数量。
10.根据权利要求9所述的装置,其特征在于,所述智能终端集合中所述智能终端的数量为20~100个。
11.根据权利要求7所述的装置,其特征在于,所述游戏时间确定模块用于依据所有所述智能终端的游戏使用数据,通过作息模型确定所述智能终端集合中各所述智能终端的游戏时间;其中,所述作息模型是依据智能终端的使用数据预测所述智能终端的作息时间的模型。
12.根据权利要求11所述的装置,其特征在于,所述装置还包括模型训练模块,所述模型训练模块包括:
样本数据获取单元,用于获取所述智能终端的样本数据;其中,所述样本数据是所述智能终端在使用过程中产生的使用数据;
分析单元,用于分析所述样本数据,获得所述样本数据的标注数据;
归一化处理单元,用于对所述样本标注数据进行归一化处理;
模型训练单元,利用长短期记忆人工神经网络,训练归一化处理后的所述样本标注数据,生成所述作息模型。
13.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现根据权利要求1-6任意一项所述的方法;
一个或多个I/O接口,连接在所述处理器与存储器之间,配置为实现所述处理器与存储器的信息交互。
14.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现根据权利要求1-6任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010125317.3A CN113304483A (zh) | 2020-02-27 | 2020-02-27 | 控制游戏时间的方法、装置、电子设备、计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010125317.3A CN113304483A (zh) | 2020-02-27 | 2020-02-27 | 控制游戏时间的方法、装置、电子设备、计算机可读介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113304483A true CN113304483A (zh) | 2021-08-27 |
Family
ID=77370281
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010125317.3A Pending CN113304483A (zh) | 2020-02-27 | 2020-02-27 | 控制游戏时间的方法、装置、电子设备、计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113304483A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101841597A (zh) * | 2010-03-23 | 2010-09-22 | 深圳市五巨科技有限公司 | 一种控制移动终端游戏进行时间的方法和装置 |
US20110098103A1 (en) * | 2009-10-26 | 2011-04-28 | Universal Entertainment Corporation | Gaming machine and game control method thereof, capable of executing common game corresponding to the number of executed base games |
CN106056143A (zh) * | 2016-05-26 | 2016-10-26 | 广东欧珀移动通信有限公司 | 终端使用数据处理方法和防沉迷方法及装置、系统和终端 |
CN106203037A (zh) * | 2016-06-28 | 2016-12-07 | 广东欧珀移动通信有限公司 | 控制方法、控制装置及电子装置 |
JP6208908B1 (ja) * | 2017-03-31 | 2017-10-04 | グリー株式会社 | 制御プログラム、制御方法、ゲーム装置及び端末装置 |
CN108924737A (zh) * | 2018-06-20 | 2018-11-30 | 北京三快在线科技有限公司 | 定位方法、装置、设备及计算机可读存储介质 |
CN110585722A (zh) * | 2019-09-25 | 2019-12-20 | 腾讯科技(深圳)有限公司 | 基于区块链的游戏时间信息的处理方法及装置、游戏控制方法及装置 |
-
2020
- 2020-02-27 CN CN202010125317.3A patent/CN113304483A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110098103A1 (en) * | 2009-10-26 | 2011-04-28 | Universal Entertainment Corporation | Gaming machine and game control method thereof, capable of executing common game corresponding to the number of executed base games |
CN101841597A (zh) * | 2010-03-23 | 2010-09-22 | 深圳市五巨科技有限公司 | 一种控制移动终端游戏进行时间的方法和装置 |
CN106056143A (zh) * | 2016-05-26 | 2016-10-26 | 广东欧珀移动通信有限公司 | 终端使用数据处理方法和防沉迷方法及装置、系统和终端 |
CN106203037A (zh) * | 2016-06-28 | 2016-12-07 | 广东欧珀移动通信有限公司 | 控制方法、控制装置及电子装置 |
JP6208908B1 (ja) * | 2017-03-31 | 2017-10-04 | グリー株式会社 | 制御プログラム、制御方法、ゲーム装置及び端末装置 |
CN108924737A (zh) * | 2018-06-20 | 2018-11-30 | 北京三快在线科技有限公司 | 定位方法、装置、设备及计算机可读存储介质 |
CN110585722A (zh) * | 2019-09-25 | 2019-12-20 | 腾讯科技(深圳)有限公司 | 基于区块链的游戏时间信息的处理方法及装置、游戏控制方法及装置 |
Non-Patent Citations (1)
Title |
---|
王月瑶;胡琴敏;刘伟;陈乃华;程洁;: "智能分类算法在游戏故障告警中的应用", 计算机系统应用, no. 07, pages 135 - 140 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2017536635A (ja) | ピクチャーのシーンの判定方法、装置及びサーバ | |
CN107798557A (zh) | 电子装置、基于lbs数据的服务场所推荐方法及存储介质 | |
CN105677378A (zh) | 一种管理应用的方法和移动终端 | |
WO2016201963A1 (zh) | 应用程序的推送方法及装置 | |
WO2021121296A1 (zh) | 习题测试数据生成方法以及装置 | |
CN105869022B (zh) | 一种应用流行度预测方法和装置 | |
US20240061688A1 (en) | Automated generation of early warning predictive insights about users | |
CN113515837A (zh) | 仿真测试平台的建立方法、装置和电子设备 | |
CN107943571B (zh) | 后台应用管控方法、装置、存储介质及电子设备 | |
CN114283761A (zh) | 屏幕亮度调节方法和装置 | |
CN109688535A (zh) | 确定无线热点地理位置的方法、装置、电子设备及介质 | |
CN112035325A (zh) | 文本机器人自动监控方法及装置 | |
CN107977463A (zh) | 图片处理方法、装置、存储介质及终端 | |
CN114662676A (zh) | 模型优化方法、装置、电子设备和计算机可读存储介质 | |
CN111045925A (zh) | 应用程序性能参数优化方法、装置及计算机可读存储介质 | |
CN111046156B (zh) | 奖励数据的确定方法、装置和服务器 | |
CN113304483A (zh) | 控制游戏时间的方法、装置、电子设备、计算机可读介质 | |
CN111263241B (zh) | 媒体数据的生成方法、装置、设备及存储介质 | |
CN112686690A (zh) | 数据处理方法、装置、电子设备及计算机可读存储介质 | |
CN111311393A (zh) | 信用风险的评估方法、装置、服务器和存储介质 | |
CN115826729A (zh) | 硬盘电源管理方法、装置、电子设备、介质及产品 | |
CN113572841A (zh) | 信息推送方法及装置 | |
CN110764731A (zh) | 一种多媒体文件播放控制方法、智能终端及服务器 | |
CN112785000A (zh) | 面向大规模机器学习系统的机器学习模型训练方法及系统 | |
CN113869544A (zh) | 回流用户预测模型建立方法、装置及电子设备、存储介质 |
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 |