CN114307167A - 组队游戏的队友推荐方法与系统 - Google Patents

Abstract

本发明提供一种组队游戏的队友推荐方法与系统。所述方法包括：查询游戏数据，其包括多个游戏评估参数；从所述游戏评估参数中选择目标参数，其与至少一游戏体验指标的相关性高于其余参数与所述至少一游戏体验指标的相关性；根据目标参数与已选择的游戏角色的第一游戏角色位置自动筛选出目标角色位置；根据目标角色位置自动筛选出目标游戏角色；以及根据目标游戏角色推荐预计使用所述目标游戏角色进行游戏的待组队玩家作为队友，从而提高游戏质量。

Description

组队游戏的队友推荐方法与系统

技术领域

本发明涉及一种计算机技术，尤其涉及一种组队游戏的队友推荐方法与系统。

背景技术

随着线上游戏产业的发展，多人线上战斗竞技场(Multiplayer Online BattleArena,MOBA)类型的线上组队游戏已经是各类线上游戏中的主流游戏类型。例如，相关的游戏有Dota2、英雄联盟(League of Legends,LOL)及传说对决(Arena of Valor)等。一般来说，在玩家进行此种类型的组队游戏之前，玩家需要先选择所欲使用的游戏角色。接着，经过计算机配对后，多个我方玩家(通常为5人且各司其职)组成的游戏队伍需要战胜多个敌方玩家组成的游戏队伍，例如攻破敌方的防御阵地，从而获得游戏胜利。然而，传统的线上游戏界面仅能在游戏开始前随机推荐队友或者由各个玩家任意加入游戏队伍，使得游戏过程中往往因队友的选择不佳而影响游戏质量。

发明内容

本发明提供一种组队游戏的队友推荐方法与系统，可自动筛选出合适的队友与玩家进行组队，从而提高游戏质量。

本发明的实施例提供一种组队游戏的队友推荐方法，其包括：查询游戏数据，其中所述游戏数据包括多个游戏评估参数；从所述多个游戏评估参数中选择目标参数，其中所述目标参数与至少一游戏体验指标的相关性高于所述多个游戏评估参数中其余参数与所述至少一游戏体验指标的相关性；根据所述目标参数与至少一已选择的游戏角色的第一游戏角色位置从多个候选游戏角色位置中自动筛选出目标角色位置；根据所述目标角色位置从多个候选游戏角色中自动筛选出目标游戏角色，以使所述目标游戏角色搭配所述至少一已选择的游戏角色进行游戏的预测胜率高于所述多个候选游戏角色中其余游戏角色搭配所述至少一已选择的游戏角色进行所述游戏的预测胜率；以及根据所述目标游戏角色推荐预计使用所述目标游戏角色进行所述游戏的待组队玩家作为队友。

本发明的实施例另提供一种组队游戏的队友推荐系统，其包括服务器主机与用户计算机。所述用户计算机连线至所述服务器主机。当所述用户计算机执行游戏时，所述服务器主机查询游戏数据。所述游戏数据包括多个游戏评估参数。所述服务器主机从所述多个游戏评估参数中选择目标参数。所述目标参数与至少一游戏体验指标的相关性高于所述多个游戏评估参数中其余参数与所述至少一游戏体验指标的相关性。所述服务器主机根据所述目标参数与至少一已选择的游戏角色的第一游戏角色位置从多个候选游戏角色位置中自动筛选出目标角色位置。所述服务器主机根据所述目标角色位置从多个候选游戏角色中自动筛选出目标游戏角色，以使所述目标游戏角色搭配所述至少一已选择的游戏角色进行游戏的预测胜率高于所述多个候选游戏角色中其余游戏角色搭配所述至少一已选择的游戏角色进行所述游戏的预测胜率。所述服务器主机根据所述目标游戏角色推荐预计使用所述目标游戏角色进行所述游戏的待组队玩家作为队友。

基于上述，根据游戏数据，与游戏体验指标的相关性较高的目标参数可被自动选择。接着，目标角色位置可根据所述目标参数与至少一已选择的游戏角色的第一游戏角色位置而被自动筛选。接着，目标游戏角色可根据所述目标角色位置而被自动筛选，以尝试获得具有较高预测胜率的角色配队组合。接着，可根据所述目标游戏角色推荐预计使用所述目标游戏角色进行游戏的待组队玩家作为队友，从而提高游戏质量。

