CN117687550A - 卡牌交互方法、卡牌组合分类方法、装置、介质及设备 - Google Patents
卡牌交互方法、卡牌组合分类方法、装置、介质及设备 Download PDFInfo
- Publication number
- CN117687550A CN117687550A CN202311708425.3A CN202311708425A CN117687550A CN 117687550 A CN117687550 A CN 117687550A CN 202311708425 A CN202311708425 A CN 202311708425A CN 117687550 A CN117687550 A CN 117687550A
- Authority
- CN
- China
- Prior art keywords
- card
- card combination
- combination
- determining
- user
- 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
- 238000000034 method Methods 0.000 title claims abstract description 75
- 230000003993 interaction Effects 0.000 title claims abstract description 20
- 239000013598 vector Substances 0.000 claims description 55
- 238000012545 processing Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 16
- 238000010606 normalization Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 238000013475 authorization Methods 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开涉及一种卡牌交互方法、卡牌组合分类方法、装置、介质及设备,所述卡牌交互方法包括:从预置的多个卡牌组合类别中确定目标类别;根据所述目标类别下的卡牌组合以及用户对应的至少一张卡牌,确定与所述用户对应的候选卡牌组合并展示;响应于所述用户的选择操作,将所述选择操作对应的候选卡牌组合作为所述用户进行对局的目标卡牌组合。由此在为用户进行卡牌组合推荐时,可以首先确定出目标类别,从而可以从该目标类别下的卡牌组合中进行推荐,可以用户在获得对应的候选卡牌组合的同时了解该候选卡牌组合的类别,在一定程度上降低用户学习卡牌选择策略的学习成本和理解成本,提高用户交互的多样性和有效性,从而提升用户体验。
Description
技术领域
本公开涉及计算机技术领域,具体地,涉及一种卡牌交互方法、卡牌组合分类方法、装置、介质及设备。
背景技术
对于卡牌类交互应用而言,卡牌系统的设计直接影响着用户的交互体验。相关技术中,为了提高用户的对局体验,通常是为用户推荐相应的卡牌组合进行对局,然而通过上述方式,基于推荐的卡牌组合用户难以了解该掌握其对应的组合方式和策略。
发明内容
提供该发明内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
第五方面,本公开提供一种卡牌交互方法,所述方法包括:
从预置的多个卡牌组合类别中确定目标类别;
根据所述目标类别下的卡牌组合以及用户对应的至少一张卡牌,确定与所述用户对应的候选卡牌组合并展示;
响应于所述用户的选择操作,将所述选择操作对应的候选卡牌组合作为所述用户进行对局的目标卡牌组合。
第二方面,本公开提供一种卡牌组合分类方法,所述方法包括:
获取第一历史时段内的多个历史对局中对应胜利结果的卡牌组合;
针对每一所述卡牌组合,确定所述卡牌组合中的每一卡牌对应的特征值,其中,所述特征值用于表示所述卡牌在所述卡牌组合中的重要程度;
根据所述卡牌组合中的各个卡牌对应的特征值确定所述卡牌组合的特征向量;
基于所述卡牌组合对应的特征向量对所述卡牌组合进行聚类,获得所述卡牌组合对应的多个卡牌组合类别,每一所述卡牌组合类别对应一个聚类中心。
第三方面,本公开提供一种卡牌交互装置,所述装置包括:
第一确定模块,用于从预置的多个卡牌组合类别中确定目标类别;
展示模块,用于根据所述目标类别下的卡牌组合以及用户对应的至少一张卡牌,确定与所述用户对应的候选卡牌组合并展示;
第二确定模块,用于响应于所述用户的选择操作,将所述选择操作对应的候选卡牌组合作为所述用户进行对局的目标卡牌组合。
第四方面,本公开提供一种卡牌组合分类装置,所述装置包括:
第一获取模块,用于获取第一历史时段内的多个历史对局中对应胜利结果的卡牌组合;
第三确定模块,用于针对每一所述卡牌组合,确定所述卡牌组合中的每一卡牌对应的特征值,其中,所述特征值用于表示所述卡牌在所述卡牌组合中的重要程度;
第四确定模块,用于根据所述卡牌组合中的各个卡牌对应的特征值确定所述卡牌组合的特征向量;
第一聚类模块,用于基于所述卡牌组合对应的特征向量对所述卡牌组合进行聚类,获得所述卡牌组合对应的多个卡牌组合类别,每一所述卡牌组合类别对应一个聚类中心。
第五方面,本公开提供一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现第一方面或第二方面所述方法的步骤。
第六方面,本公开提供一种电子设备,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现第一方面或第二方面所述方法的步骤。
由此,通过上述技术方案,在为用户进行卡牌组合推荐时,可以首先确定出目标类别,从而可以从该目标类别下的卡牌组合中进行推荐,一方面通过确定卡牌组合类别可以便于对多个卡牌组合的统一管理和记录,另一方面可以用户在获得对应的候选卡牌组合的同时了解该候选卡牌组合的类别,在一定程度上降低用户学习卡牌选择策略的学习成本和理解成本,提高用户交互的多样性和有效性,从而提升用户体验。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。在附图中:
图1是根据本公开的一种实施方式提供的卡牌交互方法的流程图。
