一种根据游戏交流记录生成文本标签的方法与流程

1.本技术涉及计算机游戏技术领域，具体涉及生成游戏的文本标签的方法、系统及计算机可读存储介质。


背景技术：

2.一些线上游戏平台使得用户能够彼此连接，彼此交互(如在游戏内)，创建游戏以及通过互联网彼此共享信息。线上游戏平台的用户可以参加多人游戏环境(如在虚拟三维环境中)，设计人物和化身，装饰化身，与其他用户交换虚拟物品/对象，通过音频或文本讯息传递与其他用户通信等。
3.用户还可以基于他们的兴趣来浏览和/或搜索游戏，以发现适合游玩的游戏。例如，用户可以按类型浏览游戏(如动作游戏、竞速游戏、解谜游戏、策略游戏、流行的游戏、上升的游戏、新出的游戏等)，也可以按关键词或概念搜索游戏(如“车辆追逐游戏”、“棋盘游戏”等)。


技术实现要素：

4.本技术实施例涉及文本标签的生成。在一些实施方式中，一种通过计算机来生成一个或者多个文本标签的方法包括：获得多个聊天记录，其中，所述多个聊天记录的每一个聊天记录与多个游戏中的特定游戏的特定游戏环节相关联；通过编程方式分析所述多个聊天记录来确定所述多个游戏的每一个游戏的一个或者多个特征；和根据所述多个游戏中的至少一个游戏的一个或者多个特征来生成该至少一个游戏的文本标签。在一些实施方式中，每一个聊天记录包括在该游戏环节中的参加者所提供的内容。
5.在一些实施方式中，所述方法还包括：提供使得用户能够浏览或者搜索游戏的用户界面，其中，所述用户界面包括所述多个游戏和相应的文本标签。
6.在一些实施方式中，通过编程方式分析所述多个聊天记录来确定所述多个游戏的每一个游戏的一个或者多个特征，包括：确定与所述多个游戏的每一个游戏相关联的数值指标。在一些实施方式中，确定该数值指标包括：确定所述多个聊天记录的每一个聊天记录中的讯息数量。在一些实施方式中，所述数值指标根据所述讯息数量确定。在一些实施方式中，确定讯息数量包括：确定在每个时间段的记录中的讯息数量或者每个参加者的每个记录中的讯息数量。
7.在一些实施方式中，通过编程方式分析所述多个聊天记录来确定所述多个游戏的每一个游戏的一个或者多个特征，包括：根据所述多个聊天记录，确定与所述多个游戏的每一个游戏相关联的社交指标。在一些实施方式中，确定该社交指标，包括：确定所述多个聊天记录的每一个聊天记录中的每一个讯息的单词数量，其中，所述社交指标根据所述单词数量确定。
8.在一些实施方式中，确定该社交指标，包括：对所述多个聊天记录的每一个聊天记录中的每一个讯息执行文本分析。在一些实施方式中，通过编程方式分析所述多个聊天记
录来确定所述多个游戏的每一个游戏的一个或者多个特征，包括：通过已训练的机器学习模型获得所述多个游戏的每一个游戏的一个或者多个特征。
9.在一些实施方式中，当所述多个游戏的每一个游戏的一个或者多个特征达到社交游戏门槛时，所述文本标签指示社交游戏。在一些实施方式中，所述方法还包括：根据所述多个游戏的每一个游戏的一个或者多个特征，确定游戏参加者之间的合作水平和竞争水平；和根据所述合作水平和所述竞争水平来生成所述一个或者多个文本标签。
10.在一些实施方式中，所述方法还包括：基于查看与每一个游戏相关联的聊天记录中的一个或者多个聊天讯息的游戏参加者的数量，确定每一个游戏的接待水平。在一些实施方式中，所述游戏包括虚拟环境，其中，包括在所述游戏参加者的数量中的游戏参加者与位于所述虚拟环境的同一区域中的化身相关联。
11.在一些实施方式中，通过编程方式分析所述多个聊天记录来确定所述多个游戏的每一个游戏的一个或者多个特征，包括：根据所述多个聊天记录的每一个聊天记录中的讯息数量来确定统计参数。在一些实施方式中，所述统计参数包括与每个游戏参加者相关联的讯息数量的均值、中位数或者众数中的一个或多个。在一些实施方式中，所述方法还包括：根据所述统计参数确定游戏参加者的参加水平。
