大数据云游戏的操作数据处理方法、服务器及存储介质与流程

技术特征：

1.一种大数据云游戏的操作数据处理方法，其特征在于，应用于云游戏服务器，该方法包括：

获取针对目标云游戏事件的游戏操作数据集，所述游戏操作数据集包括至少两条游戏操作数据；

获得所述游戏操作数据集中的各条游戏操作数据与所述目标云游戏事件之间的匹配度；

根据所述各条游戏操作数据对应的匹配度，以及所述各条游戏操作数据的操作行为描述，对所述各条游戏操作数据进行整理，得到相应的游戏操作数据队列；

基于所述游戏操作数据队列生成针对所述目标云游戏事件的目标行为意图内容队列，所述目标行为意图内容队列包括至少两个目标行为意图内容片段。

2.如权利要求1所述的方法，其特征在于，所述根据所述各条游戏操作数据对应的匹配度，以及所述各条游戏操作数据的操作行为描述，对所述各条游戏操作数据进行整理，得到相应的游戏操作数据队列，具体包括：

根据所述各条游戏操作数据对应的匹配度，以及所述各条游戏操作数据的操作行为描述，对所述各条游戏操作数据进行分治，得到至少两个游戏操作数据子集；

对各个游戏操作数据子集进行整理，并分别对所述各个游戏操作数据子集中的各条游戏操作数据进行整理，得到所述游戏操作数据队列。

3.如权利要求2所述的方法，其特征在于，

所述根据所述各条游戏操作数据对应的匹配度，以及所述各条游戏操作数据的操作行为描述，对所述各条游戏操作数据进行分治，得到至少两个游戏操作数据子集，具体包括：

分别根据所述各条游戏操作数据对应的匹配度，对所述各条游戏操作数据的操作行为描述进行融合，得到所述各条游戏操作数据的热点操作行为描述；

根据所述各条游戏操作数据的热点操作行为描述对所述各条游戏操作数据进行特征分析，得到至少两个游戏操作数据子集；

相应的，所述对各个游戏操作数据子集进行整理，并分别对所述各个游戏操作数据子集中的各条游戏操作数据进行整理，得到所述游戏操作数据队列，具体包括：

根据各个游戏操作数据子集所包含的游戏操作数据的数量，对所述各个游戏操作数据子集进行整理；

针对所述各个游戏操作数据子集，分别实施以下步骤：根据所述游戏操作数据子集中各条游戏操作数据的操作行为描述与所述游戏操作数据子集的相关情况，对所述游戏操作数据子集中的各条游戏操作数据进行整理；基于所述各个游戏操作数据子集之间的整理结果，以及所述各个游戏操作数据子集中各条游戏操作数据的整理结果，生成所述游戏操作数据队列。

4.如权利要求1所述的方法，其特征在于，

所述获得所述游戏操作数据集中的各条游戏操作数据与所述目标云游戏事件之间的匹配度，具体包括：分别将所述各条游戏操作数据输入事先完成训练的行为意图内容识别网络中，基于所述事先完成训练的行为意图内容识别网络中的操作事件层面的热点检测层对所述各条游戏操作数据进行匹配度检测，获得所述热点检测层输出的所述各条游戏操作数据对应的匹配度；

所述根据所述各条游戏操作数据对应的匹配度，以及所述各条游戏操作数据的操作行为描述，对所述各条游戏操作数据进行整理，得到相应的游戏操作数据队列，具体包括：分别将所述各条游戏操作数据，以及所述各条游戏操作数据对应的匹配度输入所述事先完成训练的行为意图内容识别网络中的特征分析整理层，基于所述特征分析整理层对所述各条游戏操作数据进行特征分析和整理，获得所述特征分析整理层输出的片段层面的第一合成操作数据，所述第一合成操作数据中的各个游戏操作数据片段组合形成所述游戏操作数据队列；

所述基于所述游戏操作数据队列生成针对所述目标云游戏事件的目标行为意图内容队列，具体包括：将所述合成操作数据输入所述事先完成训练的行为意图内容识别网络中的行为意图内容层，基于所述行为意图内容层进行关注匹配度检测，获得所述行为意图内容层输出的所述目标行为意图内容队列；其中，所述事先完成训练的行为意图内容识别网络是根据网络模型训练集训练得到的，所述网络模型训练集中的样本训练数据包括已携带关联性内容的样本游戏操作数据，所述关联性内容表示所述样本游戏操作数据与样本云游戏事件是否关联。

5.如权利要求4所述的方法，其特征在于，所述分别将所述各条游戏操作数据输入事先完成训练的行为意图内容识别网络中，基于所述事先完成训练的行为意图内容识别网络中的操作事件层面的热点检测层，获得所述热点检测层输出的各条样本游戏操作数据对应的匹配度，具体包括：

分别将所述各条游戏操作数据输入所述热点检测层，基于所述热点检测层中的操作事件映射单元将所述各条游戏操作数据映射至设定空间，得到所述各条游戏操作数据的操作内容；

通过连续性特征提取将所述各条游戏操作数据的操作内容分别处理为对应的操作习惯表达内容；

基于所述热点检测层，分别提取所述各条游戏操作数据的操作习惯表达内容与除该条游戏操作数据之外的其他游戏操作数据的操作习惯表达内容之间的关注特征；

基于所述各条游戏操作数据对应的关注特征获得所述各条游戏操作数据与所述目标云游戏事件之间的匹配度。

6.如权利要求4所述的方法，其特征在于，所述基于所述特征分析整理层对所述各条游戏操作数据进行特征分析并整理，获得所述特征分析整理层输出的片段层面的第一合成操作数据，具体包括：