图2是根据本公开的一种实施方式提供的卡牌交互装置的框图。
图3示出了适于用来实现本公开实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
可以理解的是,在使用本公开各实施例公开的技术方案之前,均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
例如,在响应于接收到用户的主动请求时,向用户发送提示信息,以明确地提示用户,其请求执行的操作将需要获取和使用到用户的个人信息。从而,使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
作为一种可选的但非限定性的实现方式,响应于接收到用户的主动请求,向用户发送提示信息的方式例如可以是弹窗的方式,弹窗中可以以文字的方式呈现提示信息。此外,弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。
可以理解的是,上述通知和获取用户授权过程仅是示意性的,不对本公开的实现方式构成限定,其它满足相关法律法规的方式也可应用于本公开的实现方式中。
同时,可以理解的是,本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。
图1所示,为根据本公开的一种实施方式提供的卡牌交互方法的流程图,如图1所示,所述方法可以包括:
在步骤11中,从预置的多个卡牌组合类别中确定目标类别。
其中,卡牌库中通常会预置大量的卡牌,不同的卡牌其对应的技能或操作不同,则不同的卡牌进行组合时该组合对应的技能或操作也会相应有所不同。在该实施例中,可以预先确定多个卡牌组合类别,每一卡牌组合类别用于表示一个对局风格的卡牌组合,属于同一卡牌组合类别下的卡牌组合其包含的卡牌以及卡牌的重要度相近。则该实施例中,可以从多个预置的卡牌组合类别中确定用于对用户进行推荐的目标类别。
在步骤12中,根据目标类别下的卡牌组合以及用户对应的至少一张卡牌,确定与用户对应的候选卡牌组合并展示。
该步骤中,在获得用户授权的情况下可以获取用户持有的卡牌。在目标类别下的每一卡牌组合,可以基于该卡牌组合中的关键卡牌与该用户对应的至少一张卡牌进行匹配。作为示例,卡牌组合中的关键卡牌可以基于卡牌组合中的各个卡牌对应的重要度进行确定,如其中重要度由大至小排名前N的卡牌作为该卡牌组合的关键卡牌。
作为示例,若用户对应的卡牌中包含该目标类别下的卡牌组合中的关键卡牌,则可以将该卡牌组合作为候选卡牌组合。则进一步该可以为用户输出展示该候选卡牌组合,以由用户从该多个候选卡牌组合中的选择其所需的组合。
在步骤13中,响应于用户的选择操作,将选择操作对应的候选卡牌组合作为用户进行对局的目标卡牌组合。
如在展示界面中展示该候选卡牌组合,用户可以基于其实际需求从候选卡牌组合中选择一者,如可以选中其所需的候选卡牌组合并点击确认提交,从而可以将选择的候选卡牌组合作为目标卡牌组合,即从用户对应的卡牌中抽取该目标卡牌组合中的各个卡牌作为用户当前进行对局所用的卡牌,以进行当前对局。
由此,通过上述技术方案,在为用户进行卡牌组合推荐时,可以首先确定出目标类别,从而可以从该目标类别下的卡牌组合中进行推荐,一方面通过确定卡牌组合类别可以便于对多个卡牌组合的统一管理和记录,另一方面可以用户在获得对应的候选卡牌组合的同时了解该候选卡牌组合的类别,在一定程度上降低用户学习卡牌选择策略的学习成本和理解成本,提高用户交互的多样性和有效性,从而提升用户体验。
在一种可能的实施例中,所述从预置的多个卡牌组合类别中确定目标类别的示例性实现方式可以包括:
展示候选类别,所述候选类别为多个卡牌组合类别中与所述用户对应的至少一张卡牌所匹配的类别。
其中,每一卡牌组合中包含的卡牌是确定的,而不同用户对应的卡牌可能是不同的,则该实施例中,可以基于用户对应的卡牌确定其对应的候选类别。如可以将用户对应的卡牌与多个卡牌组合类别下的卡牌组合中的关键卡牌进行匹配,若用户对应的卡牌中包含该卡牌组合中的关键卡牌,则可以将该卡牌组合所属的卡牌组合类别作为该候选类别。即该候选类别为基于用户持有的卡牌所能进行组合的卡牌组合所属的类别。
之后,响应于所述用户的选择操作,将所述选择操作对应的候选类别确定为所述目标类别。
作为示例,在确定出候选类别,可以为该用户展示候选类别,从而可以基于用户的交互操作从其选择用户所需的类别作为目标类别,提高与用户进行交互的多样性的同时,可以确定与用户匹配的目标类别,从而可以提高确定出的目标卡牌组合与用户的匹配度,在贴合用户的使用操作需求的同时提高目标卡牌组合的有效性。
在另一种可能的实施例中,所述从预置的多个卡牌组合类别中确定目标类别的示例性实现方式可以包括:
获取所述用户在所述对局选择的用户卡牌组合;其中,在用户进行对局之前,可以基于用户的需求从其持有的卡牌中选择部分卡牌以形成该用户卡牌组合。
之后,将多个卡牌组合类别与所述用户卡牌组合进行匹配,并将匹配到的卡牌组合类别作为所述目标类别。
在该实施例中,可以基于用户选择的卡牌组合确定该用户卡牌组合对应的目标类别,则进一步可以基于该目标类别对应的卡牌组合为用户进行卡牌组合的推荐。一方面,可以实现对用户的准确推荐,提高推荐的卡牌组合取胜的可能性,另一方面,可以使得推荐卡牌组合与用户自己选择的卡牌组合的类别一致性,为用户推荐其想要的卡牌组合相近的组合,进一步推荐卡牌组合的准确性,提升卡牌交互体验。
在一种可能的实施例中,所述将多个卡牌组合类别与所述用户卡牌组合进行匹配可以包括:
确定所述用户卡牌组合的特征向量。
作为示例,可以基于该用户卡牌组合对应的历史对局的情况,确定其对应的特征向量。例如在该用户卡牌组合对应的历史使用次数达到目标阈值时,确定该用户卡牌组合对应的特征向量。如可以基于用户卡牌组合中的每一卡牌的特征值进行确定,具体特征值的确定方式见下文描述。
之后,基于所述用户卡牌组合对应的特征向量,确定所述用户卡牌组合和多个卡牌组合类别对应的聚类中心之间的相似度;
根据所述相似度确定与所述用户卡牌组合匹配的类别。
其中,可以通过余弦相似度算法计算用户卡牌组合对应的特征向量和各个卡牌组合类别的聚类中心之间的相似度,以确定该用户卡牌组合所属的类别。如可以将相似度超过设定的阈值中相似度最大的聚类中心对应的类别作为该用户卡牌组合匹配的类别,即目标类别。