附图说明

图1是根据本发明的一实施例所示出的组队游戏的队友推荐系统的示意图；

图2是根据本发明的一实施例所示出的服务器主机与用户计算机的功能方块图；

图3是根据本发明的一实施例所示出的游戏界面的示意图；

图4是根据本发明的一实施例所示出的表格数据的示意图；

图5是根据本发明的一实施例所示出的表格数据的示意图；

图6是根据本发明的一实施例所示出的表格数据的示意图；

图7是根据本发明的一实施例所示出的表格数据的示意图；

图8是根据本发明的一实施例所示出的组队游戏的队友推荐方法的流程图。

具体实施方式

现将详细地参考本发明的示范性实施例，示范性实施例的实例说明于附图中。只要有可能，相同元件符号在附图和描述中用来表示相同或相似部分。

图1是根据本发明的一实施例所示出的组队游戏的队友推荐系统的示意图。请参照图1，组队游戏的队友推荐系统10包括服务器主机11与用户计算机12～16。用户计算机12～16可分别经由有线或无线网络连接至服务器主机11，以进行游戏(亦称为组队游戏)。例如，所述游戏可以是Dota2、英雄联盟(League of Legends,LOL)及传说对决(Arena ofValor)等多人线上战斗竞技场(Multiplayer Online Battle Arena,MOBA)类型的线上组队游戏。需注意的是，用户计算机12～16的总数与服务器主机11的总数皆可以根据实务需求调整，本发明不加以限制。

在一实施例中，服务器主机11可提供一个线上多人游戏平台。用户计算机12～16可在此游戏平台上同时进行游戏并可执行游戏数据的纪录与交换。在此游戏平台上，每一个用户计算机的用户可选择擅长于或专用于某一个游戏角色位置的游戏角色来进行游戏。以英雄联盟为例，一个队伍包含5个游戏角色位置，分别是ADC(下路)、Jungle(打野)、Middle(中路)、Support(辅助)及Top(上路)。假设某一玩家较擅长的游戏角色位置为Middle，则此玩家可选择擅长于或专用于Middle的游戏角色加入某一个游戏队伍中。当我方以及敌方各自的5个用户皆选定各自擅长的游戏角色后，待双方确认后即可开始游戏。需注意的是，不同的组队游戏可能具有不同的游戏规则，故实务上每一个游戏队伍的人数及游戏角色位置的配置也可能有所不同，本发明不加以限制。

图2是根据本发明的一实施例所示出的服务器主机与用户计算机的功能方块图。请参照图2，以服务器主机11与用户计算机12为例，服务器主机11可包括一或多个计算机主机，且用户计算机12可包括智慧型手机、平板计算机、桌上型计算机、笔记本计算机或游戏机等各式可进行游戏的计算机装置，且其类型不限于此。此外，服务器主机11与用户计算机12可经由互联网(Internet)20彼此通信。

服务器主机11可包括网络界面201、存储电路202及处理器203。网络界面201可包括有线和/或无线的网络界面卡。例如，网络界面201可包括乙太网(Ethernet)界面卡和/或WIFI无线网络界面卡等。服务器主机11可经由网络界面201连接至互联网20。存储电路202可包括非易失性存储电路，例如传统硬盘(Hard Disk Drive,HDD)、固态硬盘(Solid StateDrive,HDD)或包含以上两者的混合硬盘。处理器203连接至网络界面201与存储电路202。处理器203用以负责服务器主机11的整体或部分运作。例如，处理器203可包括中央处理单元(Central Processing Unit,CPU)、图像处理器(Graphic Processing Unit,GPU)，或是其他可程序化的一般用途或特殊用途的微处理器、数字信号处理器(Digital SignalProcessor,DSP)、可编程控制器、专用集成电路(Application Specific IntegratedCircuits,ASIC)、可编程逻辑器件(Programmable Logic Device,PLD)或其他类似装置或这些装置的组合。此外，服务器主机11还可包括其他类型的输入/输出(IO)装置及电源供应装置等基本电子构件，本发明不加以限制。

