KR102599975B1 - 게임 태그의 자동화된 생성 - Google Patents
게임 태그의 자동화된 생성 Download PDFInfo
- Publication number
- KR102599975B1 KR102599975B1 KR1020227043693A KR20227043693A KR102599975B1 KR 102599975 B1 KR102599975 B1 KR 102599975B1 KR 1020227043693 A KR1020227043693 A KR 1020227043693A KR 20227043693 A KR20227043693 A KR 20227043693A KR 102599975 B1 KR102599975 B1 KR 102599975B1
- Authority
- KR
- South Korea
- Prior art keywords
- game
- tags
- assets
- text
- implementations
- Prior art date
Links
- 238000010801 machine learning Methods 0.000 claims abstract description 113
- 238000000034 method Methods 0.000 claims abstract description 58
- 238000013528 artificial neural network Methods 0.000 claims description 58
- 239000013598 vector Substances 0.000 claims description 52
- 238000012545 processing Methods 0.000 claims description 27
- 238000012549 training Methods 0.000 claims description 12
- 230000000694 effects Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 9
- 230000009471 action Effects 0.000 description 7
- 238000009877 rendering Methods 0.000 description 7
- 238000013527 convolutional neural network Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 235000013550 pizza Nutrition 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000282836 Camelus dromedarius Species 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 235000019993 champagne Nutrition 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000012041 food component Nutrition 0.000 description 1
- 239000005417 food ingredient Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- A63F13/77—Game security or game management aspects involving data related to game devices or game servers, e.g. configuration data, software version or amount of memory
-
- 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
- A63F13/20—Input arrangements for video game devices
- A63F13/21—Input arrangements for video game devices characterised by their sensors, purposes or types
- A63F13/216—Input arrangements for video game devices characterised by their sensors, purposes or types using geographical information, e.g. location of the game device or player using GPS
-
- 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
- A63F13/30—Interconnection arrangements between game servers and game devices; Interconnection arrangements between game devices; Interconnection arrangements between game servers
- A63F13/32—Interconnection arrangements between game servers and game devices; Interconnection arrangements between game devices; Interconnection arrangements between game servers using local area network [LAN] connections
-
- 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
- A63F13/30—Interconnection arrangements between game servers and game devices; Interconnection arrangements between game devices; Interconnection arrangements between game servers
- A63F13/32—Interconnection arrangements between game servers and game devices; Interconnection arrangements between game devices; Interconnection arrangements between game servers using local area network [LAN] connections
- A63F13/323—Interconnection arrangements between game servers and game devices; Interconnection arrangements between game devices; Interconnection arrangements between game servers using local area network [LAN] connections between game devices with different hardware characteristics, e.g. hand-held game devices connectable to game consoles or arcade machines
-
- 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
- A63F13/45—Controlling the progress of the video game
- A63F13/48—Starting a game, e.g. activating a game device or waiting for other players to join a multiplayer session
-
- 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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/16—File or folder operations, e.g. details of user interfaces specifically adapted to file systems
- G06F16/164—File meta data generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- A63F13/30—Interconnection arrangements between game servers and game devices; Interconnection arrangements between game devices; Interconnection arrangements between game servers
- A63F13/32—Interconnection arrangements between game servers and game devices; Interconnection arrangements between game devices; Interconnection arrangements between game servers using local area network [LAN] connections
- A63F13/327—Interconnection arrangements between game servers and game devices; Interconnection arrangements between game devices; Interconnection arrangements between game servers using local area network [LAN] connections using wireless networks, e.g. Wi-Fi or piconet
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computer Security & Cryptography (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Environmental & Geological Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Information Transfer Between Computers (AREA)
- Processing Or Creating Images (AREA)
- Stored Programmes (AREA)
Abstract
구현은 게임에 대한 텍스트 태그를 생성하기 위한 시스템, 방법 및 컴퓨터 판독 가능 매체와 관련된다. 훈련된 머신 러닝 모델을 사용하여, 게임에 대한 하나 이상의 텍스트 태그를 생성하기 위해 컴퓨터 구현 방법이 제공된다. 게임의 게임 식별자와 게임과 연관된 디지털 자산의 세트를 포함하는 데이터가 훈련된 머신 러닝 모델에 대한 입력으로 제공된다. 예측된 텍스트 태그는 게임과 연관된 디지털 자산 세트에 기초하여 훈련된 머신 러닝 모델을 사용하여 생성된다. 텍스트 태그는 각각의 예측 점수와 연관된다. 하나 이상의 텍스트 태그는 각각의 예측 점수에 기초하여, 복수의 예측된 텍스트 태그로부터 선택된다.
Description
본 출원은 2020년 5월 27일에 출원된, "게임 태그의 자동화된 생성(AUTOMATED GENERATION OF GAME TAGS)"이라는 제목의 미국 특허 출원 제16/885,047호에 대한 우선권의 이익을 주장하며, 그 전체 내용은 여기에서 참조로 포함된다.
실시예는 일반적으로 컴퓨터 기반 게이밍, 보다 구체적으로는 게임에 대한 텍스트 태그를 생성하기 위한 방법, 시스템 및 컴퓨터 판독 가능 매체에 관한 것이다.
일부 온라인 게임 플랫폼은 사용자가 서로 연결하고, (예컨대, 게임 내에서) 서로 인터랙션하고, 게임을 생성하고, 그리고 인터넷을 통해 서로 정보를 공유할 수 있도록 허용한다. 온라인 게임 플랫폼의 사용자는 멀티 플레이어 게이밍 환경(예컨대, 가상 삼차원 환경)에서 참가하고, 커스텀 게이밍 환경을 디자인하고, 캐릭터 및 아바타를 디자인하고, 아바타를 꾸미고, 다른 사용자와 가상 아이템/객체를 교환하며, 오디오 또는 텍스트 메시지를 사용하여 다른 사용자와 통신하는 것 등을 할 수 있다.
사용자는 플레이하기에 적합한 게임을 발견하기 위해 자신의 관심사에 기초하여 게임을 브라우징 또는 검색할 수 있다. 예컨대, 사용자는 카테고리(예컨대, 액션, 레이싱, 퍼즐, 전략, 인기, 트렌드, 신규 등)에 의해 게임을 브라우징하거나 태그, 키워드 또는 컨셉(예컨대, "자동차 추격, "보드 게임" 등)에 의해 게임을 검색할 수 있다.
여기에서 설명된 구현은 게임에 대한 텍스트 태그의 생성에 관한 것이다. 일부 구현에서, 훈련된 머신 러닝 모델을 사용하여, 게임에 대한 하나 이상의 텍스트 태그를 생성하기 위한 컴퓨터 구현 방법은, 훈련된 머신 러닝 모델에 대한 입력으로, 게임의 게임 식별자 및 게임과 연관된 디지털 자산의 세트를 포함하는 데이터를 제공하는 단계, 훈련된 머신 러닝 모델을 사용하고 게임과 연관된 디지털 자산의 세트에 기초하여, 복수의 예측된 텍스트 태그를 생성하는 단계 - 각각의 텍스트 태그는 각각의 예측 점수와 연관됨 -, 및 각각의 예측 점수에 기초하여, 복수의 예측된 텍스트 태그로부터 하나 이상의 텍스트 태그를 선택하는 단계를 포함한다.
일부 구현에서, 디지털 자산의 세트는 게임 스크린샷, 게임 비디오 스니펫, 게임 객체, 메시, 아바타, 게임 소스 코드, 게임 구성 파라미터, 게임 조명, 게임 레벨 카운트, 아바타 움직임, 게임의 텍스트 콘텐츠, 게임 내에서 생성된 채팅 콘텐츠, 게임 사운드, 게임 배경 음악, 코드 커버리지 또는 게임 플레이 동안 디지털 자산의 각 사용 빈도 중 하나 이상을 포함한다.
일부 구현에서, 하나 이상의 텍스트 태그는 게임의 유형 또는 게임 플레이의 스타일을 나타낸다. 일부 구현에서, 방법은 기존 텍스트 태그를 하나 이상의 텍스트 태그와 비교함으로써, 게임에 대한 기존 텍스트 태그를 검증하는 단계를 포함한다.
일부 구현에서, 태그를 생성하도록 머신 러닝 모델을 훈련하기 위한 컴퓨터 구현 방법은 머신 러닝 모델에 대한 입력으로, 복수의 게임 식별자 및 게임 식별자에 의해 식별된 각각의 게임과 연관된 각각의 디지털 자산의 세트를 포함하는 데이터를 제공하는 단계, 머신 러닝 모델에 의해, 게임 식별자에 의해 식별된 각각의 게임에 대한 하나 이상의 예측된 태그를 생성하는 단계, 하나 이상의 예측된 태그를 게임 식별자에 의해 식별된 각각의 게임과 연관된 각각의 태그와 비교하는 단계, 및 비교에 기초하여, 머신 러닝 모델의 하나 이상의 파라미터를 조정하는 단계를 포함한다.
일부 구현에서, 머신 러닝 모델은 신경망을 포함하고, 머신 러닝 모델의 하나 이상의 파라미터를 조정하는 것은 신경망의 하나 이상의 노드와 연관된 가중치를 조정하는 것 또는 신경망의 한 쌍의 노드 사이의 링크와 연관된 가중치를 조정하는 것을 포함한다.
일부 구현에서, 디지털 자산은 게임 스크린샷, 게임 비디오 스니펫, 게임 객체, 메시, 아바타, 게임 소스 코드, 게임 구성 파라미터, 게임 조명, 게임 레벨 카운트, 아바타 움직임, 게임의 텍스트 콘텐츠, 게임 내에서 생성된 채팅 콘텐츠, 게임 사운드, 게임 배경 음악, 코드 커버리지 또는 게임 플레이 동안 디지털 자산의 사용 빈도 중 하나 이상을 포함한다.
일부 구현에서, 방법은 각각의 디지털 자산의 세트에 기초하여, 게임 식별자에 의해 식별된 각각의 게임에 대한 각각의 특징 벡터를 생성하는 단계를 더 포함한다. 구현 중 적어도 일부에서, 머신 러닝 모델에 의해 하나 이상의 예측된 태그를 생성하는 것은 각각의 특징 벡터에 기초한다.
일부 구현에서, 머신 러닝 모델은 하나 이상의 입력 신경망 및 출력 신경망을 포함하고, 각각의 특징 벡터를 생성하는 것은 하나 이상의 입력 신경망을 사용하여 수행된다. 이들 구현 중 적어도 일부에서, 방법은 각각의 특징 벡터를 출력 신경망에 대한 입력으로 제공하는 단계를 더 포함한다.
일부 구현에서, 하나 이상의 입력 신경망은 디지털 자산의 하나 이상의 이미지 자산에 기초하여 특징 벡터의 제1 부분을 생성하는 제1 입력 신경망, 디지털 자산의 하나 이상의 코드 자산에 기초하여 특징 벡터의 제2 부분을 생성하는 제2 입력 신경망, 디지털 자산의 하나 이상의 텍스트 자산에 기초하여 특징 벡터의 제3 부분을 생성하는 제3 입력 신경망, 디지털 자산의 하나 이상의 오디오 자산에 기초하여 특징 벡터의 제4 부분을 생성하는 제4 입력 신경망 및 하나 이상의 게임 플레이 자산에 기초하여 특징 벡터의 제5 부분을 생성하는 제5 입력 신경망 중 적어도 하나를 포함한다.
일부 구현에서, 제1 입력 신경망은 디지털 자산의 하나 이상의 이미지 자산에 기초하여, 특징 벡터의 제1 부분을 생성하고, 하나 이상의 이미지 자산은 게임 스크린샷, 게임 비디오 스니펫, 게임 객체, 메시 또는 아바타 중 하나 이상을 포함한다.
일부 구현에서, 제2 입력 신경망은 디지털 자산의 하나 이상의 코드 자산에 기초하여, 특징 벡터의 제2 부분을 생성하고, 코드 자산은 게임 소스 코드, 게임 구성 파라미터, 게임 조명, 게임 레벨 카운트 또는 아바타 움직임 중 하나 이상을 포함한다.
일부 구현에서, 제3 입력 신경망은 디지털 자산의 하나 이상의 텍스트 자산에 기초하여, 특징 벡터의 제3 부분을 생성하고, 텍스트 자산은 게임의 텍스트 콘텐츠 또는 게임 내에서 생성된 채팅 콘텐츠 중 하나 이상을 포함한다.
일부 구현에서, 제4 입력 신경망은 디지털 자산의 하나 이상의 오디오 자산에 기초하여, 특징 벡터의 제4 부분을 생성하고, 오디오 자산은 게임 사운드 또는 게임 배경 음악 중 하나 이상을 포함한다.
일부 구현에서, 제5 입력 신경망은 하나 이상의 게임 플레이 자산에 기초하여, 특징 벡터의 제5 부분을 생성하고, 게임 플레이 자산은 코드 커버리지 또는 게임 플레이 동안 디지털 자산의 사용 빈도 중 하나 이상을 포함한다.
일부 구현은 처리 장치에 의한 실행에 응답하여, 처리 장치로 하여금 동작을 수행하도록 하는 명령어를 갖는 비일시적 컴퓨터 판독 가능 매체로서, 동작은, 훈련된 머신 러닝 모델에 대한 입력으로 복수의 게임 식별자 및 게임 식별자에 의해 식별된 각각의 게임과 연관된 각각의 디지털 자산의 세트를 포함하는 데이터를 제공하는 것, 훈련된 머신 러닝 모델을 사용하여 복수의 예측된 텍스트 태그를 생성하는 것- 각각의 텍스트 태그는 각각의 예측 점수와 연관됨 -; 및 각각의 예측 점수에 기초하여 복수의 예측된 텍스트 태그로부터의 하나 이상의 텍스트 태그를 선택하는 것을 포함한다.
일부 구현은 명령어가 저장된 메모리, 및 메모리에 결합된 처리 장치를 포함하는 시스템을 포함하며, 처리 장치는 메모리에 액세스하고 명령어를 실행하도록 구성되며, 명령어는 처리 장치로 하여금, 훈련된 머신 러닝 모델에 대한 입력으로, 복수의 게임 식별자 및 게임 식별자에 의해 식별된 각각의 게임과 연관된 각각의 디지털 자산의 세트를 포함하는 데이터를 제공하는 것, 훈련된 머신 러닝 모델을 사용하여, 복수의 예측된 텍스트 태그를 생성하는 것 - 각각의 텍스트 태그는 각각의 예측 점수와 연관됨 -, 각각의 예측 점수에 기초하여 복수의 예측된 텍스트 태그로부터 하나 이상의 텍스트 태그를 선택하는 것을 포함하는 동작을 수행하도록 한다.
도 1은 일부 구현에 따른, 게임에 대한 텍스트 태그를 생성하기 위한 예시적인 시스템 아키텍처의 도식이다.
도 2a는 일부 구현에 따른, 카테고리에 의해 배열된 예시적인 게임 목록을 예시한다.
도 2b는 일부 구현에 따른, 예시적인 태그 방식 목록을 예시한다.
도 2c는 일부 구현에 따른, 태그 방식 목록의 또 다른 예시를 예시한다.
도 3은 일부 구현에 따른, 게임 디지털 자산과 연관된 예시적인 데이터 구조를 나타내는 도식이다.
도 4는 일부 구현에 따른, 게임 플레이 세션으로부터의 예시적인 스크린샷을 나타내는 도식이다.
도 5는 일부 구현에 따른, 텍스트 태그를 생성하기 위한 지도 머신 러닝(ML)의 예시를 나타내는 블록도이다.
도 6은 일부 구현에 따른, 텍스트 태그를 생성하기 위해 머신 러닝 모델을 훈련하기 위한 예시적인 방법을 나타내는 흐름도이다.
도 7은 일부 구현에 따른, 머신 러닝 모델을 사용하여 게임에 대한 텍스트 태그를 생성하기 위한 예시적인 방법을 나타내는 블록도이다.
도 8은 일부 구현에 따른, 머신 러닝 모델을 사용하여 게임에 대한 텍스트 태그를 생성하기 위한 또 다른 예시적인 방법을 나타내는 흐름도이다.
도 9는 일부 구현에 따른, 예시적인 컴퓨팅 장치를 나타내는 블록도이다.
도 2a는 일부 구현에 따른, 카테고리에 의해 배열된 예시적인 게임 목록을 예시한다.
도 2b는 일부 구현에 따른, 예시적인 태그 방식 목록을 예시한다.
도 2c는 일부 구현에 따른, 태그 방식 목록의 또 다른 예시를 예시한다.