12.本技术实施例还提供了一种非瞬时性计算机可读存储介质，该计算机存储介质保存计算机指令。该计算机指令被处理装置执行时，使得所述处理装置执行以下操作：获得多个聊天记录，其中，所述多个聊天记录的每一个聊天记录与多个游戏中的特定游戏的特定游戏环节相关联；通过编程方式分析所述多个聊天记录来确定所述多个游戏的每一个游戏的一个或者多个特征；和根据所述多个游戏中的至少一个游戏的一个或者多个特征来生成该至少一个游戏的文本标签。
13.在一些实施方式中，每一个聊天记录包括在该游戏环节中的参加者所提供的内容。在一些实施方式中，所述文本标签指示游戏类型或游玩方式。
14.本技术实施例还提供了一种系统。所述系统包括：存储器，其中，所述存储器保存指令；和处理装置，其中，所述处理装置耦合到所述存储器，所述处理装置被配置为访问所述存储器并执行该指令，该指令使得所述处理设备执行以下的操作：获得多个聊天记录，其中，所述多个聊天记录的每一个聊天记录与多个游戏中的特定游戏的特定游戏环节相关联；通过编程方式分析所述多个聊天记录来确定所述多个游戏的每一个游戏的一个或者多个特征；和根据所述多个游戏中的至少一个游戏的一个或者多个特征来生成该至少一个游戏的文本标签。
附图说明
15.图1示出了本技术实施例提供的用于生成文本标签的系统的结构示意图。
16.图2a示出了本技术实施例提供的用文本标签注释的游戏的列表。
17.图2b示出了本技术实施例提供的一种实施方式的标签式列表。
18.图2c示出了本技术实施例提供的另一种实施方式的标签式列表。
19.图3示出了本技术实施例提供的数据库和聊天记录表格的示意图。
20.图4示出了本技术实施例提供的从聊天记录生成文本标签的方法的流程示意图。
21.图5示出了本技术实施例提供的基于已训练的机器学习模型为游戏生成文本标签
的框图。
22.图6示出了本技术实施例提供的基于监督机器学习模型为游戏从聊天记录生成文本标签的框图。
23.图7示出了本技术实施例提供的训练机器学习模型来从聊天记录生成文本标签的方法的流程示意图。
24.图8示出了本技术实施例提供的计算设备的框图。
具体实施方式
25.在下面的关于具体实施方式的描述中，会参考本技术的附图，而附图也作为本技术的一部分。除非结合上下文另有说明，相似的符号通常标记相似的组件。下面提及的具体实施例、附图以及权利要求并不意味着是限制性的。在不脱离本技术的主题的精神或范围的情况下，可以利用其他实施例，并且可以进行其他改变。本技术的各个方面，如本文中一般描述的和在附图中所示出的，可以以各种不同的配置来进行布置、替换、组合、分离和设计，所有这些配置都应理解为在本技术的考虑范围内。
26.在说明书中存在例如“一些实施例”，“实施例”，“示例性实施例”之类的指代用语，这些指示了其所描述的实施例可以包括特定的特点、结构或特征，但是每个实施例可以不必包括特定的特点、结构或特征。而且，这样的短语不一定指代相同的实施例。此外，当结合其中一个实施例描述特定的特点、结构或特征时，还可以结合其他的实施例来实现这样的特点、结构或特征，并且无论是否明确描述。
27.线上游戏平台(也称为“用户生成内容平台”或“用户生成内容系统”)为用户提供了多种相互交互的方式。例如，线上游戏平台的用户可以朝着共同的目标共同努力，共享各种虚拟游戏项目，相互发送电子讯息等等。线上游戏平台的用户可以作为虚拟人物加入游戏，扮演特定于游戏的角色。例如，虚拟人物可以是团队或多人游戏环境的一部分，其中每个人物都被分配了某个角色，并具有与该角色相应的关联参数如服装、盔甲、武器、技能等。在另一示例中，例如当单人玩家是游戏的一部分时，虚拟人物可以与计算机生成的角色相结合。
28.线上游戏平台还可以允许平台的用户(如开发者)创建新的游戏和/或角色。例如，线上游戏平台的用户可以被允许创建、设计和/或定制新角色(化身)，新动画包，并使它们可被其他用户使用。