用户计算机12可包括网络界面211、存储电路212及处理器213。网络界面211可包括有线和/或无线的网络界面卡。例如，网络界面211可包括乙太网界面卡和/或WIFI无线网络界面卡等。用户计算机12可经由网络界面211连接至互联网20。存储电路212可包括非易失性存储电路，例如硬盘、固态硬盘或包含以上两者的混合硬盘。处理器213连接至网络界面211与存储电路212。处理器213用以负责用户计算机12的整体或部分运作。例如，处理器213可包括中央处理单元(CPU)、图像处理器(GPU)，或是其他可编程的一般用途或特殊用途的微处理器、数字信号处理器(DSP)、可编程控制器、专用集成电路(ASIC)、可编程逻辑器件(PLD)或其他类似装置或这些装置的组合。此外，用户计算机12还可包括其他类型的输入/输出(IO)装置及电源供应装置等基本电子构件，本发明不加以限制。需注意的是，图2的用户计算机12可相同或相似于图1中其余用户计算机13～16，在此便不重复赘述。

服务器主机11的存储电路202存储有数据库2021与推荐程序2022。数据库2021用以存储游戏历史数据。所述游戏历史数据可包括过去在服务器主机11提供的游戏平台上进行的游戏的数据及已注册玩家的帐号数据等。此外，数据库2021还用以存储在后台经过对特定类型的游戏数据进行统计分析后获得的统计数据。例如，所述统计数据可包括特定玩家在一或多场游戏中获得的资源分数、特定玩家在一或多场游戏中的杀敌数、特定玩家在一或多场游戏中的死亡数和/或特定玩家在一或多场游戏中的助攻数等，且所述统计数据的类型不限于此。在以下的实施例中，所述统计数据包括多个游戏统计参数。每一个游戏统计参数反映一种特定类型的统计数据。此外，在游戏开始前，处理器203可运行推荐程序2022，以推荐合适的队友给已经选择队伍以及游戏角色的玩家进行组队。

另一方面，用户计算机12的存储电路212存储有游戏程序2121。处理器213可运行游戏程序2121以连接至服务器主机11进行游戏。例如，游戏程序2121可在用户计算机12上提供一个用户端的游戏界面。用户计算机12的用户可操作此游戏界面来选择队伍及游戏角色等。

图3是根据本发明的一实施例所示出的游戏界面的示意图。请参照图1至图3，在运行游戏程序2121后，游戏界面31可被呈现于用户计算机12的屏幕。游戏界面31可呈现某一游戏队伍的组队状态。假设当前的组队状态显示用户计算机12与13的用户分别选择角色A与角色B加入同一游戏队伍。角色A的游戏角色位置为ADC，且角色B的游戏角色位置为MIDDLE。在这个由5个玩家组成的队伍中，还需等待3个玩家加入才完成组队。在一实施例中，服务器主机11的处理器203可运行推荐程序2022，以推荐合适的队友加入此游戏队伍中。

在一实施例中，处理器203可查询数据库2021中的多个游戏评估参数。处理器203可从此些游戏评估参数中选择其中之一作为目标参数。例如，所述游戏评估参数包括前述一或多个游戏统计参数。特别是，所选择的目标参数与至少一游戏体验指标的相关性会高于所述多个游戏评估参数中未被选择的其余参数与所述至少一游戏体验指标的相关性。例如，所述游戏体验指标可包括游戏的胜负、游戏中获得的资源分数和/或游戏中获得的队友奖励分数等与玩家的游戏体验相关的评估指标，且游戏体验指标的类型不限于此。在以下实施例中，是以游戏的胜负作为游戏体验指标的范例进行说明。

图4是根据本发明的一实施例所示出的表格数据的示意图。请参照图4，表格数据41记录了多种游戏统计参数与过去进行的至少一场游戏的胜负(winning)之间的相关性数值。例如，所述游戏统计参数包括kills(杀敌数)、deaths(死亡数)、assists(助攻数)及kda((杀敌数+助攻数)/死亡数)。此些游戏统计参数皆可通过对至少部分玩家进行特定游戏所记录的游戏历史数据进行统计运算而获得。此外，表格数据41还可记录更多类型的游戏统计参数，本发明不加以限制。