도 3은 일부 구현에 따른, 게임 디지털 자산과 연관된 예시적인 데이터 구조를 나타내는 도식이다.
도 4는 일부 구현에 따른, 게임 플레이 세션으로부터의 예시적인 스크린샷을 나타내는 도식이다.
도 5는 일부 구현에 따른, 텍스트 태그를 생성하기 위한 지도 머신 러닝(ML)의 예시를 나타내는 블록도이다.
도 6은 일부 구현에 따른, 텍스트 태그를 생성하기 위해 머신 러닝 모델을 훈련하기 위한 예시적인 방법을 나타내는 흐름도이다.
도 7은 일부 구현에 따른, 머신 러닝 모델을 사용하여 게임에 대한 텍스트 태그를 생성하기 위한 예시적인 방법을 나타내는 블록도이다.
도 8은 일부 구현에 따른, 머신 러닝 모델을 사용하여 게임에 대한 텍스트 태그를 생성하기 위한 또 다른 예시적인 방법을 나타내는 흐름도이다.
도 9는 일부 구현에 따른, 예시적인 컴퓨팅 장치를 나타내는 블록도이다.
다음의 상세한 설명에서, 여기에서 일부를 형성하는 첨부하는 도면에 대한 참조가 이루어진다. 도면에서, 유사한 부호는 문맥에서 달리 지시하지 않는 한, 전형적으로 유사한 컴포넌트를 식별한다. 상세한 설명, 도면 및 청구범위에 설명된 예시적인 실시예는 제한하는 것을 의미하지 않는다. 여기에서 제시된 대상의 사상 또는 범위를 벗어나지 않으면서, 다른 실시예가 이용될 수 있고, 그리고 다른 변경이 이루어질 수 있다. 여기에서 일반적으로 설명되고 도면에 예시된, 본 개시의 양태는 매우 다양한 상이한 구성으로 배열, 대체, 조합, 분리 및 설계될 수 있으며, 이들 모두는 여기에서 고려된다.
본 명세서에서 "일부 실시예", "일 실시예", "예시적인 실시예" 등에 대한 참조는 설명된 실시예가 특정 특징, 구조 또는 특성을 포함할 수 있다는 것을 나타내지만, 모든 실시예가 반드시 특정 특징, 구조 또는 특성을 포함할 필요는 없다. 또한, 그러한 구절이 반드시 동일한 실시예를 지칭하는 것은 아니다. 또한, 특정 특징, 구조 또는 특성이 실시예와 관련하여 설명될 때, 그러한 특징, 구조 또는 특성은 명시적으로 설명되었는지 여부에 관계없이 다른 실시예와 관련하여 영향을 받을 수 있다.
온라인 게임 플랫폼("사용자 생성 콘텐츠 플랫폼" 또는 "사용자 생성 콘텐츠 시스템"이라고도 지칭됨)은 사용자가 서로 인터랙션할 수 있는 다양한 방법을 제공한다. 예컨대, 온라인 게임 플랫폼의 사용자는 공통 목표를 향해 함께 작업하고, 다양한 가상 게임 아이템을 공유하고, 서로에게 전자 메시지를 전송하는 것 등을 할 수 있다. 온라인 게임 플랫폼의 사용자는 게임 특정 역할을 수행하는, 가상 캐릭터로 게임에 참가할 수 있다. 예컨대, 가상 캐릭터는 팀 또는 멀티 플레이어 환경의 일부일 수 있으며, 각 캐릭터는 특정 역할이 할당되고, 역할에 대응하는 연관 파라미터, 예컨대, 의복, 갑옷, 무기, 스킬 등을 가진다. 다른 예시에서, 가상 캐릭터는 예컨대, 단일 플레이어가 게임의 일부인 경우, 컴퓨터 생성 캐릭터에 의해 참가될 수 있다.
온라인 게임 플랫폼은 또한 플랫폼의 사용자(개발자)가 새로운 게임 및/또는 캐릭터를 생성하도록 허용할 수 있다. 예컨대, 온라인 게임 플랫폼의 사용자는 새로운 캐릭터(아바타), 새로운 애니메이션 패키지를 생성, 디자인 및/또는 커스터마이징하고, 다른 사용자가 이용할 수 있도록 할 수 있다.
게임은 유형 및/또는 게임 플레이 스타일에 기초하여 분류될 수 있다. 일부 구현에서, 게임은 게임 플레이 특성, (게임의) 목적 유형 및 주제 유형(예컨대, 스포츠, 도전, 액션 또는 레이싱) 중 하나 이상에 의해 체계화될 수 있다. 카테고리는 게임과 연관된 하나 이상의 텍스트 태그에 의해 라벨 지정(labeling)될 수 있다.
다른 사용자(플레이어)는 브라우징하거나 검색에 기초하여 플레이할 게임을 발견할 수 있다. 검색은 이름 또는 카테고리에 의해 수행될 수 있으며, 사용자는 표시된 게임 목록에 기초하여 플레이하고 싶은 게임을 선택할 수 있다. 일부 구현에서, 플레이어가 관심을 가질 가능성이 있는 게임은 예컨대, 게임 플랫폼에 로그인하거나 플레이어에 의해 게임 플랫폼에서 세션을 재개할 때 나타나고 사용자에게 표시된다.
게임 플레이어 및 게임 플랫폼 소유자는 적절한 텍스트 태그를 다양한 게임에 연관시키는 혜택을 받는다. 텍스트 태그를 활용한 게임의 라벨 지정은 사용자에 의한 게임의 효율적인 발견을 가능하게 할 수 있고, 따라서 게임 플랫폼에서 더 나은 사용자 경험을 제공할 수 있다. 텍스트 태그는 게임 플랫폼에서 게임 랭킹 및/또는 게임 플랫폼에서 활용되는 추천 모델(recommender model), 예컨대 머신 러닝 모델에 대한 입력으로 활용될 수 있다. 예컨대, 추천 모델은 게임과 연관된 텍스트 태그에 기초하여 사용자를 위한 게임 추천을 생성할 수 있다. 게임 추천 모델은 게임 추천을 생성할 때, 랭킹을 활용할 수도 있다. 게임 플랫폼 운영자의 기술적 문제는 게임 플랫폼(들)에 걸친 게임의 정확한 라벨 지정 및 발견 가능성이다.
일부 사용자는 게임 플랫폼을 통해 이용할 수 있는 게임에 대한 태그를 제공하지 않거나, 게임 플랫폼을 사용하는 플레이어에 의한 게임 발견에 충분히 도움이 되지 않는 태그를 제공할 수 있다. 일부 경우에서, 사용자는 게임에 대한 증가된 플레이어 트래픽을 얻기 위한 관점으로 게임에 의도적으로 잘못 라벨 지정할 수 있다. 게임에 (예컨대, 개발자에 의해) 수동으로 할당된 태그는 부정확하거나 관련 없는 수동으로 할당된 태그를 결정하기 위해 게임에 대해 생성된 텍스트 태그와 비교하여 평가될 수 있다. 이러한 평가 시, 부정확하거나 관련 없는 태그는 예컨대, 게임과의 연관성이 숨겨지고 그리고/또는 제거되어, 억제될 수 있다. 이러한 방식으로 수동으로 할당된 태그의 억제는 게임의 품질과 플레이어의 관심사에 대한 게임의 관련성에 기초하여, 게임에 대한 플레이어 트래픽이 진짜인지 확실하게 하는 데 도움될 수 있다. 이는 플레이어가 즐기는 게임 플레이 세션의 더 높은 비율로 이어지고, 부정확하거나 관련 없는 라벨로 인해 발생할 수 있는 짧은(예컨대, 1 분 미만) 또는 불만족스러운 세션의 수를 감소시킬 수 있다. 여기에서 개시된 일부 실시예는 게임 플랫폼 상의 다양한 게임과 연관될 수 있는 텍스트 태그를 자동으로 결정한다. 이에 따라 결정된 텍스트 태그는 게임과 연관될 수 있다.
도 1은 본 개시의 일부 구현에 따른, 예시적인 시스템 아키텍처(100)를 예시한다. 도 1 및 다른 도면은 유사한 요소를 식별하기 위해 유사한 참조 번호를 사용한다. "110"과 같이 참조 번호 뒤의 문자는 본문이 특정 참조 번호를 갖는 요소를 구체적으로 지칭함을 나타낸다. "110"과 같이 다음 문자가 없는 본문의 참조 번호는 참조 번호를 갖는 도면의 요소 중 일부 또는 전부를 지칭한다 (예컨대, 본문에서 "110"은 도면에서 참조 번호 "110a", "110b” 및/또는 "110n"을 지칭함).
시스템 아키텍처(100)(여기에서 "시스템"이라고도 지칭됨)는 온라인 게이밍 서버(102), 데이터 저장소(120), 클라이언트 장치(110a, 110b 및 110n)(일반적으로 여기에서 "클라이언트 장치(들)(110)"로 지칭됨) 및 개발자 장치(130a 및 130n)(일반적으로 여기에서 "개발자 장치(들)(130)"로 지칭됨)을 포함한다. 게이밍 서버(102), 데이터 저장소(120), 클라이언트 장치(110) 및 개발자 장치(130)는 네트워크(122)를 통해 결합된다. 일부 구현에서, 클라이언트 장치(들)(110) 및 개발자 장치(들)(130)는 동일하거나 동일한 유형의 장치를 지칭할 수 있다.
온라인 게이밍 서버(102)는 그 중에서도, 게임 엔진(104), 하나 이상의 게임(106) 및 그래픽 엔진(108)을 포함할 수 있다. 클라이언트 장치(110)는 게임 애플리케이션(112) 및 입력/출력(I/O) 인터페이스(114)(예컨대, 입력/출력 장치)를 포함할 수 있다. 입력/출력 장치는 마이크, 스피커, 헤드폰, 디스플레이 장치, 마우스, 키보드, 게임 컨트롤러, 터치 스크린, 가상 현실 콘솔 등 중 하나 이상을 포함할 수 있다.
개발자 장치(130)는 게임 애플리케이션(132) 및 입력/출력(I/O) 인터페이스(134)(예컨대, 입력/출력 장치)를 포함할 수 있다. 입력/출력 장치는 마이크, 스피커, 헤드폰, 디스플레이 장치, 마우스, 키보드, 게임 컨트롤러, 터치 스크린, 가상 현실 콘솔 등 중 하나 이상을 포함할 수 있다.
시스템 아키텍처(100)는 예시를 위해 제공된다. 다른 구현에서, 시스템 아키텍처(100)는 도 1에 도시된 것과 동일하거나 상이한 방식으로 구성된 동일하거나, 더 적거나, 더 많거나, 상이한 요소를 포함할 수 있다.
일부 구현에서, 네트워크(122)는 공중 네트워크(예컨대, 인터넷), 사설 네트워크(예컨대, LAN(local area network) 또는 WAN(wide area network)), 유선 네트워크(예컨대, 이더넷 네트워크), 무선 네트워크(예컨대, 802.11 네트워크, Wi-Fi® 네트워크 또는 무선 LAN(WLAN)), 셀룰러 네트워크(예컨대, 5G 네트워크, LTE(long term evolution) 네트워크 등), 라우터, 허브, 스위치, 서버 컴퓨터 또는 이들의 조합을 포함할 수 있다.
일부 구현에서, 데이터 저장소(120)는 비일시적 컴퓨터 판독가능 메모리(예컨대, 랜덤 액세스 메모리), 캐시, 드라이브(예컨대, 하드 드라이브), 플래시 드라이브, 데이터베이스 시스템, 클라우드 기반 스토리지 또는 데이터를 저장할 수 있는 다른 유형의 컴포넌트 또는 장치일 수 있다. 데이터 저장소(120)는 또한 복수의 컴퓨팅 장치(예컨대, 복수의 서버 컴퓨터)에 걸쳐 있을 수 있는 복수의 저장 컴포넌트(예컨대, 복수의 드라이브 또는 복수의 데이터베이스)를 포함할 수 있다.
일부 구현에서, 온라인 게이밍 서버(102)는 하나 이상의 컴퓨팅 장치(예컨대, 클라우드 컴퓨팅 시스템, 랙마운트 서버(rackmount server), 서버 컴퓨터, 물리적 서버의 클러스터 등)를 갖는 서버를 포함할 수 있다. 일부 구현에서, 온라인 게이밍 서버(102)는 독립적인 시스템일 수 있거나, 복수의 서버를 포함할 수 있거나, 또는 다른 시스템 또는 서버의 일부일 수 있다.
일부 구현에서, 온라인 게이밍 서버(102)는 하나 이상의 컴퓨팅 장치(예컨대, 랙마운트 서버, 라우터 컴퓨터, 서버 컴퓨터, 개인용 컴퓨터, 메인프레임 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 데스크톱 컴퓨터 등), 데이터 저장소(예컨대, 하드 디스크, 메모리, 데이터베이스), 네트워크, 소프트웨어 컴포넌트 및/또는 온라인 게이밍 서버(102)에서 동작을 수행하고 온라인 게이밍 서버(102)에 대한 액세스를 사용자에게 제공하는 데 사용될 수 있는 하드웨어 컴포넌트를 포함할 수 있다. 온라인 게이밍 서버(102)는 또한 온라인 게이밍 서버(102)에 의해 제공된 콘텐츠에 대한 액세스를 사용자에게 제공하는 데 사용될 수 있는 웹 사이트(예컨대, 웹 페이지) 또는 애플리케이션 백 엔드 소프트웨어(application back-end software)를 포함할 수 있다. 예컨대, 사용자는 클라이언트 장치(110) 상의 게임 애플리케이션(112)을 사용하여 온라인 게이밍 서버(102)에 액세스할 수 있다.
일부 구현에서, 온라인 게이밍 서버(102)는 사용자 간의 연결을 제공하는 소셜 네트워크의 유형이거나, 또는 사용자(예컨대, 최종 사용자 또는 소비자)가 온라인 게이밍 서버(102) 상에서 다른 사용자와 통신할 수 있도록 허용하는 사용자 생성 콘텐츠 시스템의 유형일 수 있으며, 여기에서 통신은 음성 채팅(예컨대, 동기 및/또는 비동기 음성 통신), 비디오 채팅(예컨대, 동기 및/또는 비동기 비디오 통신) 또는 텍스트 채팅(예컨대, 동기 및/또는 비동기 텍스트 기반 통신)을 포함할 수 있다. 본 개시의 일부 구현에서, "사용자"는 단일 개인으로 표현될 수 있다. 그러나, 본 개시의 다른 구현은 사용자 세트 또는 자동화된 소스에 의해 제어되는 엔티티인 "사용자"(예컨대, 사용자 생성)를 포함한다. 예컨대, 사용자 생성 콘텐츠 시스템에서 커뮤니티 또는 그룹으로 연합된 개별 사용자의 세트는 "사용자"로 간주될 수 있다.
일부 구현에서, 온라인 게이밍 서버(102)는 가상 게이밍 서버일 수 있다. 예컨대, 게이밍 서버는 네트워크(122)를 통해 클라이언트 장치(110)를 사용하여 게임에 액세스하거나 인터랙션할 수 있는 사용자의 커뮤니티에 싱글 플레이어 또는 멀티 플레이어 게임을 제공할 수 있다. 일부 구현에서, 게임(여기에서 “비디오 게임", “온라인 게임” 또는 "가상 게임"이라고도 지칭함)은 예컨대, 이차원(2D) 게임, 삼차원(3D) 게임(예컨대, 3D 사용자 생성 게임), 가상 현실(VR) 게임 또는 증강 현실(AR) 게임일 수 있다. 일부 구현에서, 사용자는 다른 사용자와 함께 게임 플레이에 참가할 수 있다. 일부 구현에서, 게임은 게임의 다른 사용자와 실시간으로 플레이될 수 있다.
일부 구현에서, 게임 플레이는 게임(예컨대, 106) 내에서 클라이언트 장치(예컨대, 110)를 사용하는 하나 이상의 플레이어의 인터랙션 또는 클라이언트 장치(110)의 디스플레이 또는 다른 출력 장치(예컨대, 114) 상의 표시를 지칭할 수 있다.
일부 구현에서, 게임(106)은 게임 콘텐츠(예컨대, 디지털 미디어 아이템)를 엔티티에 제시하도록 구성된 소프트웨어, 펌웨어 또는 하드웨어를 사용하여 실행되거나 로드될 수 있는 하나 이상의 전자 파일(들)을 포함할 수 있다. 전자 파일(들)은 애니메이션 루틴, 이미지 파일, 오디오 파일 및 게임 환경 설정에 활용되는 다른 콘텐츠와 같은 디지털 게임 디지털 자산을 포함할 수 있다. 게임 디지털 자산은 데이터 저장소(120) 및/또는 게임(106)에 저장될 수 있다.