29.用户可以作为单独参加者和/或加入团队来玩游戏中的各个游戏环节。某个游戏的游戏环节的多个副本可以同时启动，也可以在不同时间由单个玩家或者组队的多个玩家启动。某个用户可以参加同一游戏的多个游戏环节或者可以在同一时间参加不同游戏的游戏环节。用户可以包括游玩中的参加者和观察中的参加者(观众)。在游戏环节中，参加者可以通过各种通讯渠道(或者方式)彼此进行通讯，例如文本讯息、群组聊天(如公开可见的聊天)、语音讯息等。
30.通讯渠道可以包括平台支持的聊天，这是通过游戏平台提供的渠道。在这样的渠道中，参加者之间的所有通信通常通过平台如通过游戏服务器进行路由。
31.通讯渠道还可以包括平台支持的语音通信。游戏平台可以通过提供如语音到文本转换，字幕，手语支持等服务来另行支持语音通信。所有或部分用户通信的记录可以存储在
与游戏平台相关联的存储设备和/或介质上。
32.可以基于游戏的类型和/或游玩方式对游戏进行分类。在一些实施方式中，可以通过游玩的特征，目标类型(游戏内)和主题类型(如体育、挑战、动作或竞速)中的一个或多个来排列游戏。该类型可以由与游戏相关联的一个或多个文本标签来标记。
33.其他用户(玩家)可以通过浏览或基于搜索来发现要玩的游戏。搜索可以通过名称或类型来执行，并且用户可以基于所显示的游戏列表来选择他们希望玩的游戏。在一些实施方式中，玩家可能感兴趣的游戏被浮出并显示给用户，例如在登录游戏平台或玩家在游戏平台上恢复会话时。
34.游玩者和游戏平台所有者受益于将合适的文本标签与各种游戏相关联。利用文本标签对游戏进行标记可以使用户有效地发现游戏，从而在游戏平台上提供更好的用户体验。文本标签可以用于在游戏平台上对游戏进行排名和/或用作推荐模型的输入，如机器学习模型，应用于游戏平台上。例如，推荐模型可以基于与游戏相关联的文本标签为用户生成游戏推荐。
35.在一些实施方式中，一个或多个文本标签可以与游戏的社交等级有关。与游戏的社交等级有关的标签可以用于向用户推荐游戏，基于用户通常玩和/或喜欢的游戏的内容以及社交等级的类型。例如，可以向某个主要玩很少社交互动的单人玩家游戏的用户推荐其他单人玩家游戏或低互动游戏，另一方面，可以向某个通常玩社交性较高的游戏(如在多个游玩者之间存在聊天互动的游戏)的用户推荐其他社交游戏。可以将指示社交等级的文本标签提供给向用户提供游戏推荐的机器学习模型(如基于神经网络的模型)。游戏平台运营商要解决的技术问题是确保在整个或者横跨多个游戏平台上的游戏的准确标记和可发现性。
36.游戏的公认好处是它能让参加者通过游戏环节来与多个地区的其他玩家和参加者互动和通信。一些游戏可能会为朋友提供一起玩的机会并在平台内进行社交互动。游戏平台可以基于参加者之间的社交互动的频率和性质来跟踪每个游戏的社交指标或交友指标。
37.当游戏是用户生成的并且平台包括许多用户生成环境时，游戏平台可能仅有关于游戏的有限信息。游戏环节的性质给它们的可观察性带来了挑战，因为在自动观测游戏事件并确定社交性和社交互动性质方面并不容易，这是由于游玩数据会根据游戏设计而变化。
38.一些用户(游戏开发者)可能不提供能展现于平台上的游戏的标签，或者可能提供的标签不足以帮助使用该游戏平台的玩家发现该游戏。在某些情况下，用户可能会故意对游戏贴上错误的标签，以增加其游戏的玩家流量。可以通过与为游戏生成的文本标签进行比较从而评估手动分配给游戏的标签(如由开发者)，以便确定手动分配的标签是否为不正确的或者不相关的。通过进行这样的评估，可以减少不正确或不相关的标签，例如将其隐藏和/或从与游戏的关联中移除。以这种方式来调整手动分配的标签有助于确保玩家对游戏的访问量是真实的，是基于游戏的质量以及游戏与玩家兴趣的相关性。如此可以使得受到玩家喜欢的游玩环节的比例更高，并且减少由于不正确或不相关的标签而导致的短暂(如不足一分钟)或者让人不悦的环节次数。
39.本技术的一些实施例自动确定可以与游戏平台上的各种游戏相关联的文本标签。
这样确定的文本标签可以与游戏相关联。