由此,可以通过用户卡牌组合的特征向量和多个卡牌组合类别对应的聚类中心进行快速匹配,以确定出与该用户卡牌组合对应的目标类别,为后续进行卡牌组合推荐提供数据参考。
相关技术中,为了保证卡牌设计的平衡性,设计人员通常需要对卡牌的不同搭配进行类别,确定不同卡牌搭配时的特征。通常是基于关键卡牌的匹配规则来识别卡牌组合构建原型,但该方案中需要预先确定出多种关键卡牌,关键卡牌的确定通常是基于专家用户或者操作团队人员基于经验选择的,则当关键卡牌未及时更新时会导致分类结果偏差,同时当卡牌组合中存在多个关键卡牌时,难以确定其最终的分类结果。基于此,本公开提供以下实施例,以预先进行分类确定出多个卡牌组合类别。
在一种可能的实施例中,所述多个卡牌组合类别通过以下方式确定:
获取第一历史时段内的多个历史对局中对应胜利结果的卡牌组合。
其中,该第一历史时段可以基于实际应用场景进行设置,如可以设置为最近的3个月,本公开对此不作限定。该实施例中,在获得用户授权后,可以获得相应用户在进行对局时对战双方所用的卡牌组合,该实施例中,可以获取每一历史对局中胜利的卡牌组合,如在历史对局中卡牌组合A{A1,A2,…,An}与卡牌组合B{B1,B2,…,Bn}进行对局,卡牌组合A胜出,则可以获取其中的卡牌组合A进行后续步骤。
针对每一卡牌组合,确定卡牌组合中的每一卡牌对应的特征值,其中,所述特征值用于表示所述卡牌在所述卡牌组合中的重要程度。
根据卡牌组合中的各个卡牌对应的特征值确定卡牌组合的特征向量。
在该实施例中,卡牌对应的特征值可以用于表示卡牌在该卡牌组合中的重要程度,则在卡牌组合的特征向量中可以表示其包含的各个卡牌的重要程度,使得在后续进行聚类的过程中,包含的卡牌相近且卡牌重要程度相近的卡牌组合能聚合在一起,提高聚类的准确性。
基于卡牌组合对应的特征向量对卡牌组合进行聚类,获得卡牌组合对应的多个卡牌组合类别,每一所述卡牌组合类别对应一个聚类中心。
其中,可以通过K-means的聚类算法进行聚类,K可以基于实际场景或经验值设置,如可以设置为35。之后将获得的多个聚类作为卡牌组合类别,并记录该卡牌组合类别的聚类中心,从而可以获得卡牌组合对应的多个类别。
相应地,在后续对卡牌组合进行类别时,则可以基于卡牌组合对应的特征向量与卡牌组合类别的聚类中心进行相似度计算,将相似度超过阈值的最大相似度对应的卡牌组合类别作为该卡牌组合对应的类别,从而实现对卡牌组合的类别识别。
在上述技术方案中,可以通过对多个历史对局中对应胜利结果的卡牌组合进行向量表示,从而对各个卡牌组合进行聚类,以获得卡牌组合对应的多种类别。由此,一个类别下可以包含多种相近的卡牌组合,提高卡牌组合类别的准确性和合理性,无需手动或人工设置关键卡牌,可以避免基于经验设置关键卡牌的偏差,保证确定出的多个卡牌组合类别与线上应用的卡牌组合的匹配度,降低人工工作量,为后续进行卡牌组合的分类识别提供准确的数据支持。另外,在对卡牌组合进行分类时并非依赖于其中的部分关键卡牌的匹配规则,而是基于卡牌组合中的各个卡牌的整体特征进行分类,从而可以有效避免基于关键卡牌进行匹配时出现的类别冲突的现象,进一步提高确定出的卡牌组合所属类别的准确性,以提高基于卡牌组合类别进行卡牌组合推荐的准确性。
在一种可能的实施例中,所述确定所述卡牌组合中的每一卡牌对应的特征值的示例性实现方式可以包括:
确定所述卡牌组合中每一所述卡牌在所述卡牌组合使用对应的第一使用频率。
作为示例,在基于历史对局确定出各个卡牌组合后,可以针对每一卡牌组合确定该卡牌组合对应的对局数,即使用该卡牌组合获得胜利结果的对局数量。
其中,在实际应用场景中,卡牌组合中的卡牌在实际使用时并非全部使用,而是从该卡牌组合中选择部分卡牌应用,因此,针对每一卡牌组合,可以基于该卡牌组合对应的对局数据,确定其中每一卡牌的使用次数。通常情况下,卡牌的使用次数可以在一定程度上表示该卡牌在其所属卡牌组合中的重要程度。
作为示例,可以通过以下公式确定卡牌组合i中的卡牌j对应的第一使用频率TFij:
其中,mij用于表示使用该卡牌组合i获得胜利结果的对局数量中卡牌j的使用次数。
Mi用于表示使用该卡牌组合i获得胜利结果的对局数量。
并且,可以确定卡牌组合中的每一卡牌在所有卡牌组合中使用对应的第二使用频率。
在实际应用场景中,当一张卡牌在多种卡牌组合中被使用时,表示基于该卡牌难以对多个卡牌组合进行区分,此时可以认为该卡牌在其所属的卡牌组合中的重要程度降低。
则该实施例中,针对每一卡牌,可以基于该卡牌在各个卡牌组合中使用的频率对该卡牌的重要程度进行表征,作为示例,可以通过以下公式确定卡牌j对应的第二使用频率IDFj:
其中,nj用于表示包含该卡牌j的卡牌组合的数量,可以依次遍历每一卡牌组合,计数器初始为零,当包含该卡牌j时,计数器加一,直至遍历完成获得计数器的值作为包含该卡牌j的卡牌组合的数量。
N用于表示卡牌组合的总数量。
根据所述卡牌对应的所述第一使用频率和所述第二使用频率,确定所述卡牌对应的所述特征值。
作为示例,可以将第一使用频率和第二使用频率的乘积,作为卡牌对应的特征值。
由此,通过上述技术方案,针对每一卡牌,该卡牌在其所属卡牌组合中的使用次数越多,表示该卡牌在该卡牌组合中的重要程度越高,该卡牌在全部卡牌组合中出现的次数越少,表示卡牌在该卡牌组合中的重要程度越高,则通过上述两个维度分别确定出第一使用频率和第二使用频率并进一步获得特征值,从而可以基于该特征值表示各个卡牌在其所属卡牌组合中的关键特征,基于该特征值可以用于评估一个卡牌对于一个卡牌组合的重要程度,该卡牌的重要性随着它在卡牌组合中出现的次数成正比增加,但同时会随着它在所有卡牌组合中出现的频率成反比下降,从而从多个维度进行特征值的综合判断,提高特征值的准确性和有效性。
在实际应用场景中,不同的卡牌其获取的方式和要求可能不同,针对部分卡牌,可能初级用户都可以获得,该卡牌对应的持有率较高;而针对部分卡牌可能只有少部分高级用户才能获得,该卡牌对应的持有率较低。而针对持有率较低的卡牌,其对应的使用频率也会相应降低,基于此,本公开还提供以下实施例。
在一种可能的实施例中,所述方法还可以包括:
确定每一所述卡牌对应的持有率。如针对每一卡牌,可以将拥有该卡牌的用户数量与全部用户的数量的比值作为该卡牌对应的持有率。持有率越低,表示拥有该卡牌的用户数量越少,在一定程度上使得使用该卡牌进行卡牌组合的可能性降低。
相应地,所述确定所述卡牌组合中的每一所述卡牌在所有卡牌组合中使用对应的第二使用频率可以包括:
确定包含所述卡牌的卡牌组合的数量,并根据所述卡牌对应的持有率和包含所述卡牌的卡牌组合的数量,确定所述卡牌对应的调整数量。