게임 디지털 자산은 전자적 표현, 예컨대, 2D/3D 스케치, 게임 객체의 2D/3D 모델, 텍스처, 이미지, 비디오, 코드, 아바타 등으로 각각 저장될 수 있는 게임 객체, 게임 아이템, 게임 캐릭터 등을 포함할 수 있다. 게임 디지털 자산은 또한 가상 게임 환경을 생성하기 위해 런타임 환경에서 활용되는 전자 파일을 포함할 수 있다.
일부 구현에서, 게임 애플리케이션(112)이 실행될 수 있고, 그리고 게임(106)은 게임 엔진(104)과 관련하여 렌더링될 수 있다. 일부 구현에서, 게임(106)은 공통 규칙 세트 또는 공통 목표를 가질 수 있으며, 그리고 게임(106)의 환경은 공통 규칙 세트 또는 공통 목표를 공유한다. 일부 구현에서, 다른 게임은 서로 다른 규칙 또는 목표를 가질 수 있다.
일부 구현에서, 게임은 복수의 환경이 링크될 수 있는 하나 이상의 환경(여기에서 "게이밍 환경” 또는 "가상 환경"이라고도 지칭함)을 가질 수 있다. 환경의 예시는 삼차원(3D) 환경일 수 있다. 게임 애플리케이션(112)의 하나 이상의 환경은 여기에서 "세계” 또는 "게임 세계” 또는 "가상 세계” 또는 "유니버스"로 집합적으로 지칭될 수 있다. 세계의 예시는 게임(106)의 3D 세계일 수 있다. 예컨대, 사용자는 다른 사용자에 의해 생성된 다른 가상 환경에 링크된 가상 환경을 구축할 수 있다. 가상 게임의 캐릭터는 가상 경계를 건너서 인접한 가상 환경으로 들어갈 수 있다.
3D 환경 또는 3D 세계는 게임 콘텐츠를 나타내는 기하학적 데이터의 삼차원 표현을 사용(또는 기하학적 데이터의 3D 표현이 사용되는지 여부에 관계없이 적어도 게임 콘텐츠가 3D 콘텐츠로 나타나도록 제시)하는 그래픽을 사용한다는 점에 유의할 수 있다. 2D 환경 또는 2D 세계는 게임 콘텐츠를 나타내는 기하학적 데이터의 이차원 표현을 사용하는 그래픽을 사용한다.
일부 구현에서, 온라인 게이밍 서버(102)는 하나 이상의 게임(106)을 호스팅할 수 있고, 사용자가 클라이언트 장치(110)의 게임 애플리케이션(112)을 사용하여 게임(106)과 인터랙션하도록 허가할 수 있다. 온라인 게이밍 서버(102)의 사용자는 게임(106)을 플레이하거나, 생성하거나, 인터랙션하거나 또는 구축하고, 다른 사용자와 통신하고, 그리고/또는 게임(106)의 객체(예컨대, 여기에서 "아이템(들)” 또는 "게임 객체” 또는 "가상 게임 아이템(들)"이라고도 지칭됨)를 생성하고 구축할 수 있다.
예컨대, 사용자 생성 가상 아이템을 생성할 때, 사용자는 그 중에서도, 캐릭터, 캐릭터를 위한 장식, 인터랙티브 게임을 위한 하나 이상의 가상 환경을 생성하거나, 또는 게임(106)에서 사용된 구조를 구축할 수 있다. 일부 구현에서, 사용자는 온라인 게이밍 서버(102)의 다른 사용자와 플랫폼 내 화폐(예컨대, 가상 화폐)와 같은, 게임 가상 게임 객체를 구매, 판매 또는 거래할 수 있다. 일부 구현에서, 온라인 게이밍 서버(102)는 게임 콘텐츠를 게임 애플리케이션(예컨대, 112)으로 전송할 수 있다.
일부 구현에서, 게임 콘텐츠(여기에서 "콘텐츠"라고도 지칭함)는 온라인 게이밍 서버(102) 또는 게임 애플리케이션과 연관된 임의의 데이터 또는 소프트웨어 명령어(예컨대, 게임 디지털 자산, 게임 객체, 게임, 사용자 정보, 비디오, 이미지, 명령, 미디어 아이템 등)을 지칭할 수 있다. 일부 구현에서, 게임 객체(예컨대, 여기에서 "아이템(들)” 또는 "객체” 또는 "가상 객체” 또는 "가상 게임 아이템(들)"이라고도 지칭됨)는 온라인 게이밍 서버(102)의 게임 애플리케이션(106) 또는 클라이언트 장치(110)의 게임 애플리케이션(112)에서 사용되거나, 생성되거나, 공유되거나 또는 그 외 묘사되는 객체를 지칭할 수 있다. 예컨대, 게임 객체는 부품, 모델, 캐릭터, 액세서리, 도구, 무기, 의류, 건물, 차량, 화폐, 식물군, 동물군, 전술한 컴포넌트(예컨대, 건물의 창문) 등을 포함할 수 있다.
게임(106)을 호스팅하는 온라인 게이밍 서버(102)는 제한이 아닌 예시의 목적으로 제공된다는 점에 유의할 수 있다. 일부 구현에서, 온라인 게이밍 서버(102)는 한 사용자로부터 하나 이상의 다른 사용자로의 통신 메시지를 포함할 수 있는 하나 이상의 미디어 아이템을 호스팅할 수 있다. 미디어 아이템은 디지털 비디오, 디지털 영화, 디지털 사진, 디지털 음악, 오디오 콘텐츠, 멜로디, 웹사이트 콘텐츠, 소셜 미디어 업데이트, 전자 서적, 전자 잡지, 디지털 신문, 디지털 오디오 서적, 전자 저널, 웹 블로그, RSS 피드(real simple syndication feed), 전자 만화책, 소프트웨어 애플리케이션 등을 포함할 수 있지만, 이에 제한되지 않는다. 일부 구현에서, 미디어 아이템은 디지털 미디어 아이템을 엔티티에 표시하도록 구성된 소프트웨어, 펌웨어 또는 하드웨어를 사용하여 실행하거나 로드할 수 있는 전자 파일일 수 있다.
일부 구현에서, 게임(106)은 특정 사용자 또는 특정 사용자의 그룹과 연관될 수 있거나 (예컨대, 개인 게임), 온라인 게이밍 서버(102)에 대한 액세스를 갖는 사용자에게 널리 이용 가능하도록 할 수 있다 (예컨대, 공개 게임). 온라인 게이밍 서버(102)가 하나 이상의 게임(106)을 특정 사용자 또는 사용자의 그룹과 연관시키는 일부 구현에서, 온라인 게이밍 서버(102)는 사용자 계정 정보(예컨대, 사용자 이름 및 비밀번호와 같은 사용자 계정 식별자)를 사용하여 특정 사용자(들)를 게임(106)과 연관시킬 수 있다.
일부 구현에서, 온라인 게이밍 서버(102) 또는 클라이언트 장치(110)는 게임 엔진(104) 또는 게임 애플리케이션(112)을 포함할 수 있다. 일부 구현에서, 게임 엔진(104)은 게임(106)의 개발 또는 실행을 위해 사용될 수 있다. 예컨대, 게임 엔진(104)은 다른 특징 중에서도, 2D, 3D, VR 또는 AR 그래픽을 위한 렌더링 엔진(“렌더러"), 물리 엔진, 충돌 감지 엔진(및 충돌 응답), 사운드 엔진, 스크립팅 기능, 애니메이션 엔진, 인공 지능 엔진, 네트워킹 기능, 스트리밍 기능, 메모리 관리 기능, 스레딩 기능, 장면 그래프 기능 또는 시네마틱에 대한 비디오 지원을 포함할 수 있다. 게임 엔진(104)의 컴포넌트는 게임을 컴퓨팅하고 렌더링하는 것을 돕는 명령(예컨대, 렌더링 명령, 충돌 명령, 물리 명령 등)을 생성할 수 있다. 일부 구현에서, 클라이언트 장치(110/116)의 게임 애플리케이션(112)은 각각 독립적으로, 온라인 게이밍 서버(102)의 게임 엔진(104)과 협력하여, 또는 둘 다의 조합으로 작동할 수 있다.
일부 구현에서, 온라인 게이밍 서버(102) 및 클라이언트 장치(110) 둘 다는 게임 엔진(104 및 112 각각)을 실행할 수 있다. 게임 엔진(104)을 사용하는 온라인 게이밍 서버(102)는 일부 또는 모든 게임 엔진 기능(예컨대, 물리 명령, 렌더링 명령 등을 생성)을 수행하거나, 일부 또는 모든 게임 엔진 기능을 클라이언트 장치(110)의 게임 엔진(104)으로 오프로드할 수 있다. 일부 구현에서, 각각의 게임(106)은 온라인 게이밍 서버(102) 상에서 수행되는 게임 엔진 기능과 클라이언트 장치(110) 상에서 수행되는 게임 엔진 기능 사이에 상이한 비율을 가질 수 있다. 예컨대, 온라인 게이밍 서버(102)의 게임 엔진(104)은 적어도 두 개의 게임 객체 사이에 충돌이 있는 경우, 물리 명령을 생성하는 데 사용될 수 있는 한편, 추가 게임 엔진 기능(예컨대, 렌더링 명령 생성)은 클라이언트 장치(110)로 오프로드될 수 있다. 일부 구현에서, 온라인 게이밍 서버(102) 및 클라이언트 장치(110) 상에서 수행된 게임 엔진 기능의 비율은 게임 플레이 조건에 기초하여 (예컨대, 동적으로) 변경될 수 있다. 예컨대, 특정 게임(106)의 게임 플레이에 참가하는 사용자의 수가 임계값을 초과하면, 온라인 게이밍 서버(102)는 클라이언트 장치(110)에 의해 이전에 수행되었던 하나 이상의 게임 엔진 기능을 수행할 수 있다.
예컨대, 사용자는 클라이언트 장치(110)에서 게임(106)을 플레이할 수 있고, 제어 명령어(예컨대, 오른쪽, 왼쪽, 위, 아래, 사용자 선택 또는 캐릭터 위치 및 속도 정보 등과 같은 사용자 입력)를 온라인 게이밍 서버(102)에 전송할 수 있다. 클라이언트 장치(110)로부터 제어 명령어를 수신한 이후, 온라인 게이밍 서버(102)는 게임 플레이 명령어(예컨대, 그룹 게임 플레이에 참가하는 캐릭터의 위치 및 속도 정보 또는 렌더링 명령, 충돌 명령과 같은 명령 등)를 제어 명령어에 기초하여 클라이언트 장치(110)에 전송할 수 있다. 예컨대, 온라인 게이밍 서버(102)는 클라이언트 장치(110)에 대한 게임 플레이 명령어(들)를 생성하기 위해 제어 명령어의 (예컨대, 게임 엔진(104)을 사용하는) 하나 이상의 논리적 동작을 수행할 수 있다. 다른 경우에, 온라인 게이밍 서버(102)는 하나의 클라이언트 장치(110)로부터 게임(106)에 참가하는 다른 클라이언트 장치로(예컨대, 클라이언트 장치(110a)로부터 클라이언트 장치(110b)로) 제어 명령어 중 하나 이상을 전달할 수 있다. 클라이언트 장치(110)는 게임 플레이 명령어를 사용하고, 클라이언트 장치(110)의 디스플레이 상에서 표시를 위한 게임 플레이를 렌더링할 수 있다.
일부 구현에서, 제어 명령어는 사용자 캐릭터의 게임 내 동작을 나타내는 명령어를 지칭할 수 있다. 예컨대, 제어 명령어는 오른쪽, 왼쪽, 위, 아래, 사용자 선택, 자이로스코프 위치 및 방향 데이터, 힘 센서 데이터 등과 같은 게임 내 동작을 제어하기 위한 사용자 입력을 포함할 수 있다. 제어 명령어는 캐릭터 위치 및 속도 정보를 포함할 수 있다. 일부 구현에서, 제어 명령어는 온라인 게이밍 서버(102)로 직접 전송된다. 다른 구현에서, 제어 명령어는 클라이언트 장치(110)로부터 다른 클라이언트 장치로(예컨대, 클라이언트 장치(110b)로부터 클라이언트 장치(110n)로) 전송될 수 있고, 여기에서 다른 클라이언트 장치는 로컬 게임 엔진(104)을 사용하여 게임 플레이 명령어를 생성한다. 제어 명령어는 음성 통신 메시지 또는 다른 사용자로부터의 다른 사운드, 예컨대 음성 통신 또는 여기에서 설명된 오디오 공간화 기술을 사용하여 생성된 기타 사운드를 오디오 장치(예컨대, 스피커, 헤드폰 등)에서 플레이하기 위한 명령어를 포함할 수 있다.
일부 구현에서, 게임 플레이 명령어는 클라이언트 장치(110)가 멀티 플레이어 게임과 같은 게임의 게임 플레이를 렌더링하도록 허용하는 명령어를 지칭할 수 있다. 게임 플레이 명령어는 사용자 입력(예컨대, 제어 명령어), 캐릭터 위치 및 속도 정보, 또는 명령(예컨대, 물리 명령, 렌더링 명령, 충돌 명령 등) 중 하나 이상을 포함할 수 있다.
일부 구현에서, 온라인 게이밍 서버(102)는 사용자에 의해 생성된 캐릭터를 데이터 저장소(120)에 저장할 수 있다. 일부 구현에서, 온라인 게이밍 서버(102)는 사용자에게 제시될 수 있는 캐릭터 카탈로그 및 게임 카탈로그를 유지한다. 일부 구현에서, 게임 카탈로그는 온라인 게이밍 서버(102)에 저장된 게임의 이미지를 포함한다. 또한, 사용자는 선택된 게임에 참가하기 위해 캐릭터 카탈로그로부터 캐릭터(예컨대, 사용자 또는 다른 사용자에 의해 생성된 캐릭터)를 선택할 수 있다. 캐릭터 카탈로그는 온라인 게이밍 서버(102)에 저장된 캐릭터의 이미지를 포함한다. 일부 구현에서, 캐릭터 카탈로그의 캐릭터 중 하나 이상은 사용자에 의해 생성되거나 커스터마이징되었을 수 있다. 일부 구현에서, 선택된 캐릭터는 캐릭터의 컴포넌트 중 하나 이상을 정의하는 캐릭터 설정을 가질 수 있다.
일부 구현에서, 사용자의 캐릭터는 컴포넌트의 구성을 포함할 수 있으며, 여기에서 컴포넌트의 구성 및 외양, 보다 일반적으로 캐릭터의 외양은 캐릭터 설정에 의해 정의될 수 있다. 일부 구현에서, 사용자 캐릭터의 캐릭터 설정은 사용자에 의해 적어도 부분적으로 선택될 수 있다. 다른 구현에서, 사용자는 디폴트 캐릭터 설정 또는 다른 사용자에 의해 선택된 캐릭터 설정을 가진 캐릭터를 선택할 수 있다. 예컨대, 사용자는 미리 정의된 캐릭터 설정을 갖는 캐릭터 카탈로그에서 디폴트 캐릭터를 선택할 수 있으며, 사용자는 캐릭터 설정 중 일부를 변경(예컨대, 커스터마이징된 로고가 있는 셔츠 추가)하여, 디폴트 캐릭터를 추가로 커스터마이징할 수 있다. 캐릭터 설정은 온라인 게이밍 서버(102)에 의해 특정 캐릭터와 연관될 수 있다.
일부 구현에서, 클라이언트 장치(들)(110)는 개인용 컴퓨터(PC), 모바일 장치(예컨대, 랩톱, 모바일 전화, 스마트 폰, 태블릿 컴퓨터 또는 넷북 컴퓨터), 네트워크 연결된 텔레비전, 게임 콘솔 등과 같은 컴퓨팅 장치를 각각 포함할 수 있다. 일부 구현에서, 클라이언트 장치(110)는 또한 "사용자 장치"로 지칭될 수 있다. 일부 구현에서, 하나 이상의 클라이언트 장치(110)는 임의의 주어진 순간에 온라인 게이밍 서버(102)에 접속할 수 있다. 클라이언트 장치(110)의 수는 예시로서 제공된다는 점에 유의할 수 있다. 일부 구현에서, 임의의 수의 클라이언트 장치(110)가 사용될 수 있다.