以表格数据41为例，以过去至少一场获胜的游戏而言，参数kills、deaths、assists及kda分别与所述游戏的胜利之间的相关性分别为0.279、-0.398、0.359及0.485。其中，参数kda与游戏的胜利之间的相关性数值最大(0.485)，表示所统计的参数kda的数值大小与过去进行的至少一场的游戏的胜利之间的相关性最高。也就是说，在过去进行的游戏中，若某一玩家或游戏角色在游戏中的杀敌数较高、助攻数较高和/或死亡数较低(使得参数kda的数值较大)，则此玩家或游戏角色所在的队伍最终赢得胜利的机率最高。反之，参数deaths与游戏的胜利之间的相关性数值最小(-0.398)，表示所统计的参数deaths的数值大小与过去进行的至少一场的游戏的胜利之间的相关性最低。也就是说，若某一玩家或游戏角色在游戏中的死亡数较高(使得参数deaths的数值较大)，则此玩家或游戏角色所在的队伍最终赢得胜利的机率最低。在一实施例中，根据表格数据41，处理器203可选择参数kda作为目标参数。

在一实施例中，表格数据41亦可以记载多种游戏统计参数与其他类型的游戏体验指标(例如游戏中获得的资源分数或游戏中获得的队友奖励分数)之间的相关性数值。以游戏中获得的资源分数以及参数kda为例，假设参数kda与游戏中获得的资源分数之间的相关性数值最大(0.485)，表示所统计的参数kda的数值大小与过去进行的至少一场的游戏中获得的资源分数的高低之间的相关性最高，依此类推。因此，处理器203可选择参数kda作为目标参数。

在一实施例中，处理器203可根据目标参数与至少一已选择的游戏角色的游戏角色位置(亦称为第一游戏角色位置)从多个候选游戏角色位置中自动筛选出一个目标角色位置。相较于其余未被选择的游戏角色位置，所述目标角色位置与第一游戏角色位置之间在所述目标参数方面的相关性最高。

在一实施例中，假设候选游戏角色位置包括第一候选游戏角色位置与第二候选游戏角色位置。处理器203可获得第一候选游戏角色位置与第一游戏角色位置之间在所述目标参数方面的相关性数值(亦称为第一相关性数值)。例如，第一相关性数值可反映以第一候选游戏角色位置进行游戏所统计的目标参数与以第一游戏角色位置进行游戏所统计的目标参数之间的相关性。另一方面，处理器203可获得第二候选游戏角色位置与第一游戏角色位置之间在所述目标参数方面的相关性数值(亦称为第二相关性数值)。例如，第二相关性数值可反映以第二候选游戏角色位置进行游戏所统计的目标参数与以第一游戏角色位置进行游戏所统计的目标参数之间的相关性。处理器203可根据第一相关性数值与第二相关性数值选择第一候选游戏角色位置与第二候选游戏角色位置的其中之一(例如第一候选游戏角色位置)作为所述目标角色位置。例如，处理器203可比较第一相关性数值与第二相关性数值并选择数值较大的第一相关性数值所对应的第一候选游戏角色位置作为所述目标角色位置。

图5是根据本发明的一实施例所示出的表格数据的示意图。请参照图5，表格数据51记录了多个游戏角色位置彼此之间在所述目标参数方面的相关性数值。此些数值皆可通过对至少部分玩家进行特定游戏所记录的游戏历史数据进行统计运算而获得。此外，表格数据51还可记录其他类型的游戏统计参数，本发明不加以限制。

根据表格数据51，针对游戏角色位置ADC所统计的目标参数(例如参数kda)与针对游戏角色位置Jungle所统计的目标参数之间的相关性数值为0.3401；针对游戏角色位置ADC所统计的目标参数与针对游戏角色位置Middle所统计的目标参数之间的相关性数值为0.2950；针对游戏角色位置ADC所统计的目标参数与针对游戏角色位置Support所统计的目标参数之间的相关性数值为0.4659；并且针对游戏角色位置ADC所统计的目标参数与针对游戏角色位置Top所统计的目标参数之间的相关性数值为0.2557。依此类推，可获得表格数据51中其余游戏角色位置彼此之间在所述目标参数方面的相关性数值。