其中,确定包含所述卡牌的卡牌组合的数量已在上文进行详述。作为示例,可以通过以下公式根据所述卡牌对应的持有率和包含所述卡牌的卡牌组合的数量,确定所述卡牌对应的调整数量n'j:
其中,α用于表示预先设置的参数,其可以根据实际应用场景预先设置,如可以设置为0.2;psrj用于表示卡牌j对应的持有率。
根据所述卡牌组合的总数量和所述卡牌对应的调整数量,确定所述第二使用频率。
进一步地,可以基于卡牌对应的调整数据通过以下公式确定第二使用频率:
其中,持有率极低的卡牌可能会因为其持有率导致该卡牌对应的第二使用频率较大,通过上述技术方案,针对每一卡牌,可以根据该卡牌对应的持有率对该卡牌对应的第二使用频率进行调整和约束,以有效降低卡牌的持有率对其对应的第二使用频率的影响,从而可以保证最终确定出的卡牌对应的特征值的准确性,使得基于该卡牌对应的特征值对卡牌组合进行准确有效表征,为后续进行聚类提供统一的特征表示,保证聚类的准确性。
其中,在实际应用场景中,不同的卡牌使用时对应的资源消耗可能不同,如部分卡牌使用时所需的资源消耗为1,部分卡牌使用时所需的资源消耗为6,则针对上述不同的卡牌,其对应的资源消耗也会影响该卡牌被使用的频率。基于此,本公开还提供以下实施例。
在一种可能的实施例中,所述方法还可以包括:
确定所述卡牌对应的资源消耗,其中,每一卡牌在使用时对应的资源消耗通常是预先设置的,在可以在确定出相应的卡牌后基于该卡牌的属性确定其资源消耗。
之后,根据所述资源消耗,确定所述卡牌对应的调整参数。
其中,资源消耗较少的卡牌被使用的可能性更高,这可能会在资源消耗层面导致该卡牌对应的第一使用频率高于资源消耗较多的卡牌对应的第一使用频率。
作为示例,可以通过如下公式确定该调整参数cost'j:
其中,costj用于表示卡牌j对应的资源消耗,β用于表示预置的参数,其可以根据实际应用场景设置,如可以设置0.7,γ用于表示资源消耗阈值,其可以根据实际应用场景设置,如可以设置6。
相应地,所述根据所述卡牌对应的所述第一使用频率和所述第二使用频率,确定所述卡牌对应的所述特征值可以包括:
将所述第一使用频率、所述第二使用频率和所述调整参数的乘积,确定为所述卡牌对应的特征值。
在该实施例中,卡牌组合i中的卡牌j对应的特征值TFIDFij可以表示为:
由此,通过上述技术方案,可以进一步地基于卡牌本身在使用时所需的资源消耗对卡牌对应的第一使用频率进行纠偏,从而保证对该卡牌对应的特征值的客观性和准确性。
作为另一示例,可以同时结合卡牌对应的资源消耗和持有率,确定该卡牌对应的特征值:
如在该实施例中,卡牌组合i中的卡牌j对应的特征值TFIDFij可以表示为:
从而可以进一步保证确定出的卡牌的特征值的准确性,通过该特征值能够客观地表示该卡牌在其所属的卡牌组合中的重要程度,以便于确定出每一卡牌组合中具有关键特征的卡牌,为后续进行卡牌组合的分类提供有效的数据支持。
在一种可能的实施例中,所述根据所述卡牌组合中的各个卡牌对应的特征值确定所述卡牌组合的特征向量可以包括:
基于所述卡牌组合中的各个卡牌对应的特征值,对每一所述特征值进行归一化处理,获得每一所述卡牌对应的目标特征值。
针对卡牌组合中的每一卡牌对应的特征值,可以将该特征值与该卡牌组合中所有卡牌对应的特征值之和的比值作为该卡牌对应的目标特征值,如:
其中,TFIDFstdij用于表示卡牌组合i中卡牌j对应的目标特征值,n用于表示卡牌组合中的卡牌的数量。
针对所述特征向量中的每一维度,若该维度对应的卡牌包含在所述卡牌组合中,将所述卡牌对应的目标特征值作为该维度下的取值;
若该维度对应的卡牌未包含在所述卡牌组合中,将预设值作为该维度下的取值。
示例地,在特征向量中包含M个维度,M为卡牌的数量,即每一维度对应于一个卡牌,在针对卡牌组合A,A1-An分别填充到对应的维度中,并将预设值填充值其他维度下获得卡牌组合A对应的特征向量。作为示例,该预设值可以设置为负值,如-0.3。由此,每一卡牌组合均可以通过M维的特征向量进行表征。
由于每个卡牌组合中的卡牌对应的特征值可能在不同的尺度范围内,则该实施例中通过对特征值进行归一化处理,从而可以将各个卡牌对应该in的特征值映射到相同的尺度范围内,既可以保证不同卡牌之间进行比较的准确性,同时也可以使得卡牌组合的特征向量可以基于统一的标准进行表征,保证基于卡牌组合的特征向量进行聚类的准确性。
在一种可能的实施例中,每一所述卡牌组合类别与所述卡牌组合类别对应的聚类中心关联存储在类型库中,所述方法还包括:
基于第二历史时段内的多个历史对局中对应胜利结果的卡牌组合,确定所述第二历史时段内的卡牌组合对应的候选聚类。
作为示例,该第二历史时段可以根据实际应用场景进行设置,如可以设置每间隔3个月进行聚类检测,则第一历史时段为最近的3个月(如3月1日-5月31),之后经过3个月,可以将新经过的3个月作为第二历史时段,即6月1日-8月30日作为第二历史时段。
作为另一示例,第二历史时段和第一历史时段可以部分重合,且第二历史时段中存在晚于所述第一历史时段的部分。则可以将第二历史时段内获得的卡牌组合通过上述所述的方式确定该卡牌组合的特征向量,并进行聚类以获得多个候选聚类,该过程中的具体实现方式已在上文详述,在此不再赘述。
针对每一所述候选聚类,确定所述候选聚类的聚类中心与所述类型库中每一聚类中心的相似度参数。
若所述相似度参数小于预设阈值,则将所述候选聚类确定为新的卡牌组合类别,并与所述候选聚类对应的聚类中心关联添加至所述类型库中。
可以基于余弦相似度确定候选聚类的聚类中心与类型库中的各个聚类中心的相似度参数。
在对卡牌组合进行分类识别时,需要保证无论在何时使用该卡牌组合都可以将其划分至唯一的一个类别中,为了保证分类的准确性,该实施例中,类型库中的聚类中心为当前已经确定出的卡牌组合对应的卡牌组合类别对应的聚类中心,则在基于新的卡牌组合生成新的候选聚类时,可以通过确定候选聚类和类型库中的类别对应的聚类中心之间的相似度参数,以确定该候选聚类是否已经是类型库中的类别。
其中,预设阈值可以基于实际应用场景进行设置,如通过试验,候选聚类中的大多数聚类与类型库中的已有类别间的相似度高于0.95,即候选聚类中的大多能够与相似度高于0.95的已有类别配对,其中超过40%的候选聚类与已有类别对应的相似度高于0.98。基于此,可以设置预设阈值为0.95,以能够过滤那些还不能与类型库中任何的已有类别配对的候选聚类,以防止分类结果出现不合理的情况。