일부 구현에서, 각각의 클라이언트 장치(110)는 각각 게임 애플리케이션(112)의 인스턴스를 포함할 수 있다. 일 구현에서, 게임 애플리케이션(112)은 사용자가 온라인 게이밍 서버(102)에 의해 호스팅되는 가상 게임에서 가상 캐릭터를 제어하거나, 게임(106), 이미지, 비디오 아이템, 웹 페이지, 문서 등과 같은 콘텐츠를 보거나 업로드하는 것과 같이 온라인 게이밍 서버(102)를 사용하고 인터랙션하도록 허가할 수 있다. 일 예시에서, 게임 애플리케이션은 웹 서버에 의해 제공된 콘텐츠(예컨대, 가상 환경의 가상 캐릭터 등)에 액세스, 검색, 제시 또는 탐색할 수 있는 웹 애플리케이션(예컨대, 웹 브라우저와 함께 동작하는 애플리케이션)일 수 있다. 다른 예시에서, 게임 애플리케이션은 클라이언트 장치(110)에 로컬로 설치되고 실행되며, 사용자가 온라인 게이밍 서버(102)와 인터랙션할 수 있도록 허용하는 네이티브 애플리케이션(native application)(예컨대, 모바일 애플리케이션, 앱 또는 게임 프로그램)일 수 있다. 게임 애플리케이션은 사용자에게 콘텐츠(예컨대, 웹 페이지, 미디어 뷰어)를 렌더링, 표시 또는 제시할 수 있다. 구현에서, 게임 애플리케이션은 또한 웹 페이지에 내장된 내장형 미디어 플레이어(예컨대, Flash® 플레이어)를 포함할 수 있다.
본 개시의 양태에 따르면, 게임 애플리케이션은 사용자가 온라인 게이밍 서버(102)와 인터랙션(예컨대, 온라인 게이밍 서버(102)에 의해 호스팅된 게임(106)을 제공 및/또는 플레이)할뿐만 아니라 온라인 게이밍 서버(102)에 콘텐츠를 구축, 생성, 편집, 업로드하기 위한 온라인 게이밍 서버 애플리케이션일 수 있다. 이와 같이, 게임 애플리케이션은 온라인 게이밍 서버(102)에 의해 클라이언트 장치(들)(110)에 제공될 수 있다. 다른 예시에서, 게임 애플리케이션은 서버로부터 다운로드된 애플리케이션일 수 있다.
일부 구현에서, 각각의 개발자 장치(130)는 각각 게임 애플리케이션(132)의 인스턴스를 포함할 수 있다. 일 구현에서, 게임 애플리케이션(112)은 개발자 사용자(들)가 온라인 게이밍 서버(102)에 의해 호스팅된 가상 게임에서 가상 캐릭터를 제어하는 것과 같이, 온라인 게이밍 서버(102)를 사용하고 인터랙션하도록 허용하거나, 게임(106), 이미지, 비디오 아이템, 웹 페이지, 문서 등과 같은 콘텐츠를 보거나 업로드하도록 허가할 수 있다. 일 예시에서, 게임 애플리케이션은 웹 서버에 의해 제공된 콘텐츠(예컨대, 가상 환경의 가상 캐릭터 등)를 액세스, 검색, 제시 또는 탐색할 수 있는 웹 애플리케이션(예컨대, 웹 브라우저와 함께 동작하는 애플리케이션)일 수 있다. 다른 예시에서, 게임 애플리케이션은 클라이언트 장치(110)에 로컬로 설치되고 실행되며, 사용자가 온라인 게이밍 서버(102)와 인터랙션할 수 있도록 허용하는 네이티브 애플리케이션(예컨대, 모바일 애플리케이션, 앱 또는 게임 프로그램)일 수 있다. 게임 애플리케이션은 사용자에게 콘텐츠(예컨대, 웹 페이지, 미디어 뷰어)를 렌더링, 표시 또는 제시할 수 있다. 일 구현에서, 게임 애플리케이션은 또한 웹 페이지에 내장된 내장형 미디어 플레이어(예컨대, Flash® 플레이어)를 포함할 수 있다.
본 개시의 양태에 따르면, 게임 애플리케이션(132)은 사용자가 온라인 게이밍 서버(102)와 인터랙션(예컨대, 온라인 게이밍 서버(102)에 의해 호스팅된 게임(106)을 제공 및/또는 플레이)할뿐만 아니라 온라인 게이밍 서버(102)에 콘텐츠를 구축, 생성, 편집, 업로드하기 위한 온라인 게이밍 서버 애플리케이션일 수 있다. 이와 같이, 게임 애플리케이션은 온라인 게이밍 서버(102)에 의해 클라이언트 장치(들)(110)에 제공될 수 있다. 다른 예시에서, 게임 애플리케이션(132)은 서버로부터 다운로드되는 애플리케이션일 수 있다. 게임 애플리케이션(132)은 온라인 게이밍 서버(102)와 인터랙션하고 게임 개발자에 의해 개발, 호스팅 또는 제공되는 하나 이상의 게임(106)에 대한 사용자 자격 증명(user credential), 사용자 화폐 등에 대한 액세스를 획득하도록 구성될 수 있다.
일부 구현에서, 사용자는 게임 애플리케이션을 통해 온라인 게이밍 서버(102)에 로그인할 수 있다. 사용자는 사용자 계정 정보(예컨대, 사용자 이름 및 비밀번호)를 제공함으로써 사용자 계정에 액세스할 수 있으며, 여기에서 사용자 계정은 온라인 게이밍 서버(102)의 하나 이상의 게임(106)에 참가할 수 있는 하나 이상의 캐릭터와 연관되어 있다. 일부 구현에서, 적절한 자격 증명으로, 게임 개발자는 다른 사용자에 의해 소유되거나 연관되는 플랫폼 내 화폐(예컨대, 가상 화폐), 아바타, 특수 권한, 액세서리와 같은 게임 가상 게임 객체에 대한 액세스를 획득할 수 있다.
일반적으로, 온라인 게이밍 서버(102)에 의해 수행되는 것으로 일 구현에서 설명된 기능은 또한 적절한 경우 다른 구현에서 클라이언트 장치(들)(110) 또는 서버에 의해 수행될 수 있다. 또한, 특정 컴포넌트에 기인하는 기능은 함께 동작하는 상이한 컴포넌트 또는 복수의 컴포넌트에 의해 수행될 수 있다. 온라인 게이밍 서버(102)는 또한 적절한 API(application programming interface)를 통해 다른 시스템 또는 장치에 제공된 서비스로서 액세스될 수 있으며, 따라서 웹 사이트에서의 사용에 제한되지 않는다.
일부 구현에서, 온라인 게이밍 서버(102)는 그래픽 엔진(108)을 포함할 수 있다. 일부 구현에서, 그래픽 엔진(108)은 온라인 게이밍 서버(102)가 그래픽 및 애니메이션 기능을 제공할 수 있도록 허가하는 시스템, 애플리케이션 또는 모듈일 수 있다.
도 2a는 일부 구현에 따른, 카테고리에 의해 배열된 예시적인 게임 목록을 예시한다. 목록은 게임 플랫폼 상에서 사용자가 이용 가능한 상이한 게임을 포함하는 사용자 인터페이스를 통해 디스플레이된다.
게임 목록은 사용자에 의한 게임 선택을 가능하게 하기 위해 게임 플랫폼 상의 이용 가능한 게임으로부터 (예컨대, 온라인 게이밍 서버(102)에 의해) 생성될 수 있다. 게임 플레이의 통계, 상이한 게임을 플레이하는 사용자 수, 사용자의 참여 레벨(engagement level), 게임 유형 등은 게임 인기도를 결정하는 데 활용될 수 있다.
일부 구현에서, 게임의 카테고리(220a-220d)는 사용자에게 홍보(하이라이트)될 수 있다. 예시적인 카테고리는 인기 게임(220a), 상위 소셜 게임(220b), 상위 어드벤처 게임(220c) 및 사용자에게 추천된 게임(220d) 등을 포함할 수 있다. 각각의 카테고리는 개별 게임(예컨대, 230)의 목록을 포함할 수 있다. 개별 게임은 아이콘 또는 게임과 연관된 다른 디스플레이와 함께 표시될 수 있는 태그(240)로 주석을 달 수 있다. 일부 구현에서, 게임 목록은 사용자 인터페이스를 통해 사용자 장치의 초기 디스플레이에 제공될 수 있다.
게임은 또한 게임에 포함되고 연관된 특징을 나타내는 태그와 연관될 수 있다. 예컨대, 게임은 사용자가 게임 유형에 대한 추가 정보를 획득할 수 있도록 하는 타이쿤 게임, 장애물 코스 게임, 1 인칭 슈팅 게임(first person shooter game), 협력 게임, 소셜 게임 등과 같은, 태그와 연관될 수 있다. 복수의 태그는 첫 번째 카테고리와 연관되는 게임과 연관될 수 있고, 두 번째 태그를 갖는 게임은 복수의 카테고리와 연관될 수 있다. 예컨대, "레이싱 게임"이라는 제목의 게임 카테고리는 "도시 레이싱", "정글 레이싱", "사막 레이싱", "낙타 레이싱" 등의 예시적인 태그를 갖는 게임을 포함될 수 있다.
일부 구현에서, 게임은 게임(어드벤처 게임, 소셜 게임 등)과 연관된 장르 또는 태그에 기초하여 다양한 게임 카테고리로 분류될 수 있다. 복수의 텍스트 태그 또는 카테고리가 게임에 할당될 수 있다. 일부 구현에서, 게임 플레이 인터랙션의 성질은 게임을 분류하는 데 활용될 수 있다. 일부 구현에서, 게임에 대한 예시적인 카테고리는 액션, 어드벤처, 격투, 플랫폼, 퍼즐, 레이싱, 롤플레잉, 슈팅, 시뮬레이션, 스포츠 전략 등을 포함할 수 있다. 일부 구현에서, 게임에 대한 예시적인 카테고리는 위치 설정, 장르 및/또는 예컨대, 마을 및 시골, 서부, 우주 등 게임에 대한 테마를 포함할 수 있다.
하이라이트한 게임은 사용자가 이용 가능한 게임을 쉽게 브라우징하고, 관심있는 게임(들)을 발견하고, 플랫폼 상에서 이용 가능한 모든 게임으로부터 선호하는 게임을 선택할 수 있도록 할 수 있다.
일부 구현에서, 게임에 대한 예시적인 카테고리는 게임을 플레이하기에 적합한 장치의 유형(들)을 포함할 수 있다. 예컨대, 게임은 데스크톱, 모바일, 가상 현실(VR) 등에 적합하다고 라벨 지정될 수 있다.
도 2b는 일부 구현에 따른, 예시적인 태그 방식 목록을 예시한다. 이러한 도시하는 예시에서, 사용자 인터페이스(UI)는 모든 연관 태그와 함께 게임 또는 게임 아이콘을 표시한다. 이러한 UI 뷰로, 참가자는 게임 세부사항을 브라우징하고 게임과 연관된 모든 태그에 대한 정보를 획득할 수 있다.
도 2c는 일부 구현에 따른, 태그 방식 목록의 또 다른 예시를 예시한다. 이 도시하는 예시에서, 사용자 인터페이스는 주어진 태그와 연관되는 모든 또는 복수의 게임(또는 게임 아이콘)의 목록을 표시한다. 이러한 UI 뷰는 참가자가 관심있는 태그와 연관되는 게임을 참가자가 브라우징하도록 할 수 있다.
일부 구현에서, 텍스트 태그는 게임과 연관되고 사용자 인터페이스에 표시된다. 일부 구현에서, 텍스트 태그는 유사한 텍스트 태그를 가진 게임을 함께 그룹화하는 데 활용된다. 일부 구현에서, 텍스트 태그는 게임과 연관되고, 사용자가 특정 유형의 게임을 검색할 때 사용자에 의해 검색 가능할 수 있다.
도 3은 일부 구현에 따른, 게임 (디지털) 자산과 연관된 예시적인 데이터 구조를 나타내는 도식이다.
일부 구현에서, 디지털 자산은 게임과 연관된 다양한 자산을 포함한다. 디지털 자산은 사용자 생성 디지털 콘텐츠, 사용자 업로드 디지털 콘텐츠, 및/또는 게임 플랫폼(들)에서 이용 가능한 디지털 자산으로부터 사용자에 의해 선택된 디지털 콘텐츠를 포함할 수 있다.
디지털 자산의 예시적인 유형은 이미지 파일(320), 오디오 클립(330), 코드베이스 자산(340), 3D 모델 및/또는 메시(350), 애니메이션 루틴(360) 또는 게임 플레이 데이터(370)를 포함한다. 게임의 종류에 기초하여 다른 유형의 디지털 자산이 가능하다.
이미지 파일(320)은 게임에서 활용되는 이미지, 예컨대, 배경 이미지, 바탕 화면 이미지, 지도, 게임 내에서 디스플레이되는 이미지 등을 포함할 수 있다. 이미지 파일은 또한 썸네일 이미지(들) 및 게임과 연관된 비디오, 예컨대, 게임 개발자에 의해 제공된 이미지 및 비디오를 포함할 수 있다. 게임에서 활용된 이미지 파일은 게임 콘텐츠를 나타낼 수 있다. 예컨대, 게임이 다수의 자동차 이미지를 갖는 경우, 게임 플레이가 자동차와 관련된다는 것을 나타낼 수 있다. 게임이 루프인 다수의 도로 이미지를 갖는 경우, 게임 플레이가 경주장이나 레이싱과 관련된다는 것을 나타낼 수 있는 한편, 다른 게임이 도로가 펼쳐져 있는 도로 이미지를 갖는 경우, 게임이 여행 또는 투어 관련 게임임을 나타낼 수 있다. 다른 예시에서, 게임에 자동차 부품 이미지는 많지만 완전한 차량은 거의 없는 경우, 게임이 부품으로 차량을 조립하는 것과 관련된다는 것을 나타낼 수 있다.
오디오 클립(330)은 사용자(개발자) 생성 오디오 클립 및/또는 게임 플랫폼에서 이용 가능한 옵션 목록에서 선택된 오디오 클립을 포함한다. 예시적인 오디오 클립은 레이싱 자동차의 소리, 숲의 소리, 발걸음, 캐릭터 소리, 게임 객체와 관련된 소리 등을 포함한다. 게임에서 활용되는 오디오 파일은 게임 콘텐츠를 나타낼 수 있다. 예컨대, 게임 디지털 자산이 레이싱 자동차의 소음이 있는 다수의 오디오 클립을 포함하는 경우, 게임이 자동차 레이싱과 관련된다는 것을 나타낼 수 있다. 게임이 칼이 부딪히는 소리인 다수의 오디오 파일을 갖는 경우, 게임이 격투 게임과 관련된다는 것을 나타낼 수 있다. 다른 예시에서, 게임이 환호하는 관중의 오디오 파일을 갖는 경우, 게임이 스포츠와 관련된다는 것을 나타낼 수 있다.
코드베이스 자산(340)은 초기화 루틴, 미리 컴파일링된 코드, 기능 코드 등을 포함할 수 있는 게임에 활용되는 코드베이스를 포함한다. 코드베이스의 텍스트 및 코멘트(들)도 포함될 수 있다. 일부 구현에서, 코드베이스 변경 히스토리도 포함될 수 있다. 일부 구현에서, 코드베이스 데이터는 코드베이스 내의 다양한 기능 및/또는 디지털 자산에 대해 개발자가 소비한 시간의 기록을 포함하는 데이터를 포함할 수 있다. 예컨대, 게임 코드베이스의 코멘트가 레이싱 자동차의 이름을 언급하는 경우, 게임이 자동차 레이싱과 관련된다는 것을 나타낼 수 있다. 다른 예시에서, 코드베이스가 댄싱 동작과 연관된 서브루틴을 포함하는 경우, 게임이 댄싱과 관련된다는 것을 나타낼 수 있다.
3D 모델 데이터(350)는 게임과 연관된 메시를 포함하는 3D 모델 데이터를 포함할 수 있다. 예컨대, 3D 모델 데이터는 하나 이상의 아바타 및/또는 게임에서 활용되는 다른 객체의 메시 데이터를 포함할 수 있다. 예시에서, 3D 모델 데이터가 말을 탄 인간과 연관된 아바타의 메시 데이터를 갖는 경우, 게임이 기사와 관련된다는 것을 나타낼 수 있다. 다른 예시에서, 3D 모델 데이터가 롤러코스터 및/또는 다른 놀이기구와 연관된 메시 데이터를 갖는 경우, 게임이 테마 파크와 관련된다는 것을 나타낼 수 있다.