在一实施例中，假设第一游戏角色位置包括ADC(即图3中已选择的角色A的游戏角色位置)与Middle(即图3中已选择的角色B的游戏角色位置)。在查询表格数据51后，处理器203可根据第一游戏角色位置(即ADC和/或Middle)与多个候选游戏角色位置(即ADC、Jungle、Middle、Support及Top)之间在所述目标参数方面的相关性数值中的最大者(例如0.4659)来选择候选游戏角色位置Support作为目标角色位置。需注意的是，相同的候选游戏角色位置在所述目标参数方面的相关性数值为1，此状况可不考虑。

在一实施例中，所述游戏评估参数还包括专家评分参数。所述专家评分参数包括由专家(例如资深玩家和/或游戏设计师)所设定的不同游戏角色位置彼此间的相关性数值。在一实施例中，处理器203可选择专家评分参数作为目标参数。处理器203可根据专家评分参数(即目标参数)与至少一已选择的游戏角色的游戏角色位置(即第一游戏角色位置)从多个候选游戏角色位置中自动筛选出所述目标角色位置。

在图5的一实施例中，假设表格数据51用以记载所述专家评分参数。例如，在表格数据51中，对应于游戏角色位置ADC与Jungle的数值(例如0.3401)可反映游戏角色位置ADC与Jungle之间的相关性数值；对应于游戏角色位置Middle与Support的数值(例如0.2630)则可反映游戏角色位置Middle与Support之间的相关性数值，依此类推。在此实施例中，处理器203可根据第一游戏角色位置(即ADC和/或Middle)与多个候选游戏角色位置(即ADC、Jungle、Middle、Support及Top)之间在所述目标参数方面的相关性数值中的最大者(例如0.4659)来选择候选游戏角色位置Support作为目标角色位置。需注意的是，表格数据51中记载的数值可以根据实务进行设定，本发明不加以限制。

在一实施例中，处理器203可根据选定的目标角色位置从多个候选游戏角色中自动筛选出目标游戏角色，以使所述目标游戏角色搭配已选择的游戏角色进行游戏的预测胜率高于所述多个候选游戏角色中其余游戏角色搭配已选择的游戏角色进行游戏的预测胜率。需注意的是，所述候选游戏角色是指依系统预设适用或专用于所述目标角色位置的游戏角色。

在一实施例中，处理器203可根据所述第一相关性数值获得加权信息。处理器203可根据所述候选游戏角色中的某一候选游戏角色(亦称为第一候选游戏角色)搭配已选择的游戏角色进行游戏的历史胜率信息(亦称为第一历史胜率信息)与所述加权信息获得一个胜率评估值(亦称为第一胜率评估值)。另一方面，处理器203可根据所述候选游戏角色中的另一候选游戏角色(亦称为第二候选游戏角色)搭配已选择的游戏角色进行游戏的历史胜率信息(亦称为第二历史胜率信息)与所述加权信息获得另一个胜率评估值(亦称为第二胜率评估值)。处理器203可根据所述第一胜率评估值与所述第二胜率评估值选择数值较大的第一胜率评估值所对应的第一候选游戏角色作为所述目标游戏角色。

图6是根据本发明的一实施例所示出的表格数据的示意图。请参照图2与图6，假设所选定的目标角色位置为Support，且适合作为Support的游戏角色有角色C至E等。根据图3中已选择的角色A与角色B，处理器203可查询数据库2021以获得在过去的至少一场游戏中，角色A与角色B分别搭配角色C至E进行游戏的胜率。处理器203可将此胜率的信息记载于表格数据61。