作为示例,若所述相似度参数大于或等于该预设阈值,可以认为该候选聚类与类型库中已有的类别对应的聚类中心相近,此时可以认为其对应于相同的聚类,此时可以直接忽略该候选聚类。
若所述相似度参数小于预设阈值,即表示该候选聚类不能与类型库中已有的类别相匹配,此时可以认为该候选聚类为一个新的类别,则可以将所述候选聚类作为一个新的卡牌组合类别,并与所述候选聚类对应的聚类中心关联添加至所述类型库中,从而实现类型库中的卡牌组合类别的增加。
由此,通过上述技术方案,通过类型库存储各个已有类别及其聚类中心,从而可以在后续更新的过程中发现并丢弃重复类别,当基于新的卡牌组合确定出与已有类别相似的候选聚类时可以进行去重,而未存储在类型库中的候选聚类的聚类中心则会添加到类型库中,保证类别的多样性和丰富性,能够自动发现和识别特定时期的候选聚类,无需手动或人工标记,同时已有类别的聚类中心保持不变,保证在任何时刻进行卡牌组合分类的一致性,避免由于类别标准的变化而导致不同时刻进行分类的偏差。
本公开还提供一种卡牌组合分类方法,所述方法包括:
获取第一历史时段内的多个历史对局中对应胜利结果的卡牌组合;
针对每一所述卡牌组合,确定所述卡牌组合中的每一卡牌对应的特征值,其中,所述特征值用于表示所述卡牌在所述卡牌组合中的重要程度;
根据所述卡牌组合中的各个卡牌对应的特征值确定所述卡牌组合的特征向量;
基于所述卡牌组合对应的特征向量对所述卡牌组合进行聚类,获得所述卡牌组合对应的多个卡牌组合类别,每一所述卡牌组合类别对应一个聚类中心。
其中,上述步骤的实现方式已在上文进行详述,在此不再赘述。
在上述技术方案中,可以通过对多个历史对局中对应胜利结果的卡牌组合进行向量表示,从而对各个卡牌组合进行聚类,以获得卡牌组合对应的多种类别。由此,一个类别下可以包含多种相近的卡牌组合,提高卡牌组合类别的准确性和合理性,无需手动或人工设置关键卡牌,可以避免基于经验设置关键卡牌的偏差,保证确定出的多个卡牌组合类别与线上应用的卡牌组合的匹配度,降低人工工作量,为后续进行卡牌组合的分类识别提供准确的数据支持。另外,在对卡牌组合进行分类时并非依赖于其中的部分关键卡牌的匹配规则,而是基于卡牌组合中的各个卡牌的整体特征进行分类,从而可以有效避免基于关键卡牌进行匹配时出现的类别冲突的现象,进一步提高确定出的卡牌组合所属类别的准确性,以提高基于卡牌组合类别进行卡牌组合推荐的准确性。
基于同样的发明构思,本公开还提供一种卡牌交互装置,如图2所示,所述装置10包括:
第一确定模块100,用于从预置的多个卡牌组合类别中确定目标类别;
展示模块200,用于根据所述目标类别下的卡牌组合以及用户对应的至少一张卡牌,确定与所述用户对应的候选卡牌组合并展示;
第二确定模块300,用于响应于所述用户的选择操作,将所述选择操作对应的候选卡牌组合作为所述用户进行对局的目标卡牌组合。
可选地,所述第一确定模块包括:
第一展示子模块,用于展示候选类别,所述候选类别为多个卡牌组合类别中与所述用户对应的至少一张卡牌所匹配的类别;
第一确定子模块,用于响应于所述用户的选择操作,将所述选择操作对应的候选类别确定为所述目标类别。
可选地,所述第一确定模块包括:
第一获取子模块,用于获取所述用户在所述对局选择的用户卡牌组合;
匹配子模块,用于将多个卡牌组合类别与所述用户卡牌组合进行匹配,并将匹配到的卡牌组合类别作为所述目标类别。
可选地,所述匹配子模块包括:
第二确定子模块,用于确定所述用户卡牌组合的特征向量;
第三确定子模块,用于基于所述用户卡牌组合对应的特征向量,确定所述用户卡牌组合和多个卡牌组合类别对应的聚类中心之间的相似度;
第四确定子模块,用于根据所述相似度确定与所述用户卡牌组合匹配的类别。
可选地,所述多个卡牌组合类别通过卡牌组合分类装置进行确定,所述分类装置包括:
第一获取模块,用于获取第一历史时段内的多个历史对局中对应胜利结果的卡牌组合;
第三确定模块,用于针对每一所述卡牌组合,确定所述卡牌组合中的每一卡牌对应的特征值,其中,所述特征值用于表示所述卡牌在所述卡牌组合中的重要程度;
第四确定模块,用于根据所述卡牌组合中的各个卡牌对应的特征值确定所述卡牌组合的特征向量;
第一聚类模块,用于基于所述卡牌组合对应的特征向量对所述卡牌组合进行聚类,获得所述卡牌组合对应的多个卡牌组合类别,每一所述卡牌组合类别对应一个聚类中心。
可选地,所述第三确定模块包括:
第五确定子模块,用于确定所述卡牌组合中每一所述卡牌在所述卡牌组合使用对应的第一使用频率;
第六确定子模块,用于确定所述卡牌组合中的每一所述卡牌在所有卡牌组合中使用对应的第二使用频率;
第七确定子模块,用于根据所述卡牌对应的所述第一使用频率和所述第二使用频率,确定所述卡牌对应的所述特征值。
可选地,所述卡牌组合分类装置还包括:
第五确定模块,用于确定每一所述卡牌对应的持有率;
所述第六确定子模块包括:
第八确定子模块,用于确定包含所述卡牌的卡牌组合的数量,并根据所述卡牌对应的持有率和包含所述卡牌的卡牌组合的数量,确定所述卡牌对应的调整数量;
第九确定子模块,用于根据所述卡牌组合的总数量和所述卡牌对应的调整数量,确定所述第二使用频率。
可选地,所述卡牌组合分类装置还包括:
第六确定模块,用于确定每一所述卡牌对应的资源消耗;
第七确定模块,用于根据所述资源消耗,确定所述卡牌对应的调整参数;
所述第七确定子模块进一步用于:
将所述第一使用频率、所述第二使用频率和所述调整参数的乘积,确定为所述卡牌对应的特征值。
可选地,所述第四确定模块包括:
第一处理子模块,用于基于所述卡牌组合中的各个卡牌对应的特征值,对每一所述特征值进行归一化处理,获得每一所述卡牌对应的目标特征值;
第二处理子模块,用于针对所述特征向量中的每一维度,若该维度对应的卡牌包含在所述卡牌组合中,将所述卡牌对应的目标特征值作为该维度下的取值;若该维度对应的卡牌未包含在所述卡牌组合中,将预设值作为该维度下的取值。
可选地,每一所述卡牌组合类别与所述卡牌组合类别对应的聚类中心关联存储在类型库中,所述卡牌组合分类装置还包括:
第二聚类模块,用于基于第二历史时段内的多个历史对局中对应胜利结果的卡牌组合,确定所述第二历史时段内的卡牌组合对应的候选聚类;
第八确定模块,用于针对每一所述候选聚类,确定所述候选聚类的聚类中心与所述类型库中每一聚类中心的相似度参数;
处理模块,用于若所述相似度参数小于预设阈值,则将所述候选聚类与所述候选聚类对应的聚类中心关联添加至所述类型库中。