애니메이션 루틴(360)은 게임 내 아바타 및/또는 객체의 애니메이션 및 움직임과 연관된 데이터를 포함할 수 있다. 애니메이션 루틴은 플랫폼 제공 애니메이션 루틴(카탈로그 애니메이션)과 게임 개발자에 의해 제공된 커스텀 애니메이션을 포함할 수 있다. 예컨대, 댄싱 동작, 아바타 제스처, 액션 시퀀스 등이 포함될 수 있다. 예시에서, 게임과 연관된 애니메이션 루틴이 모션 캡처 댄싱(모캡 댄싱(Mocap dancing))과 연관된 시뮬레이터를 사용하는 경우, 게임이 댄싱 게임임을 나타낼 수 있다. 다른 예시에서, 애니메이션이 달리기 애니메이션을 포함하면, 게임이 달리기 게임이거나, 활동으로서 달리기를 포함하는 게임, 예컨대 필드 스포츠 게임임을 나타낼 수 있다.
게임 플레이 데이터(370)는 게임 플랫폼(들)에서 하나 이상의 플레이어에 의해 플레이된 게임 세션의 세부 사항을 포함할 수 있다. 일부 구현에서, 게임 플레이 데이터는 다양한 게임 디지털 자산의 사용에 대한 세부 사항을 포함한다. 예컨대, 게임 플레이 데이터는 게임 세션 동안 게임 디지털 자산이 실제로 호출되었는지 여부, 하나 이상의 게임 디지털 자산의 사용 빈도, 하나 이상의 플레이어에 의한 총 게임 플레이 기간 및 게임 디지털 자산 및/또는 게임 디지털 자산과 연관된 기능의 사용에 대한 총 기간에 대한 데이터를 포함할 수 있다. 예시에서, 달리기 애니메이션이 게임에서 실질적인 사용이 있는 게임 디지털 자산인 경우, 게임이 달리기 게임임을 나타낼 수 있다. 다른 예시에서, 게임 디지털 자산은 피자 이미지뿐만 아니라 자동차 이미지를 포함할 수 있으며, 여기에서 자동차 이미지는 코드베이스에서 활용되지 않을 수 있지만, 피자 이미지는 코드베이스에서 활용되어, 게임이 피자 게임과 관련되고, 자동차 레이싱 게임과 관련되지 않을 수 있다는 것을 나타낼 수 있다.
일부 구현에서, 게임 플레이 데이터는 하나 이상의 게임 플레이 세션 동안 플레이어의 채팅 데이터를 포함할 수 있다.
전술한 다수의 카테고리로부터의 디지털 자산은 게임 분석에 활용된다. 예컨대, 게임의 디지털 자산이 자동차, 경주장, 컨페티, 샴페인, 경주 깃발의 이미지 파일, 충돌과 연관된 물리 코드 및 움직이는 차량과 연관된 애니메이션 코드를 포함하는 코드베이스 자산을 포함하는 경우, 게임이 레이싱 게임이라는 것을 나타낼 수 있다. 예시에서, 자동차 부품, 비행기 부품, 우주선 부품, 커넥터 등의 이미지 파일을 포함하지만, 애니메이션/물리 코드가 없는 게임은 게임이 기계 조립 게임과 관련된다는 것을 나타낼 수 있다. 다른 예시에서, 음식 재료의 이미지 파일과 건물의 3D 모델 데이터를 포함하는 디지털 자산을 가진 게임은 게임이 레스토랑 운영과 관련된다는 것을 나타낼 수 있다.
도 4는 일부 구현에 따른, 게임 플레이 세션으로부터의 예시적인 이미지를 나타내는 도식이다.
일부 구현에서, 도 4와 관련하여 설명된 디지털 자산에 더하여, 게임 플레이 세션의 스크린샷이 또한 기록될 수 있다. 스크린샷은 상이한 사용자(들) 또는 플레이어의 그룹에 의한 이전 게임 플레이 세션으로부터 획득될 수 있다. 일부 구현에서, 스크린샷은 또한 시뮬레이팅된 방식으로 게임 플레이 세션의 렌더링으로부터 획득될 수 있다.
예컨대, 스크린샷(410)은 집, 나무, 완만하게 구불구불한 언덕을 포함하는 장면을 도시하고; 스크린샷(420)은 성을 포함하는 장면을 도시하고; 그리고 스크린샷(430)은 배, 물가, 집 및 숲을 포함하는 장면을 도시한다.
일부 구현에서, 이미지 분석은 스크린샷에 도시될 수 있는 물리적 특징, 지형, 객체 등을 결정/식별하기 위해 스크린샷에 대해 수행될 수 있다. 결정된 물리적 특징, 지형, 객체 등은 게임에 대한 텍스트 태그의 생성에 활용될 수 있는 게임 특성을 결정하는 데 활용될 수 있다.
일부 구현에서, 게임 세션의 선택된 스크린샷은 게임 디지털 자산으로 저장된다. 일부 구현에서, 스크린샷이 처리되고, 스크린샷에 기초하여 생성된 라벨이 저장된다.
도 5는 일부 구현에 따른, 텍스트 태그를 생성하기 위한 지도 머신 러닝(ML)의 예시를 나타내는 블록도이다.
지도 학습은 소프트웨어 명령과 함께 하나 이상의 프로세서 및 메모리를 포함하는 컴퓨터에서 구현될 수 있다. 일부 구현에서, 하나 이상의 프로세서는 범용 중앙 처리 장치(CPU), 그래픽 처리 장치(GPU), 머신 러닝 프로세서, ASIC(application-specific integrated circuit), FPGA(field-programmable gate array) 또는 임의의 기타 유형의 프로세서 중 하나 이상을 포함할 수 있다.
이러한 예시적인 예시에서, 지도 학습은 훈련 데이터(510) 및 피드백 생성기(550)에 기초하여 머신 러닝(ML) 모델(530)을 훈련시키는 데 사용된다. ML 모델(530)은 임의의 적절한 머신 러닝 기술, 예컨대 피드 포워드 신경망, 컨볼루션 신경망 또는 임의의 기타 적절한 유형의 신경망을 사용하여 구현될 수 있다. 일부 구현에서, 베이지안 모델, 서포트 벡터 머신, HMM(hidden Markov model) 등과 같은 다른 머신 러닝 기술 또한 ML 모델(530)을 구현하는 데 사용될 수 있다.
훈련 데이터(510)는 복수의 게임에 대한 게임(디지털) 자산(515) 및 그라운드 트루스 태그(525)를 포함한다. 디지털 자산은 예컨대, 도 3과 관련하여 설명된 임의의 디지털 자산을 포함할 수 있다. 그라운드 트루스 텍스트 태그는 게임 개발자, 게임 플레이어 또는 다른 인간 사용자에 의해 제공된 태그로부터 획득될 수 있다.
이러한 예시적인 예시에서, 디지털 자산(515)은 훈련 중인 머신 러닝(ML) 모델(530)에 제공된다. ML 모델은 ML 모델 및 디지털 자산의 현재 상태에 기초하여 예측된 태그(540)의 세트를 생성한다. 예컨대, ML 모델은 디지털 자산(515)의 특징에 기초하여 특징 벡터(또는 임베딩)를 결정할 수 있다. 특징 벡터(또는 임베딩)는 디지털 자산(515)에 기초하여 생성된 수학적 다차원 표현일 수 있다. 상이한 게임은 각각의 디지털 자산에 기초하여 상이한 특징 벡터를 가질 수 있다. 학습 시, ML 모델은 유사한 게임(유사한 유형의 디지털 자산과 연관된 게임)에 대해 유사한 특징 벡터를 생성한다.
디지털 게임 디지털 자산의 개별 컴포넌트에 기초한 분석은 게임 콘텐츠의 부정확한 결정으로 이어질 수 있다. 대신, 전체로서 고려할 때 게임 디지털 자산의 분석은 게임 콘텐츠의 정확할 것으로 예상되는 결정으로 이어질 수 있다. 복수의 게임에서 유사한 게임 플레이는 ML 모델을 사용하여 게임 특징을 분석함으로써 나타나는 특징 공간에서 유사한 자산을 포함한다. 각각의 게임 디지털 자산 및/또는 게임 디지털 자산의 조합은 ML 모델에 입력되는 특징으로 사용될 수 있다. 특징은 ML 모델에서 게임을 클러스터링하고 게임과 연관된 예측 태그를 생성하는 데 활용된다.
다른 방식으로 말하면, 디지털 자산은 ML 모델(530)을 사용하여 게임의 특징을 결정하는 데 사용될 수 있다. ML 모델(530)은 게임에 대한 텍스트 태그를 생성하기 위해 특징 벡터를 활용할 수 있다. 예컨대, 제1 게임은 인간 캐릭터 및 캐릭터를 위한 의복/액세서리와 함께 지도, 방, 벽, 나무 등을 포함하는 디지털 자산을 가질 수 있는 한편, 제2 게임은 자동차, 경주장, 연료 등, 움직이는 자동차를 렌더링하는 애니메이션 코드, 및 경주장을 따르는 다수의 자동차를 도시하는 게임 이미지/스크린샷을 포함하는 디지털 자산을 가질 수 있다. ML 모델(530)은 유사성을 갖는 디지털 자산을 갖지 않는 게임에 기초하여 이들 두 개의 예시적인 게임에 대해 상당히 떨어져 있는 특징 벡터를 생성할 수 있다. 한편, 트럭, 도로, 컨페티 등과 도로를 따라 이동하는 트럭의 비디오와 같은 디지털 자산을 포함하는 제3 게임의 경우, 생성된 특징 벡터는 제2 게임과 유사할 수 있다.
ML 모델(530)은 게임과 연관된 디지털 자산에 기초하여, 예컨대, 특징 벡터에 기초하여, 그리고/또는 다른 게임의 특징 벡터 및 이러한 다른 게임과 연관된 태그와의 유사성에 기초하여, 게임 텍스트 태그를 생성할 수 있다. 예컨대, ML 모델(530)은 두 번째 및 세 번째 게임에 대한 "레이싱" 태그와, 첫 번째 게임에 대한 "어드벤처" 태그를 생성할 수 있다.
항행의 물리 및 아바타의 움직임을 포함하는 코드베이스 자산은 게임이 항행 가능한 게임일 수 있다는 추가적인 신호를 제공한다. 유사하게, 코드베이스 자산, 예컨대 게임 내 카메라 배치는 게임 시점에 대한 신호 - 예컨대, 게임이 1인칭 기반 게임인지 여부를 제공할 수 있다.
ML 모델(530)에 의해 생성된 예측된 태그(540)는 피드백 생성기(550)에 제공된다.
피드백 생성기(550)는 또한 게임에 대응하는 그라운드 트루스 태그(525)(예컨대, 인간이 큐레이팅한 태그)와 함께 제공된다. 피드백(560)은 그라운드 트루스 태그와 예측된 태그의 비교에 기초하여 피드백 생성기(550)에 의해 생성된다. 예컨대, 예측된 태그(540)가 그라운드 트루스 태그(525)와 유사한 경우, 긍정적인 피드백이 피드백(560)으로 제공될 수 있는 반면, 태그가 유사하지 않은 경우, 부정적인 피드백이 훈련 중인 ML 모델에 제공되며, 이는 강화 학습 기술을 사용하여 수신된 피드백에 기초하여 업데이트될 수 있다.
일부 구현에서, ML 모델은 하나 이상의 신경망을 포함한다. 신경망(들)은 복수의 계층을 포함하는 복수의 계층으로 체계화될 수 있다. 각각의 계층은 복수의 신경망 노드를 포함할 수 있다. 특정 계층의 노드는 바로 이전 계층의 노드와 바로 다음 계층의 노드에 연결될 수 있다. 일부 구현에서, ML 모델은 컨볼루션 신경망(CNN)일 수 있다.
일부 구현에서, 디지털 자산은 단일 ML 모델에 의해 동시에 모두 처리된다. 일부 구현에서, 특정 유형의 디지털 자산은 제1 ML 모델에 의해 처리되는 반면, 다른 유형의 디지털 자산은 자산 유형에 대한 각각의 ML 모델에 의해 처리될 수 있다. 예컨대, 이미지 파일은 제1 ML 모델에 의해 처리될 수 있고, 오디오 클립은 제2 ML 모델에 의해 처리될 수 있는 것 등이다. 이러한 구현에서, ML 모델(530)의 구조는 상이한 유형의 디지털 자산을 분석하고 각각의 특징 벡터를 생성하는 복수의 ML 모델을 포함할 수 있고, 개별 특징 벡터를 입력으로 취하는 ML 모델은 이들을 결합하고, 예측된 태그(540)를 생성한다.
일부 구현에서, 상이한 유형의 ML 모델은 디지털 자산의 상이한 카테고리를 처리하고 디지털 자산의 각 카테고리에서 특유의 특징을 식별하는 데 활용될 수 있다. 예컨대, 이미지 디지털 자산의 처리는 CNN(convolutional neural network)을 활용할 수 있고, 오디오 디지털 자산의 처리는 DNN(deep neural network) 아키텍처를 활용할 수 있으며, 텍스트 디지털 자산의 처리는 BERT(Bidirectional Encoder Representations from Transformers) 모델 등을 활용할 수 있다. 식별된 특징은 이후 예측된 태그를 생성하기 위한 입력으로 이러한 중간 출력에서 동작하는 상이한 ML 모델에 의해 처리될 수 있다.
ML 모델의 훈련은 지정된 간격으로 주기적으로 수행되거나, 이벤트에 의해 트리거될 수 있다. 일부 구현에서, 텍스트 태그 예측 정확도의 임계값 레벨이 도달될 때까지, 훈련이 반복될 수 있다.
도 6은 일부 구현에 따른, 텍스트 태그를 생성하기 위해 머신 러닝 모델을 훈련하기 위한 예시적인 방법을 나타내는 흐름도이다.
일부 구현에서, 방법(600)은 예컨대 도 1을 참조하여 설명된 게이밍 서버(102) 상에 구현될 수 있다. 일부 구현에서, 방법(600)의 일부 또는 전부는 도 1에 도시된 바와 같이 하나 이상의 클라이언트 장치(110), 하나 이상의 개발자 장치(130), 또는 하나 이상의 서버 장치(들)(102) 및/또는 개발자 장치(들), 서버 장치(들) 및 클라이언트 장치(들)의 조합 상에 구현될 수 있다. 설명된 예시에서, 구현 시스템은 하나 이상의 디지털 프로세서 또는 처리 회로(“프로세서") 및 하나 이상의 저장 장치(예컨대, 데이터베이스(120) 또는 다른 스토리지)를 포함한다. 일부 구현에서, 하나 이상의 서버 및/또는 클라이언트의 상이한 컴포넌트는 방법(600)의 상이한 블록 또는 다른 부분을 수행할 수 있다. 일부 예시에서, 제1 장치는 방법(600)의 블록을 수행하는 것으로 설명된다. 일부 구현은 결과 또는 데이터를 제1 장치로 전송할 수 있는 하나 이상의 다른 장치(예컨대, 다른 클라이언트 장치 또는 서버 장치)에 의해 수행되는 방법(600)의 하나 이상의 블록을 가질 수 있다.
일부 구현에서, 방법(600) 또는 방법의 일부는 시스템에 의해 자동으로 개시될 수 있다. 일부 구현에서, 구현 시스템은 제1 장치이다. 예컨대, 방법(또는 그 일부)은 주기적으로 수행될 수 있거나, 하나 이상의 특정 이벤트 또는 조건, 예컨대 임계값 미만으로 떨어지는 텍스트 태그 예측의 정확도, 방법(600)의 마지막 수행 이후 만료된 미리 결정된 기간 및/또는 방법에 의해 판독된 설정에서 지정될 수 있는 발생한 하나 이상의 다른 조건에 기초하여 수행될 수 있다.
방법(600)은 블록(610)에서 시작할 수 있다. 블록(610)에서, 다양한 게임과 연관된 디지털 자산은 머신 러닝 모델에 대한 입력으로 제공된다. 데이터는 복수의 게임 식별자 및 게임 식별자에 의해 식별되는 각각의 게임과 연관된 각각의 디지털 자산의 세트를 포함한다. 예컨대, 게임과 연관된 제목 또는 영숫자 코드(alphanumeric code), 디지털 게임 디지털 자산의 세트, 예컨대, 이미지 파일, 3D 모델 등은 ML 모델에 대한 입력으로 제공될 수 있다.