根据表格数据61，在过去的至少一场游戏中，作为ADC的角色A搭配作为Support的角色C至E的历史胜率分别为58.2％、55.6％及55.3％，并且作为Middle的角色B搭配作为Support的角色C至E的历史胜率分别为53.2％、51.6％及50.2％。处理器203可根据表格数据61进一步获得角色A+B搭配角色C至E各别的胜率评估值。例如，处理器203可根据角色A与B分别搭配角色C的历史胜率58.2％与53.2％获得胜率评估值为56.4％。此胜率评估值可为58.2％与53.2％的加权平均。此胜率评估值也可作为角色A与B搭配角色C的预测胜率。

在一实施例中，处理器203可根据图5的表格数据51将相关性数值0.4659与0.2630作为加权信息。其中，相关性数值0.4659反映针对游戏角色位置ADC所统计的目标参数(例如kda)与针对游戏角色位置Support所统计的目标参数之间的相关性，且相关性数值0.2630反映针对游戏角色位置Middle所统计的目标参数与针对游戏角色位置Support所统计的目标参数之间的相关性。处理器203可根据此加权信息以及角色A与B分别搭配角色C的历史胜率58.2％与53.2％获得胜率评估值56.4％。例如，56.4％＝(58.2％×0.4659+53.2％×0.2630/(0.4659+0.2630)。依此类推，处理器203可根据此加权信息以及角色A与B分别搭配角色D的历史胜率55.6％与51.6％获得胜率评估值54.2％。例如，54.2％＝(55.6％×0.4659+51.6％×0.2630/(0.4659+0.2630)。此胜率评估值可为55.6％与51.6％的加权平均。此外，处理器203可根据此加权信息以及角色A与B分别搭配角色E的历史胜率55.3％与50.2％获得胜率评估值53.5％。例如，53.5％＝(55.3％×0.4659+50.2％×0.2630/(0.4659+0.2630)。此胜率评估值可为53.5％与50.2％的加权平均。在一实施例中，处理器203可选择所对应的胜率评估值最大(例如56.4％)的角色C作为目标游戏角色。

在一实施例中，处理器203可根据所述目标游戏角色推荐预计使用所述目标游戏角色进行游戏的待组队玩家作为队友。例如，在决定游戏角色位置为Support的角色C为目标游戏角色后，处理器203可获得一个玩家清单。此玩家清单可记载预计使用游戏角色位置为Support的角色C进行游戏的至少一候选玩家的识别信息。处理器203可自动选择所述候选玩家的其中之一作为所欲推荐的待组队玩家。在一实施例中，处理器203可根据所述候选玩家过去使用所述目标游戏角色进行游戏的胜率信息从所述候选玩家中择一作为所欲推荐的待组队玩家。

图7是根据本发明的一实施例所示出的表格数据的示意图。请参照图2与图7，表格数据71呈现多个候选玩家在过去的游戏中使用游戏角色位置为Support的角色C进行游戏的胜率。例如，编号为1002、6805及3251的玩家所对应的胜率分别为67.2％、62.8％及53.5％。处理器203可选择胜率最高(例如67.2％)的编号1002的玩家作为所欲推荐的待组队玩家。例如，所推荐的玩家与其使用的角色C可呈现于图3的游戏界面31中。在另一实施例中，表格数据71所呈现的胜率也可以是指各玩家的生涯累积胜率或其他条件下的胜率信息，本发明不加以限制。

需注意的是，图4至图7的实施例中所呈现的表格数据41～71皆为范例。在其他实施例中，所述表格数据皆可记载更多有用的数据或者以其他形式记载数据，本发明不加以限制。此外，前述实施例中提及的各项数据皆可以随着玩家持续进行游戏而动态更新并记录于图2的数据库2021中。尔后，数据库2021中的数据即可根据前述实施例的说明而动态用于决定所推荐给玩家的组队队友，从而有效提高组队游戏的游戏质量。