本公开还提供一种卡牌组合分类装置,所述卡牌组合分类装置包括:
第一获取模块,用于获取第一历史时段内的多个历史对局中对应胜利结果的卡牌组合;
第三确定模块,用于针对每一所述卡牌组合,确定所述卡牌组合中的每一卡牌对应的特征值,其中,所述特征值用于表示所述卡牌在所述卡牌组合中的重要程度;
第四确定模块,用于根据所述卡牌组合中的各个卡牌对应的特征值确定所述卡牌组合的特征向量;
第一聚类模块,用于基于所述卡牌组合对应的特征向量对所述卡牌组合进行聚类,获得所述卡牌组合对应的多个卡牌组合类别,每一所述卡牌组合类别对应一个聚类中心。
下面参考图3,其示出了适于用来实现本公开实施例的电子设备(例如终端设备或服务器)600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图3所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:从预置的多个卡牌组合类别中确定目标类别;根据所述目标类别下的卡牌组合以及用户对应的至少一张卡牌,确定与所述用户对应的候选卡牌组合并展示;响应于所述用户的选择操作,将所述选择操作对应的候选卡牌组合作为所述用户进行对局的目标卡牌组合。
或者,上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取第一历史时段内的多个历史对局中对应胜利结果的卡牌组合;针对每一所述卡牌组合,确定所述卡牌组合中的每一卡牌对应的特征值,其中,所述特征值用于表示所述卡牌在所述卡牌组合中的重要程度;根据所述卡牌组合中的各个卡牌对应的特征值确定所述卡牌组合的特征向量;基于所述卡牌组合对应的特征向量对所述卡牌组合进行聚类,获得所述卡牌组合对应的多个卡牌组合类别,每一所述卡牌组合类别对应一个聚类中心。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块的名称在某种情况下并不构成对该模块本身的限定,例如,第一确定模块还可以被描述为“从预置的多个卡牌组合类别中确定目标类别的模块”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,示例1提供了一种卡牌交互方法,所述方法包括:
从预置的多个卡牌组合类别中确定目标类别;
根据所述目标类别下的卡牌组合以及用户对应的至少一张卡牌,确定与所述用户对应的候选卡牌组合并展示;
响应于所述用户的选择操作,将所述选择操作对应的候选卡牌组合作为所述用户进行对局的目标卡牌组合。
根据本公开的一个或多个实施例,示例2提供了示例1的方法,其中,所述从预置的多个卡牌组合类别中确定目标类别,包括:
展示候选类别,所述候选类别为多个卡牌组合类别中与所述用户对应的至少一张卡牌所匹配的类别;
响应于所述用户的选择操作,将所述选择操作对应的候选类别确定为所述目标类别。
根据本公开的一个或多个实施例,示例3提供了示例1的方法,其中,所述从预置的多个卡牌组合类别中确定目标类别,包括:
获取所述用户在所述对局选择的用户卡牌组合;
将多个卡牌组合类别与所述用户卡牌组合进行匹配,并将匹配到的卡牌组合类别作为所述目标类别。
根据本公开的一个或多个实施例,示例4提供了示例3的方法,其中,所述将多个卡牌组合类别与所述用户卡牌组合进行匹配,包括:
确定所述用户卡牌组合的特征向量;
基于所述用户卡牌组合对应的特征向量,确定所述用户卡牌组合和多个卡牌组合类别对应的聚类中心之间的相似度;
根据所述相似度确定与所述用户卡牌组合匹配的类别。
根据本公开的一个或多个实施例,示例5提供了示例1的方法,其中,所述多个卡牌组合类别通过以下方式确定:
获取第一历史时段内的多个历史对局中对应胜利结果的卡牌组合;
针对每一所述卡牌组合,确定所述卡牌组合中的每一卡牌对应的特征值,其中,所述特征值用于表示所述卡牌在所述卡牌组合中的重要程度;
根据所述卡牌组合中的各个卡牌对应的特征值确定所述卡牌组合的特征向量;
基于所述卡牌组合对应的特征向量对所述卡牌组合进行聚类,获得所述卡牌组合对应的多个卡牌组合类别,每一所述卡牌组合类别对应一个聚类中心。
根据本公开的一个或多个实施例,示例6提供了示例5的方法,其中,所述确定所述卡牌组合中的每一卡牌对应的特征值,包括:
确定所述卡牌组合中每一所述卡牌在所述卡牌组合使用对应的第一使用频率;
确定所述卡牌组合中的每一所述卡牌在所有卡牌组合中使用对应的第二使用频率;
根据所述卡牌对应的所述第一使用频率和所述第二使用频率,确定所述卡牌对应的所述特征值。
根据本公开的一个或多个实施例,示例7提供了示例6的方法,其中,所述方法还包括:
确定每一所述卡牌对应的持有率;
所述确定所述卡牌组合中的每一所述卡牌在所有卡牌组合中使用对应的第二使用频率,包括:
确定包含所述卡牌的卡牌组合的数量,并根据所述卡牌对应的持有率和包含所述卡牌的卡牌组合的数量,确定所述卡牌对应的调整数量;
根据所述卡牌组合的总数量和所述卡牌对应的调整数量,确定所述第二使用频率。
根据本公开的一个或多个实施例,示例8提供了示例6的方法,其中,所述方法还包括:
确定每一所述卡牌对应的资源消耗;
根据所述资源消耗,确定所述卡牌对应的调整参数;
所述根据所述卡牌对应的所述第一使用频率和所述第二使用频率,确定所述卡牌对应的所述特征值,包括:
将所述第一使用频率、所述第二使用频率和所述调整参数的乘积,确定为所述卡牌对应的特征值。
根据本公开的一个或多个实施例,示例9提供了示5的方法,其中,所述根据所述卡牌组合中的各个卡牌对应的特征值确定所述卡牌组合的特征向量,包括:
基于所述卡牌组合中的各个卡牌对应的特征值,对每一所述特征值进行归一化处理,获得每一所述卡牌对应的目标特征值;
针对所述特征向量中的每一维度,若该维度对应的卡牌包含在所述卡牌组合中,将所述卡牌对应的目标特征值作为该维度下的取值;
若该维度对应的卡牌未包含在所述卡牌组合中,将预设值作为该维度下的取值。
根据本公开的一个或多个实施例,示例10提供了示例5的方法,其中,每一所述卡牌组合类别与所述卡牌组合类别对应的聚类中心关联存储在类型库中,所述方法还包括:
基于第二历史时段内的多个历史对局中对应胜利结果的卡牌组合,确定所述第二历史时段内的卡牌组合对应的候选聚类;
针对每一所述候选聚类,确定所述候选聚类的聚类中心与所述类型库中每一聚类中心的相似度参数;