전술한 바와 같이, 디지털 자산은 게임 스크린샷, 게임 비디오 스니펫, 게임 객체, 메시, 아바타, 게임 소스 코드, 게임 구성 파라미터, 게임 조명, 게임 레벨 카운트, 아바타 움직임, 게임의 텍스트 콘텐츠, 게임 내에서 생성된 채팅 콘텐츠, 게임 사운드, 게임 배경 음악, 코드 커버리지 또는 게임 플레이 동안 디지털 자산의 사용 빈도 중 하나 이상을 포함할 수 있다. 블록(610)은 블록(620)으로 이어질 수 있다.
블록(620)에서, 예측된 텍스트 태그는 ML 모델의 현재 상태 및 게임 식별자에 의해 식별된 게임에 대한 디지털 자산에 기초하여 ML 모델에 의해 생성된다.
신경망을 사용하는 구현에서, 각각의 특징 벡터는 각각의 디지털 자산의 세트에 기초하여 게임 식별자에 의해 식별된 각각의 게임에 대해 생성될 수 있다. 특징 벡터(또는 임베딩)는 게임 디지털 자산에 기초하여 생성된 수학적, 다차원 표현일 수 있다. 상이한 게임은 각각의 디지털 자산에 기초하여, 상이한 특징 벡터를 가질 수 있다. 훈련 시, ML 모델은 유사한 게임(유사한 유형의 게임 디지털 자산과 연관되는 게임)에 대해 유사한 특징 벡터를 생성한다.
일부 구현에서, 머신 러닝 모델은 하나 이상의 입력 신경망 및 출력 신경망을 포함한다. 각각의 특징 벡터(들)는 하나 이상의 입력 신경망을 사용하여 생성되고, 각각의 특징 벡터(들)는 출력 신경망에 대한 입력으로 제공될 수 있다.
일부 구현에서, 제1 신경망은 디지털 자산의 하나 이상의 이미지 자산에 기초하여 특징 벡터의 제1 부분을 생성하고, 제2 신경망은 디지털 자산의 하나 이상의 코드 자산에 기초하여 특징 벡터의 제2 부분을 생성하고, 제3 신경망은 디지털 자산의 하나 이상의 텍스트 자산에 기초하여 특징 벡터의 제3 부분을 생성하고, 제4 신경망은 디지털 자산의 하나 이상의 오디오 자산에 기초하여 특징 벡터의 제4 부분을 생성하며, 그리고 제5 신경망은 하나 이상의 게임 플레이 자산에 기초하여 특징 벡터의 제5 부분을 생성한다.
일부 구현에서, 하나 이상의 이미지 자산은 게임 스크린샷, 게임 비디오 스니펫, 게임 객체, 메시 또는 아바타 중 하나 이상을 포함할 수 있다. 일부 구현에서, 코드 자산은 게임 소스 코드, 게임 구성 파라미터, 게임 조명, 게임 레벨 카운트 또는 아바타 움직임 중 하나 이상을 포함할 수 있다.
일부 구현에서, 텍스트 자산은 게임의 텍스트 콘텐츠 또는 게임 내에서 생성된 채팅 콘텐츠 중 하나 이상을 포함할 수 있다. 일부 구현에서, 오디오 자산은 게임 사운드 또는 게임 배경 음악 중 하나 이상을 포함할 수 있다. 일부 구현에서, 게임 플레이 자산은 코드 커버리지 또는 게임 플레이 동안 디지털 자산의 사용 빈도 중 하나 이상을 포함할 수 있다. 블록(620)은 블록(630)으로 이어질 수 있다.
블록(630)에서, 예측된 텍스트 태그는 그라운드 트루스 태그와 비교된다. 예컨대, 게임 식별자에 의해 식별된 게임에 대한 하나 이상의 예측된 텍스트 태그는 게임과 연관된 각각의 그라운드 트루스 태그와 비교된다. 그라운드 트루스 텍스트 태그는 게임 개발자, 게임 플레이어 또는 다른 인간 사용자에 의해 제공된 태그에서 획득될 수 있다. 텍스트 태그 예측의 정확도는 각각의 게임에 대해 결정되고, 예컨대 ML 모델이 제공된 디지털 자산에 기초하여 각각의 게임에 대한 텍스트 태그를 성공적으로 예측했는지 여부를 평가한다. 손실 값은 텍스트 태그 예측의 정확도에 기초하여 결정된다. 예컨대, 다중 클래스 분류기의 교차 엔트로피 손실 함수(cross entropy loss function)를 텍스트 태그 예측에 활용할 수 있다. 블록(630)은 블록(640)으로 이어질 수 있다.
블록(640)에서, ML 모델은 예측된 태그와 그라운드 트루스 태그의 비교로부터 생성된 피드백에 기초하여 업데이트된다. 예컨대, 손실 값은 ML 모델의 하나 이상의 파라미터를 조정하는 데 사용된다. 예컨대, ML 모델이 신경망을 사용하여 구현되는 경우, 신경망의 하나 이상의 노드 및/또는 신경망의 노드의 하나 이상의 쌍 간의 연결과 연관된 가중치는 손실 값에 기초하여 조정될 수 있다. 일부 구현에서, 신경망의 노드 쌍 사이의 링크와 연관된 가중치는 조정될 수 있다. 블록(640)은 블록(650)으로 이어질 수 있다.
블록(650)에서, ML 모델의 정확도는 누적 결과에 기초하여 결정되고, 임계값과 비교된다. 예컨대, ML 모델에 의해 생성된 태그를 그라운드 트루스 태그와 비교하여 정확도를 결정할 수 있다. 다른 예시에서, ML 모델에 의해 생성된 태그는 게임 플랫폼 사용자에게 사용자 인터페이스를 디스플레이하는 데 사용될 수 있으며, 태그의 효과가 (태그에 대한 클릭률, ML 모델을 생성한 태그에 대해 A/B 테스트 구성에서 다른 방식으로 획득된 태그를 포함하는 사용자 인터페이스에서 생성된 게임 플레이, 태그에 대한 사람의 평가 등에 기초하여) 측정될 수 있다. 정확도가 임계값을 충족하면, 훈련된 ML 모델은 배치에 적합한 것으로 결정되고, 프로세싱은 블록(660)으로 진행되고, 그렇지 않으면 ML 모델 훈련이 계속되고 프로세싱이 610으로 되돌아간다.
블록(660)에서, 훈련된 ML 모델은 게임에 대한 텍스트 태그의 생성을 위해 배치될 수 있다.
방법(600) 또는 그 일부는 추가 입력을 사용하여 여러 번 반복될 수 있다. 예컨대, 블록(620 및 630)은 그라운드 트루스 텍스트 태그의 복수의 세트로 반복될 수 있다. 다른 예시에서, 블록(610-650)은 추가 게임으로 반복될 수 있다. 방법(600)은 텍스트 태그 예측 정확도의 임계값 레벨이 도달될 때까지 반복될 수 있다.
일부 구현에서, 방법(600) 또는 그 일부는 게임 등급의 변화, 예컨대, 게임 플랫폼의 상위/인기 게임 등급의 변화에 기초하여, 또는 A/B 테스트 결과에 기초하여, 반복될 수 있다. 일부 구현에서, 모델 파라미터가 조정될 수 있으며, 모델은 트리거 요인, 예컨대, 게임 등급 변화, A/B 테스트 결과 등에 기초하여, 재훈련될 수 있다.
도 7은 일부 구현에 따른, 머신 러닝 모델을 사용하여 게임에 대한 텍스트 태그를 생성하는 예시적인 방법을 도시하는 블록도이다. 일부 구현에서, 훈련된 머신 러닝 모델(730)은 게임(디지털) 자산(710)에 기초하여, 텍스트 태그(750)의 생성에 활용될 수 있다. 태그 리포지토리(740)는 복수의 텍스트 태그를 저장하는 데 활용될 수 있다. 예측된 텍스트 태그(750)는 디지털 자산(710)에 기초하여 생성된다.
도 5와 관련하여 전술한 바와 같이, 게임 디지털 자산 및 게임 디지털 자산 조합은 게임을 클러스터링하고 게임과 연관된 텍스트 태그를 결정하기 위한 특징을 사용하는 ML 모델에 대한 특징으로 제공된다.
일부 구현에서, ML 모델은 신경망이고, 예컨대 도 6과 관련하여 설명된 신경망 모델과 유사하다.
일부 구현에서, ML 모델은 이진 분류, 다중 클래스 분류 및 회귀 중 하나 이상을 포함할 수 있다. 일부 구현에서, ML 모델은 K-평균 모델, kNN 모델, 선형 회귀 모델, 로지스틱 회귀 모델, 의사 결정 트리 모델, SVM 모델, 나이브 베이지안 모델(Naive Bayesian model), 랜덤 포레스트 모델 등일 수 있다.
일부 구현에서, 상이한 ML 모델은 상이한 클래스의 디지털 자산에 활용될 수 있다. 일부 구현에서, 동일한 ML 모델이 모든 디지털 자산에서 활용될 수 있다.
일부 구현에서, 예측된 텍스트 태그는 디지털 자산의 상이한 유형(클래스)에 기초하여 예측된 태그의 합의에 기초하여 결정될 수 있다. 예컨대, 디지털 자산의 둘 이상 유형으로부터의 예측이 동일한 경우, 텍스트 태그가 예측될 수 있다. 일부 구현에서, 셋 이상의 유형의 디지털 자산으로부터의 예측이 동일한 경우, 텍스트 태그가 예측될 수 있다.
일부 구현에서, 가중치는 상이한 디지털 자산에 기초하는 예측에 할당될 수 있고, 가중치 점수가 ML 모델에 의해 예측된 태그를 결정하는 데 활용될 수 있다.
일부 구현에서, 사용자(개발자)에 의해 제공된 텍스트 태그는 악의적인 개발자가 게임 기능에 의해 지원되지 않는 오해의 소지가 있는 텍스트 태그를 제공하지 않도록 보장하기 위해 ML 모델에 의해 검증될 수 있다. 예컨대, 특정 유형/카테고리의 게임이 매우 인기가 있는 경우, 게임 개발자는 게임이 인기 게임 카테고리에 속한다는 것을 나타내는 태그를 게임에 부착할 수 있지만, 실제로는 인기 있는 게임 카테고리에 대응하는 특징이 포함되어 있지 않을 수 있다.
도 8은 일부 구현에 따른, 머신 러닝 모델을 사용하여 게임에 대한 텍스트 태그를 생성하기 위한 또 다른 예시적인 방법을 나타내는 흐름도이다.
예컨대, 훈련된 ML 모델은 도 5를 참조하여 전술한 기법을 사용하여 훈련한 후에 획득된 ML 모델(530)일 수 있다.
일부 구현에서, 방법(800)은 예컨대 도 1을 참조하여 설명된 게이밍 서버(102)에서 구현될 수 있다. 일부 구현에서, 방법(800)의 일부 또는 전부는 도 1에 도시된 바와 같이, 하나 이상의 클라이언트 장치(110), 하나 이상의 개발자 장치(130) 또는 하나 이상의 서버 장치(들)(102) 및/또는 개발자 장치(들), 서버 장치(들) 및 클라이언트 장치(들)의 조합에서 구현될 수 있다. 설명된 예시에서, 구현 시스템은 하나 이상의 디지털 프로세서 또는 처리 회로("프로세서") 및 하나 이상의 저장 장치(예컨대, 데이터베이스(120) 또는 다른 스토리지)를 포함한다. 일부 구현에서, 하나 이상의 서버 및/또는 클라이언트의 상이한 컴포넌트는 방법(800)의 상이한 블록 또는 다른 부분을 수행할 수 있다. 일부 예시에서, 제1 장치는 방법(800)의 블록을 수행하는 것으로 설명된다. 일부 구현은 결과 또는 데이터를 제1 장치로 전송할 수 있는 하나 이상의 다른 장치(예컨대, 다른 클라이언트 장치 또는 서버 장치)에 의해 수행된 방법(800)의 하나 이상의 블록을 가질 수 있다.
블록(810)에서, 게임과 연관된 디지털 자산에 더하여 게임에 대한 게임 식별자가 수신된다. 게임 식별자와 디지털 자산은 훈련된 머신 러닝 모델에 대한 입력으로 제공된다.
일부 구현에서, 디지털 자산은 게임 스크린샷, 게임 비디오 스니펫, 게임 객체, 메시, 아바타, 게임 소스 코드, 게임 구성 파라미터, 게임 조명, 게임 레벨 카운트, 아바타 움직임, 게임의 텍스트 콘텐츠, 게임 내에서 생성되는 채팅 콘텐츠, 게임 사운드, 게임 배경 음악, 코드 커버리지 또는 게임 플레이 동안 디지털 자산의 사용 빈도 중 하나 이상을 포함할 수 있다. 블록(810)은 블록(820)으로 이어질 수 있다.
블록(820)에서, 예측된 태그 각각과 연관된 예측된 텍스트 태그 및 점수가 생성된다. 예측된 태그는 예컨대, 도 6에 설명된 바와 같이, 훈련된 ML 모델에 의해 생성될 수 있다. 복수의 예측된 텍스트 태그는 훈련된 머신 러닝 모델을 사용하여 생성될 수 있다. 각각의 텍스트 태그는 또한 텍스트 태그에 대한 머신 러닝 모델을 사용하여, 컴퓨팅된 예측 신뢰도를 나타내는 각각의 예측 점수와 연관될 수 있다.
일부 구현에서, 예측된 텍스트 태그는 게임 플랫폼에 특정한 단어 또는 어휘의 집합으로 제한될 수 있다. 예컨대, 사용자, 예컨대, 게임 제작자, 게임 플레이어 등에 의해 수동으로 제공되고, 게임 플랫폼 상의 게임과 연관되는 텍스트 태그의 단어 및/또는 구절이 어휘를 형성할 수 있다. 일부 구현에서, 예측된 텍스트 태그는 제한되지 않을 수 있으며, 예컨대 언어 사전과 같은 더 큰 단어 코퍼스로부터의 임의의 단어를 포함할 수 있다.
일부 구현에서, 하나 이상의 텍스트 태그는 게임의 유형 또는 게임 플레이의 스타일을 나타낸다. 예컨대, 텍스트 태그는 타이쿤 게임, 장애물 코스 게임, 1 인칭 슈팅 게임, 협력 게임, 소셜 게임과 같은 태그를 포함할 수 있다.
일부 구현에서, 임계값은 예측된 태그의 세트를 표면화하는 데 활용될 수 있다. 블록(820)은 블록(830)으로 이어질 수 있다.
블록(830)에서, 하나 이상의 태그는 임계값에 기초하여 선택될 수 있다. 하나 이상의 텍스트 태그는 각각의 예측 점수에 기초하여 복수의 예측된 텍스트 태그로부터 선택될 수 있다.
상이한 구현에서, 선택된 태그는 다양한 목적을 위해 활용될 수 있다. 일부 구현에서, 선택된 태그 중 하나 이상은 게임 식별자와 관련하여 데이터베이스에 저장될 수 있다. 이러한 구현에서, 저장된 태그는 게임 검색 또는 브라우징을 지원하는 데 활용될 수 있다. 예컨대, 사용자 입력된 검색어(예컨대, "승마")와 저장된 태그의 시맨틱 비교는 사용자 검색과 일치하는 게임을 식별하도록 수행될 수 있다. 다른 예시에서, 저장된 태그는 사용자가 게임에 할당된 태그에 의해 게임을 브라우징할 수 있게 하는 사용자 인터페이스를 렌더링하는 데 사용될 수 있다.
일부 구현에서, 게임에 대한 선택된 태그는 (예컨대, 게임 생성자에 의해) 게임에 수동으로 할당되는 태그를 평가하는 데 활용될 수 있다. 평가는 각각의 수동으로 할당된 태그가 부정확하거나 관련 없는지 여부에 대한 결정이 포함될 수 있다. 이러한 평가 시, 부정확하거나 관련 없는 태그는, 예컨대, 게임과의 연관성이 숨겨지고 그리고/또는 제거되어, 억제될 수 있다. 이러한 방식으로 수동으로 할당된 태그의 억제는 게임의 품질과 플레이어의 관심사에 대한 게임의 관련성에 기초하여, 게임에 대한 플레이어 트래픽이 진짜인지 확실하게 하는 데 도움될 수 있다. 이는 플레이어가 즐기는 게임 플레이 세션의 더 높은 비율로 이어지고, 부정확하거나 관련 없는 라벨로 인해 발생할 수 있는 짧은(예컨대, 1 분 미만) 또는 불만족스러운 세션의 수를 감소시킬 수 있다.