40.图1示出了本技术实施例提供的系统100的结构示意图。图1和其他附图使用相同的附图标记来标识相同的元件。参考数字(如“110”)后面带有字母则意味着该标记具体指代具有该特定参考数字的元素。参考数字(如“110”)后面不带有字母则意味着该标记指代附图中任意或全部具有该特定参考数字的元素(如文中的“110”指代附图中附图标记“110a”，“110b”和/或“110n”)。
41.系统结构100(在本文中也称为“系统”)包括线上游戏服务器102，数据存储器120，客户端设备110a、110b和110n(通常称为“客户端设备110”)，以及开发者设备130a、130n(在本文中通常称为“开发者设备130”)。其中，线上游戏服务器102，数据存储器120，客户端设备110和开发者设备130通过网络122耦合连接。在一些实施方式中，客户端设备110和开发者设备130可以指代相同或相同类型的设备。
42.线上游戏服务器102可以包括游戏引擎104，一个或多个游戏106以及图像引擎108还有其它组件。客户端设备110可以包括游戏应用程序112和输入输出接口114(如输入输出设备)。其中，输入输出设备可以包括麦克风、扬声器、耳机、显示设备、鼠标、键盘、游戏控制器、触摸屏、虚拟现实控制台等中的一个或多个。
43.开发者设备130可以包括游戏应用程序132和输入输出接口134(如输入输出设备)。输入输出设备可以包括麦克风、扬声器、耳机、显示设备、鼠标、键盘、游戏控制器、触摸屏、虚拟现实控制台等中的一个或多个。
44.系统结构100仅用于示例性。在不同的实施方式中，系统结构100可以包括与图1所示的相同或不同的方式配置的相同、更少、更多或不同的元件。
45.在一些实施方式中，网络122可以包括公共网络(如互联网)，专用网络(如局域网lan或广域网wan)，有线网络(如以太网)，无线网络(如802.11网络，wifi网络或无线网络wlan)，蜂窝网络(如5g网络、长期演进lte网络等)，路由器，集线器，交换机，服务器计算机或这些的组合。
46.在一些实施方式中，数据存储器120可以是非暂时性计算机可读存储器(如随机存取存储器)，缓存器，驱动器(如硬盘驱动器)，闪存驱动器，数据库系统或能够存储数据的其它类型的组件或设备。数据存储器120还可以包括能跨越多个计算设备(如多个服务器计算机)的多个存储组件(如多个驱动器或多个数据库)。在一些实施方式中，数据存储器120可以包括云存储。
47.在一些实施方式中，线上游戏服务器102可以包括具有一个或多个计算设备的服务器(如云计算系统，机架式服务器，服务器计算机，物理服务器集群等)。在一些实施方式中，线上游戏服务器102可以是独立的系统，可以包括多个服务器，或者可以是另一系统或服务器的一部分。
48.在一些实施方式中，线上游戏服务器102可以包括一个或多个计算设备(如机架式服务器，路由器计算机，服务器计算机，个人计算机，大型计算机，笔记本计算机，平板电脑计算机，台式计算机等)，数据存储器(如硬盘，内存，数据库)，网络，软件组件和/或硬件组件，这些可用于在线上游戏服务器102上执行操作并向用户提供对线上游戏服务器102的访问。线上游戏服务器102还可以包括网站(如网页)或应用程序后端软件，这些可用于向用户提供对线上游戏服务器102所提供的内容的访问。例如，用户可以使用客户端设备110上的
游戏应用程序112访问线上游戏服务器102。
49.在一些实施方式中，线上游戏服务器102可以是提供用户之间的连接的一种社交网络，或者是一种允许用户(如终端用户或消费者)与其他用户在线上游戏服务器102上通信的用户生成内容系统。其中，通信可以包括语音聊天(如同步和/或异步语音通信)，视频聊天(如同步和/或异步视频通信)或文本聊天(例如一对一和/或多对多以及同步和/或异步文本通信)。在用户许可的情况下，部分或所有用户通信的记录可以存储在数据存储器120或游戏106中。数据存储器120可以用于存储玩家之间交换的聊天记录(文本，音频，图像等)。