图8是根据本发明的一实施例所示出的组队游戏的队友推荐方法的流程图。请参照图8，在步骤S801中，查询游戏数据，其中所述游戏数据包括多个游戏评估参数。在步骤S802中，从所述多个游戏评估参数中选择目标参数，其中所述目标参数与至少一游戏体验指标的相关性高于所述多个游戏评估参数中其余参数与所述至少一游戏体验指标的相关性。在步骤S803中，根据所述目标参数与至少一已选择的游戏角色的第一游戏角色位置从多个候选游戏角色位置中自动筛选出目标角色位置。在步骤S804中，根据所述目标角色位置从多个候选游戏角色中自动筛选出目标游戏角色，以使所述目标游戏角色搭配所述至少一已选择的游戏角色进行游戏的预测胜率高于所述多个候选游戏角色中其余游戏角色搭配所述至少一已选择的游戏角色进行所述游戏的预测胜率。在步骤S805中，根据所述目标游戏角色推荐预计使用所述目标游戏角色进行所述游戏的待组队玩家作为队友。

然而，图8中各步骤已详细说明如上，在此便不再赘述。值得注意的是，图8中各步骤可以实作为多个程序码或是电路，本发明不加以限制。此外，图8的方法可以搭配以上范例实施例使用，也可以单独使用，本发明不加以限制。

综上所述，根据游戏数据，与特定游戏体验指标的相关性较高的目标参数可被自动选择。接着，目标角色位置可根据所述目标参数与至少一已选择的游戏角色的第一游戏角色位置而被自动筛选。接着，目标游戏角色可根据所述目标角色位置而被自动筛选，以尝试获得具有较高预测胜率的角色配队组合。接着，可根据所述目标游戏角色推荐预计使用所述目标游戏角色进行游戏的待组队玩家作为队友，从而提高组队游戏的游戏质量。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种组队游戏的队友推荐方法，其特征在于，包括：

查询游戏数据，其中所述游戏数据包括多个游戏评估参数；

从所述多个游戏评估参数中选择目标参数，其中所述目标参数与至少一游戏体验指标的相关性高于所述多个游戏评估参数中其余参数与所述至少一场游戏体验指标的相关性；

根据所述目标参数与至少一已选择的游戏角色的第一游戏角色位置从多个候选游戏角色位置中自动筛选出一目标角色位置；

根据所述目标角色位置从多个候选游戏角色中自动筛选出目标游戏角色，以使所述目标游戏角色搭配所述至少一已选择的游戏角色进行游戏的预测胜率高于所述多个候选游戏角色中其余游戏角色搭配所述至少一已选择的游戏角色进行所述游戏的预测胜率；以及

根据所述目标游戏角色推荐预计使用所述目标游戏角色进行所述游戏的待组队玩家作为队友。

2.根据权利要求1所述的组队游戏的队友推荐方法，其中根据所述目标参数与所述至少一已选择的游戏角色的所述第一游戏角色位置从所述多个候选游戏角色位置中自动筛选出所述目标角色位置的步骤包括：

获得所述多个候选游戏角色位置中的第一候选游戏角色位置与所述第一游戏角色位置之间在所述目标参数方面的第一相关性数值；

获得所述多个候选游戏角色位置中的第二候选游戏角色位置与所述第一游戏角色位置之间在所述目标参数方面的第二相关性数值；以及

根据所述第一相关性数值与所述第二相关性数值选择所述第一候选游戏角色位置作为所述目标角色位置。

3.根据权利要求2所述的组队游戏的队友推荐方法，其中所述第一相关性数值反映以所述第一候选游戏角色位置进行所述游戏所统计的所述目标参数与以所述第一游戏角色位置进行所述游戏所统计的所述目标参数之间的相关性，并且