도 9는 여기에서 설명된 하나 이상의 특징을 구현하는 데 사용될 수 있는 예시적인 컴퓨팅 장치(900)의 블록도이다. 일 예시에서, 장치(900)는 컴퓨터 장치(예컨대, 도 1의 102 및/또는 110)를 구현하고, 여기에서 설명된 적절한 방법 구현을 수행하는 데 사용될 수 있다. 컴퓨팅 장치(900)는 임의의 적절한 컴퓨터 시스템, 서버, 또는 다른 전자 또는 하드웨어 장치일 수 있다. 예컨대, 컴퓨팅 장치(900)는 메인프레임 컴퓨터, 데스크톱 컴퓨터, 워크스테이션, 휴대용 컴퓨터 또는 전자 장치(휴대용 장치, 모바일 장치, 휴대폰, 스마트 폰, 태블릿 컴퓨터, 텔레비전, TV 셋톱 박스, PDA(personal digital assistant), 미디어 플레이어, 게임 장치, 웨어러블 장치 등)일 수 있다. 일부 구현에서, 장치(900)는 프로세서(902), 메모리(904), 입력/출력(I/O) 인터페이스(906) 및 오디오/비디오 입력/출력 장치(914)를 포함한다.
프로세서(902)는 프로그램 코드를 실행하고 장치(900)의 기본 동작을 제어하기 위한 하나 이상의 프로세서 및/또는 처리 회로일 수 있다. "프로세서"는 데이터, 신호 또는 기타 정보를 처리하는 임의의 적절한 하드웨어 및/또는 소프트웨어 시스템, 메커니즘 또는 컴포넌트를 포함한다. 프로세서는 범용 중앙 처리 장치(CPU), 다중 처리 장치, 기능을 달성하기 위한 전용 회로 또는 기타 시스템이 있는 시스템을 포함할 수 있다. 처리는 특정 지리적 위치로 제한되거나 일시적인 제한을 가질 필요가 없다. 예컨대, 프로세서는 "실시간", "오프라인", "배치 모드(batch mode)" 등의 기능을 수행할 수 있다. 처리의 일부는 상이한 (또는 동일한) 처리 시스템에 의해 다른 시간과 다른 위치에서 수행될 수 있다. 컴퓨터는 메모리와 통신하는 임의의 프로세서일 수 있다.
메모리(904)는 전형적으로 프로세서(902)에 의한 액세스를 위해 장치(900)에 제공되고, 프로세서에 의한 실행을 위한 명령을 저장하는 데 적합하고 프로세서(902)와 분리되어 위치 및/또는 통합되는, 임의의 적절한 프로세서 판독가능 저장 매체, 예컨대 RAM(random access memory), ROM(read-only memory), EEPROM(Electrical Erasable Read-only Memory), 플래시 메모리 등일 수 있다. 메모리(904)는 운영 체제(908), 하나 이상의 애플리케이션(910), 예컨대 오디오 공간화 애플리케이션 및 애플리케이션 데이터(912)를 포함하는, 프로세서(902)에 의해 서버 장치(900) 상에서 동작하는 소프트웨어를 저장할 수 있다. 일부 구현에서, 애플리케이션(910)은 프로세서(902)가 여기에서 설명된 기능 (또는 기능의 제어), 예컨대, 도 6 및 8과 관련하여 설명된 방법의 일부 또는 전부를 수행하도록 하는 명령어를 포함할 수 있다.
예컨대, 애플리케이션(910)은 여기에서 설명된 바와 같이 온라인 게이밍 서버(예컨대, 102) 내에서 오디오 공간화를 제공할 수 있는 오디오 공간화 모듈(912)을 포함할 수 있다. 메모리(904)에서 소프트웨어 중 임의의 것은 대안적으로 임의의 다른 적절한 저장 위치 또는 컴퓨터 판독가능 매체에 저장될 수 있다. 또한, 메모리(904)(및/또는 다른 연결된 저장 장치(들))는 여기에서 설명된 특징에서 사용되는 명령어 및 데이터를 저장할 수 있다. 메모리(904) 및 임의의 다른 유형의 스토리지(자기 디스크, 광 디스크, 자기 테이프 또는 기타 유형의 매체)는 "스토리지” 또는 "저장 장치"로 간주될 수 있다.
I/O 인터페이스(906)는 서버 장치(900)가 다른 시스템 및 장치와 인터페이스할 수 있도록 하는 기능을 제공할 수 있다. 예컨대, 네트워크 통신 장치, 저장 장치(예컨대, 메모리 및/또는 데이터 저장소(120)) 및 입력/출력 장치는 인터페이스(906)를 통해 통신할 수 있다. 일부 구현에서, I/O 인터페이스는 입력 장치(키보드, 포인팅 장치, 터치 스크린, 마이크, 카메라, 스캐너 등) 및/또는 출력 장치(디스플레이 장치, 스피커 장치, 프린터, 모터 등)를 포함하는 인터페이스 장치에 연결될 수 있다.
오디오/비디오 입력/출력 장치(914)는 사용자 입력을 수신하는 데 사용될 수 있는 사용자 입력 장치(예컨대, 마우스 등), 디스플레이 장치(예컨대, 스크린, 모니터 등) 및/또는 그래픽 및/또는 시각적 출력을 제공하는 데 사용될 수 있는 결합된 입력 및 디스플레이 장치를 포함할 수 있다.
설명의 편의를 위해, 도 9는 프로세서(902), 메모리(904), I/O 인터페이스(906) 및 소프트웨어 블록(908 및 910) 각각에 대한 하나의 블록을 도시한다. 이들 블록은 하나 이상의 프로세서 또는 처리 회로, 운영 체제, 메모리, I/O 인터페이스, 애플리케이션 및/또는 소프트웨어 엔진을 나타낸다. 다른 구현에서, 장치(900)는 도시된 컴포넌트 전부를 갖지 않을 수 있고, 그리고/또는 여기에서 도시된 것 대신에 또는 이에 추가하여 다른 유형의 요소를 포함하는 다른 요소를 가질 수 있다. 온라인 게이밍 서버(102)가 여기에서 일부 구현에 설명된 동작을 수행하는 것으로 설명되지만, 온라인 게이밍 서버(102) 또는 유사한 시스템의 임의의 적절한 컴포넌트 또는 컴포넌트의 조합, 또는 이러한 시스템과 관련된 임의의 적절한 프로세서 또는 프로세서들이 설명된 동작을 수행할 수 있다.
사용자 장치는 또한 여기에서 설명된 특징을 구현 및/또는 사용할 수 있다. 예시적인 사용자 장치는 장치(900), 예컨대 프로세서(들)(902), 메모리(904) 및 I/O 인터페이스(906)와 같은 일부 유사한 컴포넌트를 포함하는 컴퓨터 장치일 수 있다. 클라이언트 장치에 적합한 운영 체제, 소프트웨어 및 애플리케이션이 메모리에 제공되고 프로세서에 의해 사용될 수 있다. 클라이언트 장치를 위한 I/O 인터페이스는 입력 및 출력 장치, 예컨대, 사운드를 포착하기 위한 마이크, 이미지 또는 비디오를 포착하기 위한 카메라, 사용자 입력을 포착하기 위한 마우스, 사용자 제스처를 인식하기 위한 제스처 장치, 사용자 입력을 감지하기 위한 터치 스크린, 사운드를 출력하기 위한 오디오 스피커 장치, 이미지 또는 비디오를 출력하기 위한 디스플레이 장치 또는 기타 출력 장치뿐만 아니라 네트워크 통신 장치에 연결될 수 있다. 예컨대, 오디오/비디오 입력/출력 장치(914) 내의 디스플레이 장치는 장치(900)에 연결(또는 포함)되어 여기에서 설명된 바와 같이 이미지 전처리 및 후처리를 디스플레이할 수 있으며, 이러한 디스플레이 장치는 임의의 적절한 디스플레이 장치, 예컨대 LCD, LED 또는 플라즈마 디스플레이 스크린, CRT, 텔레비전, 모니터, 터치 스크린, 3D 디스플레이 스크린, 프로젝터 또는 기타 시각적 디스플레이 장치를 포함할 수 있다. 일부 구현은 오디오 출력 장치, 예컨대 음성 출력 또는 텍스트를 말하는 합성을 제공할 수 있다.
여기에서 설명된 하나 이상의 방법(예컨대, 방법(600 및 800))은 컴퓨터에서 실행될 수 있는, 컴퓨터 프로그램 명령어 또는 코드에 의해 구현될 수 있다. 예컨대, 코드는 하나 이상의 디지털 프로세서(예컨대, 마이크로프로세서 또는 기타 처리 회로)에 의해 구현될 수 있으며, 비일시적 컴퓨터 판독가능 매체(예컨대, 저장 매체), 예컨대 반도체 또는 솔리드 스테이트 메모리, 자기 테이프, 이동식 컴퓨터 디스켓(removable computer diskette), RAM(random access memory), ROM(read-only memory), 플래시 메모리, 강성 자기 디스크(rigid magnetic disk), 광 디스크, 솔리드 스테이트 메모리 드라이브 등을 포함한 자기, 광학, 전자기 또는 반도체 저장 매체를 포함하는 컴퓨터 프로그램 제품에 저장될 수 있다. 프로그램 명령어는 서버(예컨대, 분산 시스템 및/또는 클라우드 컴퓨팅 시스템)로부터 전달된 예컨대, SaaS(software as a service)의 형태로 전자 신호에 포함되고 제공될 수 있다. 대안적으로, 하나 이상의 방법은 하드웨어(로직 게이트 등) 또는 하드웨어와 소프트웨어의 조합으로 구현될 수 있다. 하드웨어의 예시는 프로그래밍 가능 프로세서(예컨대, FPGA(Field-Programmable Gate Array), 복합 프로그래밍 가능 논리 소자(complex programmable logic device), 범용 프로세서, 그래픽 프로세서, ASIC(Application Specific Integrated Circuit) 등)일 수 있다. 하나 이상의 방법은 시스템에서 실행되는 애플리케이션의 일부 또는 컴포넌트로서, 또는 다른 애플리케이션 및 운영 체제와 함께 실행되는 애플리케이션이 또는 소프트웨어로서 수행될 수 있다.
여기에서 설명된 하나 이상의 방법은 임의의 유형의 컴퓨팅 장치에서 실행될 수 있는 자립형 프로그램(standalone program), 웹 브라우저에서 실행되는 프로그램, 모바일 컴퓨팅 장치(예컨대, 휴대폰, 스마트 폰, 태블릿 컴퓨터, 웨어러블 장치(손목 시계, 암밴드, 장신구, 헤드웨어, 고글, 안경 등), 랩톱 컴퓨터 등)에서 실행되는 모바일 애플리케이션(“앱")에서 실행될 수 있다. 일 예시에서, 클라이언트/서버 아키텍처가 사용될 수 있고, 예컨대, (클라이언트 장치로서) 모바일 컴퓨팅 장치가 사용자 입력 데이터를 서버 장치로 전송하고 서버로부터 출력(예컨대, 디스플레이)을 위한 최종 출력 데이터를 수신한다. 다른 예시에서, 모든 계산은 모바일 컴퓨팅 장치 상의 모바일 앱(및/또는 다른 앱) 내에서 수행될 수 있다. 다른 예시에서, 계산은 모바일 컴퓨팅 장치와 하나 이상의 서버 장치 간에 분할될 수 있다.
설명이 그 특정 구현과 관련하여 설명되었지만, 이러한 특정 구현은 단지 예시적인 것이며, 제한적이지 않다. 예시에 설명된 개념은 다른 예시 및 구현에 적용될 수 있다.
본 개시에서 설명된 기능 블록, 동작, 특징, 방법, 장치 및 시스템은 당업자에게 알려진 바와 같이 시스템, 장치 및 기능 블록의 상이한 조합으로 통합되거나 분할될 수 있다. 임의의 적절한 프로그래밍 언어 및 프로그래밍 기술이 특정 구현의 루틴을 구현하는 데 사용될 수 있다. 다른 프로그래밍 기술이, 예컨대 절차적 또는 객체 지향적으로 이용될 수 있다. 루틴은 단일 처리 장치 또는 다중 프로세서 상에서 실행할 수 있다. 단계, 동작 또는 계산이 특정 순서로 제시될 수 있지만, 순서는 다른 특정 구현에서 변경될 수 있다. 일부 구현에서, 본 명세서에서 순차적으로 도시된 복수의 단계 또는 동작이 동시에 수행될 수 있다.