50.在一些实施方式中，聊天记录是通过游戏应用程序112和/或游戏应用程序132生成的，或者被存储在数据存储器120中。当用户许可存储聊天记录时，聊天记录可以包括聊天内容和相关联的元数据，例如聊天的文本内容且每个讯息具有相应的发送者和接受者；讯息格式(如粗体、斜体、喊话等)；讯息时间戳；在虚拟游戏环境中的参加者化身的相对位置；游戏参加者使用的配件等。在一些实施方式中，聊天记录可以包括多语种内容，而来自某个游戏的不同游戏环节的以不同语言记录的讯息可以存储在数据存储器120中。
51.用户被提供控件以便确定存储哪些聊天信息以及将该信息存储多长时间。例如，用户可以选择将聊天信息存储设置为在特定的时间点失效，例如在游戏环节结束时，从游戏平台注销时，每过24小时，每过一周等。在一些实施方式中，如当用户拒绝许可时或者当聊天被加密时，则不会存储任何聊天数据。在这些实施方式中，可以存储用户所允许的聊天元数据，例如开始和结束时间，参加者数量，参加者标识，游戏和游戏环节标识等。
52.在一些实施方式中，聊天记录可以基于时间戳以参加者之间的会话的形式被存储。在一些实施方式中，可以基于讯息的发起者来存储聊天记录。
53.在本技术的一些实施方式中，“用户”可以被表示为单个个体。然而，本技术的其它实施方式包括“用户”(如创建用户)，其是由一组用户或自动源控制的实体。例如，在用户生成内容系统中联合为社区或小组的个人用户的集合也可以被视为“用户”。
54.在一些实施方式中，线上游戏服务器102可以是虚拟游戏服务器。例如，游戏服务器可以提供单人或多人游戏给用户社区，其可以经由网络122使用客户端设备110访问游戏或与游戏交互。在一些实施方式中，游戏(也称为“视频游戏”，“线上游戏”或“虚拟游戏”)可以是二维(2d)游戏，三维(3d)游戏(如用户生成的3d游戏)，虚拟现实(vr)游戏或增强现实(ar)游戏。在一些实施方式中，用户可以与其他用户一起参加游玩。在一些实施方式中，可以与游戏的其他用户实时地玩游戏。
55.在一些实施方式中，游玩可以指的是一个或多个玩家使用游戏(如游戏106)内的客户端设备(如客户端设备110)的交互或者该交互在显示器或客户端设备110的其他输出设备上的展示(如输入输出接口114)。
56.在一些实施方式中，游戏106可包含电子文件，能通过软件、固件或硬件来执行或者加载以给实体展示游戏内容(如数字媒体物体)。在一些实施方式中，游戏应用程序112可以被执行而游戏106通过游戏引擎104来渲染。在一些实施方式中，游戏106可以具有一组通用的规则或目标，而游戏106的环境分享共同的规则或共同目标。在一些实施方式中，不同的游戏可以具有彼此不同的规则或目标。
57.在一些实施方式中，游戏可以具有可以链接多个环境的一个或多个环境(在本文
中也称为“游戏环境”或“虚拟环境”)。环境的示例可以是三维(3d)环境。游戏106的一个或多个环境在本文中可以统称为“世界”或“游戏世界”或“虚拟世界”或“宇宙”。世界的示例可以是游戏106的3d世界。例如，用户可以构建链接到由另一用户创建的另一虚拟环境的虚拟环境。虚拟游戏的角色可以越过虚拟边界进入相邻的虚拟环境。
58.应当理解的是，3d环境或3d世界所采用的图像使用代表游戏内容的几何数据的三维展示(或者无论几何数据的三维展示是否被使用，至少游戏内容表现为3d内容)。2d环境或2d世界所采用的图像使用代表游戏内容的几何数据的二维展示。
59.在一些实施方式中，线上游戏服务器102可以主持一个或多个游戏106，并且可以允许用户使用客户端设备110的游戏应用程序112与游戏106交互。线上游戏服务器102的用户可以游玩、创建、交互或构建游戏106，与其他用户通信和/或创建和构建游戏106的对象(如也称为“物体”或“游戏对象”或“虚拟游戏项目”)。