所述第二相关性数值反映以所述第二候选游戏角色位置进行所述游戏所统计的所述目标参数与以所述第一游戏角色位置进行所述游戏所统计的所述目标参数之间的相关性。

4.根据权利要求2所述的组队游戏的队友推荐方法，其中根据所述目标角色位置从所述多个候选游戏角色中自动筛选出所述目标游戏角色的步骤包括：

根据所述第一相关性数值获得加权信息；

根据所述多个候选游戏角色中的一第一候选游戏角色搭配所述至少一已选择的游戏角色进行所述游戏的第一历史胜率信息与所述加权信息获得第一胜率评估值；

根据所述多个候选游戏角色中的第二候选游戏角色搭配所述至少一已选择的游戏角色进行所述游戏的第二历史胜率信息与所述加权信息获得第二胜率评估值；以及

根据所述第一胜率评估值与所述第二胜率评估值选择所述第一候选游戏角色作为所述目标游戏角色。

5.根据权利要求4所述的组队游戏的队友推荐方法，其中根据所述目标游戏角色推荐预计使用所述目标游戏角色进行所述游戏的所述待组队玩家作为所述队友的步骤包括：

获得玩家清单，其中所述玩家清单记载预计使用所述目标游戏角色进行所述游戏的至少一候选玩家的识别信息；以及

根据所述至少一候选玩家过去使用所述目标游戏角色进行所述游戏的胜率信息从所述至少一候选玩家中择一作为所推荐的所述待组队玩家。

6.一种组队游戏的队友推荐系统，其特征在于，包括：

服务器主机；以及

用户计算机，连线至所述服务器主机，

其中当所述用户计算机执行游戏时，所述服务器主机查询游戏数据，所述游戏数据包括多个游戏评估参数，

所述服务器主机从所述多个游戏评估参数中选择目标参数，所述目标参数与至少一游戏体验指标的相关性高于所述多个游戏评估参数中其余参数与所述至少一游戏体验指标的相关性，

所述服务器主机根据所述目标参数与至少一已选择的游戏角色的第一游戏角色位置从多个候选游戏角色位置中自动筛选出目标角色位置，

所述服务器主机根据所述目标角色位置从多个候选游戏角色中自动筛选出一目标游戏角色，以使所述目标游戏角色搭配所述至少一已选择的游戏角色进行游戏的预测胜率高于所述多个候选游戏角色中其余游戏角色搭配所述至少一已选择的游戏角色进行所述游戏的预测胜率，并且

所述服务器主机根据所述目标游戏角色推荐预计使用所述目标游戏角色进行所述游戏的待组队玩家作为队友。

7.根据权利要求6所述的组队游戏的队友推荐系统，其中根据所述目标参数与所述至少一已选择的游戏角色的所述第一游戏角色位置从所述多个候选游戏角色位置中自动筛选出所述目标角色位置的操作包括：

获得所述多个候选游戏角色位置中的第一候选游戏角色位置与所述第一游戏角色位置之间在所述目标参数方面的第一相关性数值；

获得所述多个候选游戏角色位置中的第二候选游戏角色位置与所述第一游戏角色位置之间在所述目标参数方面的第二相关性数值；以及

根据所述第一相关性数值与所述第二相关性数值选择所述第一候选游戏角色位置作为所述目标角色位置。

8.根据权利要求7所述的组队游戏的队友推荐系统，其中所述第一相关性数值反映以所述第一候选游戏角色位置进行所述游戏所统计的所述目标参数与以所述第一游戏角色位置进行所述游戏所统计的所述目标参数之间的相关性，并且

所述第二相关性数值反映以所述第二候选游戏角色位置进行所述游戏所统计的所述目标参数与以所述第一游戏角色位置进行所述游戏所统计的所述目标参数之间的相关性。

9.根据权利要求7所述的组队游戏的队友推荐系统，其中根据所述目标角色位置从所述多个候选游戏角色中自动筛选出所述目标游戏角色的操作包括：

根据所述第一相关性数值获得加权信息；

根据所述多个候选游戏角色中的第一候选游戏角色搭配所述至少一已选择的游戏角色进行所述游戏的第一历史胜率信息与所述加权信息获得第一胜率评估值；

根据所述多个候选游戏角色中的第二候选游戏角色搭配所述至少一已选择的游戏角色进行所述游戏的第二历史胜率信息与所述加权信息获得第二胜率评估值；以及

根据所述第一胜率评估值与所述第二胜率评估值选择所述第一候选游戏角色作为所述目标游戏角色。

10.根据权利要求9所述的组队游戏的队友推荐系统，其中根据所述目标游戏角色推荐预计使用所述目标游戏角色进行所述游戏的所述待组队玩家作为所述队友的操作包括：

获得玩家清单，其中所述玩家清单记载预计使用所述目标游戏角色进行所述游戏的至少一候选玩家的识别信息；以及

根据所述至少一候选玩家过去使用所述目标游戏角色进行所述游戏的胜率信息从所述至少一候选玩家中择一作为所推荐的所述待组队玩家。

Images