Claims (21)
- 훈련된 머신 러닝 모델을 사용하여, 게임에 대한 하나 이상의 텍스트 태그를 생성하기 위한 컴퓨터 구현 방법으로서,
상기 훈련된 머신 러닝 모델에 대한 입력으로, 상기 게임의 게임 식별자 및 상기 게임과 연관된 상이한 클래스의 디지털 자산의 세트를 포함하는 데이터를 제공하는 단계;
상기 훈련된 머신 러닝 모델을 사용하고, 상기 게임과 연관된 상이한 클래스의 상기 디지털 자산의 세트에 기초하여, 복수의 예측된 텍스트 태그를 생성하는 단계 - 각각의 예측된 텍스트 태그는 각각의 예측 점수와 연관되고, 각각의 예측된 텍스트 태그는 상기 디지털 자산의 세트의 각각의 클래스에 기초하여 결정됨 -; 및
상기 디지털 자산의 세트의 상이한 클래스에 기초하여 결정된 상기 하나 이상의 예측된 텍스트 태그 중 적어도 특정 수 사이의 합의(agreement)에 기초하여, 상기 복수의 예측된 텍스트 태그로부터 하나 이상의 텍스트 태그를 선택하는 단계
를 포함하고, 상기 하나 이상의 선택된 텍스트 태그 중 적어도 하나는 상기 게임의 장르를 나타내는, 컴퓨터 구현 방법. - 제1항에 있어서,
상기 디지털 자산의 세트는 게임 객체, 메시, 아바타, 게임 소스 코드, 게임 구성 파라미터, 게임 조명, 아바타 움직임, 상기 게임의 텍스트 콘텐츠, 게임 사운드, 게임 배경 음악, 또는 코드 커버리지 중 하나 이상을 포함하는 개발자 제공 자산 또는 게임 플레이 동안 디지털 자산의 각각의 사용 빈도를 포함하는 상기 게임의 인스턴스에서 사용자 활동에 기초하여 생성된 하나 이상의 디지털 자산을 포함하는 것인, 컴퓨터 구현 방법. - 제1항에 있어서,
상기 하나 이상의 선택된 텍스트 태그는 사용자 인터페이스에서 상기 게임과 연관된 게임 아이콘과 함께 디스플레이되는 것인, 컴퓨터 구현 방법. - 제1항에 있어서,
상기 게임의 개발자에 의해 제공되는 상기 게임에 대한 기존의 텍스트 태그를 획득하는 단계;
상기 기존의 텍스트 태그를 상기 하나 이상의 선택된 텍스트 태그와 비교함으로써, 상기 게임에 대한 상기 기존의 텍스트 태그를 검증하는 단계;
상기 비교에 기초하여 상기 기존의 텍스트 태그가 부정확하다고 결정하는 단계; 및
상기 게임과의 연관성에서 상기 기존의 텍스트 태그를 제거하는 단계를 더 포함하는 컴퓨터 구현 방법. - 태그를 생성하도록 머신 러닝 모델을 훈련하기 위한 컴퓨터 구현 방법으로서,
상기 머신 러닝 모델에 대한 입력으로, 복수의 게임 식별자 및 상기 게임 식별자에 의해 식별된 각각의 게임과 연관된 상이한 클래스의 각각의 디지털 자산의 세트를 포함하는 데이터를 제공하는 단계;
상기 머신 러닝 모델에 의해, 그리고 상기 게임과 연관된 상이한 클래스의 상기 디지털 자산의 세트에 기초하여, 상기 게임 식별자에 의해 식별된 각각의 게임에 대한 하나 이상의 예측된 태그를 생성하는 단계 - 상기 하나 이상의 예측된 텍스트 태그 중 적어도 하나는 상기 게임의 장르를 나타냄 -;
상기 하나 이상의 예측된 태그를 상기 게임 식별자에 의해 식별된 각각의 게임과 연관된 각각의 태그와 비교하는 단계; 및
상기 디지털 자산의 세트의 상이한 클래스에 기초하여 결정된 상기 하나 이상의 예측된 텍스트 태그 중 적어도 특정 수 사이의 합의 및 상기 비교에 기초하여, 상기 머신 러닝 모델의 하나 이상의 파라미터를 조정하는 단계
를 포함하는 컴퓨터 구현 방법. - 제5항에 있어서,
상기 머신 러닝 모델은 신경망을 포함하고, 상기 머신 러닝 모델의 하나 이상의 파라미터를 조정하는 단계는 상기 신경망의 하나 이상의 노드와 연관된 가중치를 조정하는 단계 또는 상기 신경망의 한 쌍의 노드 사이의 링크와 연관된 가중치를 조정하는 단계를 포함하는, 컴퓨터 구현 방법. - 제5항에 있어서,
상기 디지털 자산은 게임 객체, 메시, 아바타, 게임 소스 코드, 게임 구성 파라미터, 게임 조명, 아바타 움직임, 상기 게임의 텍스트 콘텐츠, 게임 사운드, 게임 배경 음악, 코드 커버리지 또는 게임 플레이 동안 디지털 자산의 사용 빈도 중 하나 이상을 포함하는 것인, 컴퓨터 구현 방법. - 제5항에 있어서,
각각의 상기 디지털 자산의 세트에 기초하여, 상기 게임 식별자에 의해 식별된 각각의 게임에 대한 각각의 특징 벡터를 생성하는 단계를 더 포함하고, 상기 머신 러닝 모델에 의해, 상기 하나 이상의 예측된 태그를 생성하는 단계는 각각의 상기 특징 벡터에 기초하는 것인, 컴퓨터 구현 방법. - 제8항에 있어서,
상기 머신 러닝 모델은 하나 이상의 입력 신경망 및 출력 신경망을 포함하고, 각각의 상기 특징 벡터를 생성하는 단계는 상기 하나 이상의 입력 신경망을 사용하여 수행되며,
상기 컴퓨터 구현 방법은 각각의 상기 특징 벡터를 상기 출력 신경망에 대한 입력으로 제공하는 단계를 더 포함하는 컴퓨터 구현 방법. - 제9항에 있어서,
상기 하나 이상의 입력 신경망은
상기 디지털 자산의 하나 이상의 이미지 자산에 기초하여, 상기 특징 벡터의 제1 부분을 생성하는 제1 입력 신경망;
상기 디지털 자산의 하나 이상의 코드 자산에 기초하여, 상기 특징 벡터의 제2 부분을 생성하는 제2 입력 신경망;
상기 디지털 자산의 하나 이상의 텍스트 자산에 기초하여, 상기 특징 벡터의 제3 부분을 생성하는 제3 입력 신경망;
상기 디지털 자산의 하나 이상의 오디오 자산에 기초하여, 상기 특징 벡터의 제4 부분을 생성하는 제4 입력 신경망; 및
하나 이상의 게임 플레이 자산에 기초하여, 상기 특징 벡터의 제5 부분을 생성하는 제5 입력 신경망
중 적어도 하나를 포함하는 것인, 컴퓨터 구현 방법. - 제10항에 있어서,
상기 제1 입력 신경망은 상기 디지털 자산의 하나 이상의 이미지 자산에 기초하여, 상기 특징 벡터의 상기 제1 부분을 생성하고,
상기 하나 이상의 이미지 자산은 게임 스크린샷, 게임 비디오 스니펫, 게임 객체, 메시 또는 아바타 중 하나 이상을 포함하는 것인, 컴퓨터 구현 방법. - 제10항에 있어서,
상기 제2 입력 신경망은 상기 디지털 자산의 하나 이상의 코드 자산에 기초하여, 상기 특징 벡터의 상기 제2 부분을 생성하고,
상기 코드 자산은 게임 소스 코드, 게임 구성 파라미터, 게임 조명, 게임 레벨 카운트 또는 아바타 움직임 중 하나 이상을 포함하는 것인, 컴퓨터 구현 방법. - 제10항에 있어서,
상기 제3 입력 신경망은 상기 디지털 자산의 하나 이상의 텍스트 자산에 기초하여, 상기 특징 벡터의 상기 제3 부분을 생성하고,
상기 텍스트 자산은 상기 게임의 텍스트 콘텐츠 또는 상기 게임 내에서 생성된 채팅 콘텐츠 중 하나 이상을 포함하는 것인, 컴퓨터 구현 방법. - 제10항에 있어서,
상기 제4 입력 신경망은 상기 디지털 자산의 하나 이상의 오디오 자산에 기초하여, 상기 특징 벡터의 상기 제4 부분을 생성하고,
상기 오디오 자산은 게임 사운드 또는 게임 배경 음악 중 하나 이상을 포함하는 것인, 컴퓨터 구현 방법. - 제10항에 있어서,
상기 제5 입력 신경망은 하나 이상의 게임 플레이 자산에 기초하여, 상기 특징 벡터의 상기 제5 부분을 생성하고,
상기 게임 플레이 자산은 코드 커버리지 또는 게임 플레이 동안 디지털 자산의 사용 빈도 중 하나 이상을 포함하는 것인, 컴퓨터 구현 방법. - 처리 장치에 의한 실행에 응답하여, 상기 처리 장치로 하여금 동작을 수행하도록 하는 명령어를 포함하는 비일시적 컴퓨터 판독 가능 매체로서, 상기 동작은:
훈련된 머신 러닝 모델에 대한 입력으로, 복수의 게임 식별자 및 상기 게임 식별자에 의해 식별된 각각의 게임과 연관된 상이한 클래스의 각각의 디지털 자산의 세트를 포함하는 데이터를 제공하는 것;
상기 훈련된 머신 러닝 모델을 사용하고, 그리고 상기 게임과 연관된 상이한 클래스의 상기 디지털 자산의 세트에 기초하여, 복수의 예측된 텍스트 태그를 생성하는 것 - 각각의 예측된 텍스트 태그는 각각의 예측 점수와 연관되고, 각각의 예측된 텍스트 태그는 상기 디지털 자산의 세트의 각각의 클래스에 기초하여 결정됨 -; 및
상기 디지털 자산의 세트의 상이한 클래스에 기초하여 결정된 상기 하나 이상의 예측된 텍스트 태그 중 적어도 특정 수 사이의 합의에 기초하여, 상기 복수의 예측된 텍스트 태그로부터 하나 이상의 텍스트 태그를 선택하는 것
을 포함하고,
상기 하나 이상의 선택된 텍스트 태그 중 적어도 하나는 상기 게임의 장르를 나타내는, 비일시적 컴퓨터 판독 가능 매체. - 제16항에 있어서,
상기 디지털 자산은 게임 객체, 메시, 아바타, 게임 소스 코드, 게임 구성 파라미터, 게임 조명, 아바타 움직임, 상기 게임의 텍스트 콘텐츠, 게임 사운드, 게임 배경 음악, 또는 코드 커버리지 중 하나 이상을 포함하는 개발자 제공 자산, 또는 게임 플레이 동안 디지털 자산의 각각의 사용 빈도를 포함하는 상기 게임의 인스턴스에서 사용자 활동에 기초하여 생성된 하나 이상의 디지털 자산을 포함하는 것인, 비일시적 컴퓨터 판독 가능 매체. - 제16항에 있어서,
상기 하나 이상의 선택된 텍스트 태그는 사용자 인터페이스에서 상기 게임과 연관된 게임 아이콘과 함께 디스플레이되는 것인, 비일시적 컴퓨터 판독 가능 매체. - 시스템으로서,
명령어가 저장된 메모리; 및
상기 메모리에 결합된 처리 장치
를 포함하고,
상기 처리 장치는 상기 메모리에 액세스하고, 상기 명령어를 실행하도록 구성되며, 상기 명령어는 상기 처리 장치로 하여금 동작을 수행하도록 하고, 상기 동작은:
훈련된 머신 러닝 모델에 대한 입력으로, 복수의 게임 식별자 및 상기 게임 식별자에 의해 식별된 각각의 게임과 연관된 상이한 클래스의 각각의 디지털 자산의 세트를 포함하는 데이터를 제공하는 것;
상기 훈련된 머신 러닝 모델을 사용하고, 그리고 상기 게임과 연관된 상이한 클래스의 상기 디지털 자산의 세트에 기초하여, 복수의 예측된 텍스트 태그를 생성하는 것 - 각각의 예측된 텍스트 태그는 각각의 예측 점수와 연관되고, 각각의 예측된 텍스트 태그는 상기 디지털 자산의 세트의 각각의 클래스에 기초하여 결정됨 -; 및
상기 디지털 자산의 세트의 상이한 클래스에 기초하여 결정된 상기 하나 이상의 예측된 텍스트 태그 중 적어도 특정 수의 합의에 기초하여, 상기 복수의 예측된 텍스트 태그로부터 상기 하나 이상의 텍스트 태그를 선택하는 것
을 포함하고,
상기 하나 이상의 선택된 텍스트 태그 중 적어도 하나는 상기 게임의 장르를 나타내는, 시스템. - 제19항에 있어서,
상기 동작은 각각의 상기 디지털 자산의 세트에 기초하여, 상기 게임 식별자에 의해 식별된 각각의 게임에 대한 각각의 특징 벡터를 생성하는 것을 더 포함하고,
상기 머신 러닝 모델에 의해, 상기 복수의 예측된 텍스트 태그를 생성하는 것은 각각의 상기 특징 벡터에 기초하는 것인, 시스템. - 제19항에 있어서,
상기 디지털 자산은 게임 객체, 메시, 아바타, 게임 소스 코드, 게임 구성 파라미터, 게임 조명, 아바타 움직임, 상기 게임의 텍스트 콘텐츠, 게임 사운드, 게임 배경 음악, 코드 커버리지 또는 게임 플레이 동안 디지털 자산의 사용 빈도 중 하나 이상을 포함하는 것인, 시스템.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US16/885,047 US11789905B2 (en) | 2020-05-27 | 2020-05-27 | Automated generation of game tags |
| US16/885,047 | 2020-05-27 | ||
| PCT/US2021/032777 WO2021242552A1 (en) | 2020-05-27 | 2021-05-17 | Automated generation of game tags |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230006919A KR20230006919A (ko) | 2023-01-11 |
| KR102599975B1 true KR102599975B1 (ko) | 2023-11-08 |
Family
ID=78706382
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020227043693A KR102599975B1 (ko) | 2020-05-27 | 2021-05-17 | 게임 태그의 자동화된 생성 |
Country Status (6)
| Country | Link |
|---|---|
| US (2) | US11789905B2 (ko) |
| EP (1) | EP4157473A1 (ko) |
| JP (1) | JP7410334B2 (ko) |
| KR (1) | KR102599975B1 (ko) |
| CN (1) | CN115666743A (ko) |
| WO (1) | WO2021242552A1 (ko) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20230252323A1 (en) * | 2018-03-23 | 2023-08-10 | Clearblade, Inc. | Dynamic inferencing at an iot edge |
| US11842367B1 (en) * | 2021-07-01 | 2023-12-12 | Alphonso Inc. | Apparatus and method for identifying candidate brand names for an ad clip of a query video advertisement using OCR data |
| US11871151B2 (en) * | 2021-09-10 | 2024-01-09 | Zoom Video Communications, Inc. | Spatialized display of chat messages |
| US20230082002A1 (en) * | 2021-09-10 | 2023-03-16 | Zoom Video Communications, Inc. | Spatial chat view |
| WO2023178205A1 (en) * | 2022-03-16 | 2023-09-21 | Aviagames, Inc. | Automated computer game application classification based on a mixed effects model |
| CN116077942B (zh) * | 2023-04-06 | 2023-06-27 | 深圳尚米网络技术有限公司 | 一种交互式内容推荐的实现方法 |
| CN116910164A (zh) * | 2023-07-21 | 2023-10-20 | 北京火山引擎科技有限公司 | 用于内容推送的标签生成方法、装置、电子设备和介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140274354A1 (en) * | 2013-03-12 | 2014-09-18 | Big Fish Games, Inc. | Intelligent merchandising of games |
| US20200078688A1 (en) * | 2018-09-07 | 2020-03-12 | Valve Corporation | Machine-learned trust scoring for player matchmaking |
| US20200118682A1 (en) * | 2018-10-12 | 2020-04-16 | Fujitsu Limited | Medical diagnostic aid and method |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8515253B2 (en) | 2008-02-15 | 2013-08-20 | Sony Computer Entertainment America Llc | System and method for automated creation of video game highlights |
| US8719006B2 (en) | 2010-08-27 | 2014-05-06 | Apple Inc. | Combined statistical and rule-based part-of-speech tagging for text-to-speech synthesis |
| JP2014026455A (ja) | 2012-07-26 | 2014-02-06 | Nippon Telegr & Teleph Corp <Ntt> | メディアデータ解析装置、方法、及びプログラム |
| JP6440732B2 (ja) | 2013-11-27 | 2018-12-19 | 株式会社Ｎｔｔドコモ | 機械学習に基づく自動タスク分類 |
| US10888788B2 (en) * | 2016-06-30 | 2021-01-12 | Sony Interactive Entertainment Inc. | Automated artificial intelligence (AI) control mode for playing specific tasks during gaming applications |
| US10972203B2 (en) | 2017-06-12 | 2021-04-06 | Gracenote, Inc. | Detecting and responding to rendering of interactive video content |
| US11301506B2 (en) | 2017-06-29 | 2022-04-12 | Adobe Inc. | Automated digital asset tagging using multiple vocabulary sets |
| JP6522173B1 (ja) | 2018-01-16 | 2019-05-29 | 株式会社エンライブ | 情報処理装置及び情報処理プログラム |
| US10765944B2 (en) * | 2018-09-07 | 2020-09-08 | Electronic Arts Inc. | Machine learning models for implementing animation actions |
| US10505726B1 (en) | 2018-12-07 | 2019-12-10 | Nike, Inc. | System and method for providing cryptographically secured digital assets |
| KR102010031B1 (ko) | 2018-12-12 | 2019-08-12 | 넷마블 주식회사 | 게임 지표 정보 예측 방법 및 장치 |
| CN111104512B (zh) | 2019-11-21 | 2020-12-22 | 腾讯科技（深圳）有限公司 | 游戏评论的处理方法及相关设备 |
-
2020
- 2020-05-27 US US16/885,047 patent/US11789905B2/en active Active
-
2021
- 2021-05-17 CN CN202180035776.5A patent/CN115666743A/zh active Pending
- 2021-05-17 KR KR1020227043693A patent/KR102599975B1/ko active IP Right Grant
- 2021-05-17 EP EP21814208.1A patent/EP4157473A1/en active Pending
- 2021-05-17 JP JP2022572762A patent/JP7410334B2/ja active Active
- 2021-05-17 WO PCT/US2021/032777 patent/WO2021242552A1/en unknown
-
2023
- 2023-10-03 US US18/376,021 patent/US20240028562A1/en active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140274354A1 (en) * | 2013-03-12 | 2014-09-18 | Big Fish Games, Inc. | Intelligent merchandising of games |
| US20200078688A1 (en) * | 2018-09-07 | 2020-03-12 | Valve Corporation | Machine-learned trust scoring for player matchmaking |
| US20200118682A1 (en) * | 2018-10-12 | 2020-04-16 | Fujitsu Limited | Medical diagnostic aid and method |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2023527403A (ja) | 2023-06-28 |
| KR20230006919A (ko) | 2023-01-11 |
| US20240028562A1 (en) | 2024-01-25 |
| EP4157473A1 (en) | 2023-04-05 |
| JP7410334B2 (ja) | 2024-01-09 |
| US20210374098A1 (en) | 2021-12-02 |
| CN115666743A (zh) | 2023-01-31 |
| US11789905B2 (en) | 2023-10-17 |
| WO2021242552A1 (en) | 2021-12-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102599975B1 (ko) | 게임 태그의 자동화된 생성 | |
| KR102615236B1 (ko) | 게임 통신 트랜스크립트에서 텍스트 태그의 생성 | |
| JP7307204B2 (ja) | 予測的データプリローディング | |
| US20220108358A1 (en) | Providing personalized recommendations of game items | |
| CN111867692A (zh) | 游戏过程的数据涌入检查和改进执行 | |
| KR20230133939A (ko) | 금지된 게이밍 콘텐츠의 자동 검출 | |
| US11712629B2 (en) | Determining game quality based on gameplay duration | |
| US11969649B2 (en) | Prominent display of targeted game in search results | |
| KR20240005086A (ko) | 적합한 콘텐츠의 자동 프리젠테이션 | |
| US20220067052A1 (en) | Providing dynamically customized rankings of game items | |
| US11617959B2 (en) | Detection of malicious games |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A302 | Request for accelerated examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right |