若所述相似度参数小于预设阈值,则将所述候选聚类确定为新的卡牌组合类别,并与所述候选聚类对应的聚类中心关联添加至所述类型库中。
根据本公开的一个或多个实施例,示例11提供了一种卡牌组合分类方法,所述方法包括:
获取第一历史时段内的多个历史对局中对应胜利结果的卡牌组合;
针对每一所述卡牌组合,确定所述卡牌组合中的每一卡牌对应的特征值,其中,所述特征值用于表示所述卡牌在所述卡牌组合中的重要程度;
根据所述卡牌组合中的各个卡牌对应的特征值确定所述卡牌组合的特征向量;
基于所述卡牌组合对应的特征向量对所述卡牌组合进行聚类,获得所述卡牌组合对应的多个卡牌组合类别,每一所述卡牌组合类别对应一个聚类中心。
根据本公开的一个或多个实施例,示例12提供了一种卡牌交互装置,所述装置包括:第一确定模块,用于从预置的多个卡牌组合类别中确定目标类别;展示模块,用于根据所述目标类别下的卡牌组合以及用户对应的至少一张卡牌,确定与所述用户对应的候选卡牌组合并展示;第二确定模块,用于响应于所述用户的选择操作,将所述选择操作对应的候选卡牌组合作为所述用户进行对局的目标卡牌组合。
根据本公开的一个或多个实施例,示例13提供了一种卡牌组合分类装置,所述装置包括:第一获取模块,用于获取第一历史时段内的多个历史对局中对应胜利结果的卡牌组合;第三确定模块,用于针对每一所述卡牌组合,确定所述卡牌组合中的每一卡牌对应的特征值,其中,所述特征值用于表示所述卡牌在所述卡牌组合中的重要程度;第四确定模块,用于根据所述卡牌组合中的各个卡牌对应的特征值确定所述卡牌组合的特征向量;第一聚类模块,用于基于所述卡牌组合对应的特征向量对所述卡牌组合进行聚类,获得所述卡牌组合对应的多个卡牌组合类别,每一所述卡牌组合类别对应一个聚类中心。
根据本公开的一个或多个实施例,示例14提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现示例1-11中任一项所述方法的步骤。
根据本公开的一个或多个实施例,示例15提供了一种电子设备,包括:存储装置,其上存储有计算机程序;处理装置,用于执行所述存储装置中的所述计算机程序,以实现示例1-11中任一项所述方法的步骤。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
Claims (15)
1.一种卡牌交互方法,其特征在于,所述方法包括:
从预置的多个卡牌组合类别中确定目标类别;
根据所述目标类别下的卡牌组合以及用户对应的至少一张卡牌,确定与所述用户对应的候选卡牌组合并展示;
响应于所述用户的选择操作,将所述选择操作对应的候选卡牌组合作为所述用户进行对局的目标卡牌组合。
2.根据权利要求1所述的方法,其特征在于,所述从预置的多个卡牌组合类别中确定目标类别,包括:
展示候选类别,所述候选类别为多个卡牌组合类别中与所述用户对应的至少一张卡牌所匹配的类别;
响应于所述用户的选择操作,将所述选择操作对应的候选类别确定为所述目标类别。
3.根据权利要求1所述的方法,其特征在于,所述从预置的多个卡牌组合类别中确定目标类别,包括:
获取所述用户在所述对局选择的用户卡牌组合;
将多个卡牌组合类别与所述用户卡牌组合进行匹配,并将匹配到的卡牌组合类别作为所述目标类别。
4.根据权利要求3所述的方法,其特征在于,所述将多个卡牌组合类别与所述用户卡牌组合进行匹配,包括:
确定所述用户卡牌组合的特征向量;
基于所述用户卡牌组合对应的特征向量,确定所述用户卡牌组合和多个卡牌组合类别对应的聚类中心之间的相似度;
根据所述相似度确定与所述用户卡牌组合匹配的类别。
5.根据权利要求1所述的方法,其特征在于,所述多个卡牌组合类别通过以下方式确定:
获取第一历史时段内的多个历史对局中对应胜利结果的卡牌组合;
针对每一所述卡牌组合,确定所述卡牌组合中的每一卡牌对应的特征值,其中,所述特征值用于表示所述卡牌在所述卡牌组合中的重要程度;
根据所述卡牌组合中的各个卡牌对应的特征值确定所述卡牌组合的特征向量;
基于所述卡牌组合对应的特征向量对所述卡牌组合进行聚类,获得所述卡牌组合对应的多个卡牌组合类别,每一所述卡牌组合类别对应一个聚类中心。
6.根据权利要求5所述的方法,其特征在于,所述确定所述卡牌组合中的每一卡牌对应的特征值,包括:
确定所述卡牌组合中每一所述卡牌在所述卡牌组合使用对应的第一使用频率;
确定所述卡牌组合中的每一所述卡牌在所有卡牌组合中使用对应的第二使用频率;
根据所述卡牌对应的所述第一使用频率和所述第二使用频率,确定所述卡牌对应的所述特征值。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
确定每一所述卡牌对应的持有率;
所述确定所述卡牌组合中的每一所述卡牌在所有卡牌组合中使用对应的第二使用频率,包括:
确定包含所述卡牌的卡牌组合的数量,并根据所述卡牌对应的持有率和包含所述卡牌的卡牌组合的数量,确定所述卡牌对应的调整数量;
根据所述卡牌组合的总数量和所述卡牌对应的调整数量,确定所述第二使用频率。
8.根据权利要求6所述的方法,其特征在于,所述方法还包括:
确定每一所述卡牌对应的资源消耗;
根据所述资源消耗,确定所述卡牌对应的调整参数;
所述根据所述卡牌对应的所述第一使用频率和所述第二使用频率,确定所述卡牌对应的所述特征值,包括:
将所述第一使用频率、所述第二使用频率和所述调整参数的乘积,确定为所述卡牌对应的特征值。
9.根据权利要求5所述的方法,其特征在于,所述根据所述卡牌组合中的各个卡牌对应的特征值确定所述卡牌组合的特征向量,包括:
基于所述卡牌组合中的各个卡牌对应的特征值,对每一所述特征值进行归一化处理,获得每一所述卡牌对应的目标特征值;
针对所述特征向量中的每一维度,若该维度对应的卡牌包含在所述卡牌组合中,将所述卡牌对应的目标特征值作为该维度下的取值;
若该维度对应的卡牌未包含在所述卡牌组合中,将预设值作为该维度下的取值。
10.根据权利要求5所述的方法,其特征在于,每一所述卡牌组合类别与所述卡牌组合类别对应的聚类中心关联存储在类型库中,所述方法还包括:
基于第二历史时段内的多个历史对局中对应胜利结果的卡牌组合,确定所述第二历史时段内的卡牌组合对应的候选聚类;
针对每一所述候选聚类,确定所述候选聚类的聚类中心与所述类型库中每一聚类中心的相似度参数;
若所述相似度参数小于预设阈值,则将所述候选聚类确定为新的卡牌组合类别,并与所述候选聚类对应的聚类中心关联添加至所述类型库中。
11.一种卡牌组合分类方法,其特征在于,所述方法包括:
获取第一历史时段内的多个历史对局中对应胜利结果的卡牌组合;
针对每一所述卡牌组合,确定所述卡牌组合中的每一卡牌对应的特征值,其中,所述特征值用于表示所述卡牌在所述卡牌组合中的重要程度;
根据所述卡牌组合中的各个卡牌对应的特征值确定所述卡牌组合的特征向量;
基于所述卡牌组合对应的特征向量对所述卡牌组合进行聚类,获得所述卡牌组合对应的多个卡牌组合类别,每一所述卡牌组合类别对应一个聚类中心。
12.一种卡牌交互装置,其特征在于,所述装置包括:
第一确定模块,用于从预置的多个卡牌组合类别中确定目标类别;
展示模块,用于根据所述目标类别下的卡牌组合以及用户对应的至少一张卡牌,确定与所述用户对应的候选卡牌组合并展示;
第二确定模块,用于响应于所述用户的选择操作,将所述选择操作对应的候选卡牌组合作为所述用户进行对局的目标卡牌组合。
13.一种卡牌组合分类装置,其特征在于,所述装置包括:
第一获取模块,用于获取第一历史时段内的多个历史对局中对应胜利结果的卡牌组合;
第三确定模块,用于针对每一所述卡牌组合,确定所述卡牌组合中的每一卡牌对应的特征值,其中,所述特征值用于表示所述卡牌在所述卡牌组合中的重要程度;
第四确定模块,用于根据所述卡牌组合中的各个卡牌对应的特征值确定所述卡牌组合的特征向量;
第一聚类模块,用于基于所述卡牌组合对应的特征向量对所述卡牌组合进行聚类,获得所述卡牌组合对应的多个卡牌组合类别,每一所述卡牌组合类别对应一个聚类中心。
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,该程序被处理装置执行时实现权利要求1-11中任一项所述方法的步骤。
15.一种电子设备,其特征在于,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现权利要求1-11中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311708425.3A CN117687550A (zh) | 2023-12-12 | 2023-12-12 | 卡牌交互方法、卡牌组合分类方法、装置、介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311708425.3A CN117687550A (zh) | 2023-12-12 | 2023-12-12 | 卡牌交互方法、卡牌组合分类方法、装置、介质及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117687550A true CN117687550A (zh) | 2024-03-12 |
Family
ID=90131518
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311708425.3A Pending CN117687550A (zh) | 2023-12-12 | 2023-12-12 | 卡牌交互方法、卡牌组合分类方法、装置、介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117687550A (zh) |
-
2023
- 2023-12-12 CN CN202311708425.3A patent/CN117687550A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110321958A (zh) | 神经网络模型的训练方法、视频相似度确定方法 | |
WO2022007434A1 (zh) | 可视化方法及相关设备 | |
CN110929799B (zh) | 用于检测异常用户的方法、电子设备和计算机可读介质 | |
CN110634047A (zh) | 一种推荐房源的方法、装置、电子设备及存储介质 | |
CN113688310B (zh) | 一种内容推荐方法、装置、设备及存储介质 | |
EP4113376A1 (en) | Image classification model training method and apparatus, computer device, and storage medium | |
CN113449070A (zh) | 多模态数据检索方法、装置、介质及电子设备 | |
CN111831855A (zh) | 用于匹配视频的方法、装置、电子设备和介质 | |
CN112836128A (zh) | 信息推荐方法、装置、设备和存储介质 | |
CN115841366A (zh) | 物品推荐模型训练方法、装置、电子设备及存储介质 | |
CN112241761B (zh) | 模型训练方法、装置和电子设备 | |
CN116628049B (zh) | 一种基于大数据的信息系统维护管理系统及方法 | |
CN111782933B (zh) | 用于推荐书单的方法和装置 | |
CN114625876B (zh) | 作者特征模型的生成方法、作者信息处理方法和装置 | |
CN111680754B (zh) | 图像分类方法、装置、电子设备及计算机可读存储介质 | |
CN117687550A (zh) | 卡牌交互方法、卡牌组合分类方法、装置、介质及设备 | |
CN116416018A (zh) | 内容输出方法、装置、计算机可读介质及电子设备 | |
CN111784377B (zh) | 用于生成信息的方法和装置 | |
CN111597441A (zh) | 信息处理方法、装置和电子设备 | |
CN111339770A (zh) | 用于输出信息的方法和装置 | |
CN111049988A (zh) | 移动设备的亲密度预测方法、系统、设备及存储介质 | |
CN116501993B (zh) | 房源数据推荐方法及装置 | |
CN113077352B (zh) | 基于用户信息和保险相关信息的保险服务物品推荐方法 | |
CN114398501B (zh) | 多媒体资源的分组方法、装置、设备及存储介质 | |
CN113283115B (zh) | 图像模型生成方法、装置和电子设备 |
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 |