基于所述事先完成训练的行为意图内容识别网络中的特征分析整理层，将所述各条游戏操作数据映射至设定空间得到所述各条游戏操作数据对应的片段数据队列；

通过线性数据挖掘处理对所述各条游戏操作数据对应的片段数据队列进行操作轨迹提取，得到所述各条游戏操作数据的可视化轨迹数据；

分别根据所述各条游戏操作数据对应的匹配度，对所述各条游戏操作数据的可视化轨迹数据进行融合，得到所述各条游戏操作数据的热点可视化轨迹数据；

基于所述各条游戏操作数据的热点可视化轨迹数据进行特征分析，得到至少两个游戏操作数据子集；

将全部游戏操作数据子集进行整理，并将每个游戏操作数据子集中的各条游戏操作数据进行整理后，将各条游戏操作数据的热点可视化轨迹数据合成并进行片段层面处理得到所述第一合成操作数据。

7.如权利要求4所述的方法，其特征在于，所述将所述第一合成操作数据输入所述事先完成训练的行为意图内容识别网络中的行为意图内容层，基于所述行为意图内容层进行关注匹配度检测，获得所述行为意图内容层输出的所述目标行为意图内容队列，具体包括：

采用重复累积处理方式，依次生成所述目标行为意图内容队列中的各个行为意图内容片段，所述目标行为意图内容队列中的一个行为意图内容至少包括一个行为意图内容片段；

其中，在一轮重复累积处理过程中，实施以下步骤：

将上一轮输出的目标行为意图内容片段输入所述行为意图内容层，其中，第一轮输入所述行为意图内容层的为事先配置的原始参考片段；

通过关注策略分析所述上一轮输出的目标行为意图内容片段和所述样本队列中的各个游戏操作数据片段的注意力指数，其中，所述注意力指数表示所述游戏操作数据片段与所述上一轮输出的行为意图内容片段之间的关注度；

将所述注意力指数和所述游戏操作数据队列中的游戏操作数据片段的操作习惯表达内容队列进行融合，并输入到长短期记忆神经网络中，获得本轮输出的所述游戏操作数据队列的目标可视化轨迹数据；

基于所述上一轮输出的目标行为意图内容片段以及所述目标可视化轨迹数据，生成本轮输出的目标行为意图内容片段。

8.如权利要求7所述的方法，其特征在于，

在所述通过关注策略分析上一轮输出的目标行为意图内容片段和所述样本队列中的各个游戏操作数据片段的注意力指数之前，还包括：

将本轮选取的目标游戏操作数据子集以及所述目标游戏操作数据子集的关联子集作为显性的游戏操作数据子集，将其他的游戏操作数据子集作为边缘的游戏操作数据子集，其中每次选取的目标游戏操作数据子集是基于各个游戏操作数据子集之间的顺序确定的；

为所述游戏操作数据队列中位于显性的游戏操作数据子集中的游戏操作数据片段添加第一注意力描述，为所述游戏操作数据队列中位于边缘的游戏操作数据子集中的游戏操作数据片段添加第二注意力描述，得到所述样本队列中的各个游戏操作数据片段对应的第一注意力操作习惯表达内容；

以及为所述上一轮输出的目标行为意图内容片段添加所述第一注意力描述，得到对应的第二注意力操作习惯表达内容；

所述通过关注策略分析所述上一轮输出的目标行为意图内容片段和所述样本队列中的各个游戏操作数据片段的注意力指数，具体包括：

利用所述样本队列中的各个游戏操作数据片段对应的第一注意力数据与上一轮输出的目标行为意图内容片段对应的第二注意力操作习惯表达内容，基于关注策略分析所述上一轮输出的目标行为意图内容片段与所述样本队列中的各个游戏操作数据片段的注意力指数。

9.一种云游戏服务器，其特征在于，包括处理器、通信总线和存储器；所述处理器和所述存储器通过所述通信总线通信，所述处理器从所述存储器中读取计算机程序并运行，以执行权利要求1-8任一项所述的方法。

10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序在运行时实现权利要求1-8任一项所述的方法。

技术总结
本申请涉及大数据和云游戏技术领域，具体而言，涉及大数据云游戏的操作数据处理方法、服务器及存储介质，能够基于各条游戏操作数据与目标云游戏事件之间的匹配度，以及各条游戏操作数据的操作行为描述，对这一组游戏操作数据进行整理，进而基于有序的游戏操作数据队列，可以自动化、智能化地生成更加完整实际的游戏行为意图内容队列，能够帮助游戏开发端快速、准确地了解游戏玩家的游戏需求，减少了游戏开发端大量分析游戏操作数据所耗费的时间，有效提高行为意图内容的生成效率，并能够确保行为意图内容的质量。此外，采用上述方案所生成的行为意图内容存在一定的排序，因而能够便于游戏开发端快速、准确地获取相关内容。

技术研发人员：姜康军;邓云媛
受保护的技术使用者：创联无忧(广州)信息科技有限公司
技术研发日：2021.05.31
技术公布日：2021.08.27