60.例如，在制造用户生成虚拟物品时，用户可以创建角色，角色的装饰，用于交互式游戏的一个或多个虚拟环境或构建游戏106中使用的构造等。在一些实施方式中，用户可以与线上游戏服务器102的其他用户购买、出售或交易游戏中虚拟游戏对象，如平台内货币(如虚拟货币)。在一些实施方式中，线上游戏服务器102可以将游戏内容传输到游戏应用程序(例如游戏应用程序112)。在一些实施方式中，游戏内容(也称为“内容”)可以指代与线上游戏服务器102或游戏应用程序相关联的任何数据或软件指令(如游戏对象，游戏，用户信息，视频，图像，命令，媒体项目等)。在一些实施方式中，游戏对象(例如在本文中也称为“物体”或“对象”或“虚拟对象”或“虚拟游戏物体”)可以指代对象，这些对象被使用、创建、共享或以其他方式而被描述于在线上游戏服务器102的游戏应用程序106或客户端设备110的游戏应用程序112中。例如，游戏对象可能包括零件，模型，角色，配件，工具，武器，衣服，建筑物，车辆，货币，动植物，动物群，上述的组成部分(例如建筑物的窗户)等。
61.应当理解的是，出于示例性的目的而提供了主持游戏106的线上游戏服务器102。在一些实施方式中，线上游戏服务器102可以主持一个或多个媒体物体，该媒体物体可以包括从一个用户到一个或多个其他用户的通信讯息。在用户许可和得到明确用户授意的情况下，线上游戏服务器102可以分析聊天记录的数据以改善游戏平台。媒体物体可以包括但不限于数字视频，数字电影，数字照片，数字音乐，音频内容，旋律，网站内容，社交媒体更新，电子书，电子杂志，数字报纸，数字有声读物，电子期刊，网络博客，简易信息聚合(real simple syndication，rss)订阅更新，电子漫画，软件应用程序等。在一些实施方式中，媒体物体可以是电子文件，配置为通过软件、固件或硬件被执行或加载来展示该媒体物体给实体。
62.在一些实施方式中，游戏106可以与特定用户或特定用户组(如私人游戏)相关联，或者可以被具有线上游戏服务器102访问权限的用户广泛使用(如公共游戏)。在一些实施方式中，线上游戏服务器102将一个或多个游戏106与特定用户或特定用户组相关联，线上游戏服务器102可以使用用户帐户信息(例如用户账户标识如用户名和密码)来将特定用户与游戏106相关联。
63.在一些实施方式中，线上游戏服务器102或客户端设备110可以包括游戏引擎104或游戏应用程序112。在一些实施方式中，游戏引擎104可以用于游戏106的开发或执行。游戏引擎104可以包括用于2d，3d，vr或ar图形的渲染引擎，物理引擎，碰撞检测引擎(及碰撞
响应)，声音引擎，脚本功能，动画引擎，人工智能引擎，网络功能，流功能，内存管理功能，线程功能，场景绘图功能或对电影的视频支持等功能。游戏引擎104的组件可以生成帮助计算和渲染游戏的命令(如渲染命令，碰撞命令，物理命令等)。在一些实施方式中，客户端设备110/116的游戏应用程序112分别可以与线上游戏服务器102的游戏引擎104协同工作，或者两者结合使用。
64.在一些实施方式中，线上游戏服务器102和客户端设备110都可以执行游戏引擎(分别为游戏引擎104和游戏引擎112)。使用游戏引擎104的线上游戏服务器102可以执行某些或所有游戏引擎功能(例如生成物理命令，渲染命令等)，或将某些或所有游戏引擎功能卸载到客户端设备110的游戏引擎104。在一些实施方式中，每个游戏106在线上游戏服务器102上执行的游戏引擎功能和在客户端设备110上执行的游戏引擎功能之间可以具有不同的比率。例如，在至少两个游戏对象之间发生冲突的情况下，线上游戏服务器102的游戏引擎104可以用于生成物理命令，而其他游戏引擎功能(如生成渲染命令)可以卸载到客户端设备110。在一些实施方式中，可以基于游玩条件改变(如动态地)在线上游戏服务器102和客户端设备110上执行的游戏引擎功能的比率。例如，如果参加特定游戏106的游戏的用户数量超过阈值数量，则线上游戏服务器102可以执行先前由客户端设备110执行的一个或多个游戏引擎功能。
65.例如，用户可能正在客户端设备110上玩游戏106，并且可以发送控制指令(例如，用户输入如右、左、上、下、用户选择或角色位置和速度信息等)给线上游戏服务器102。在从客户端设备110接收控制指令之后，线上游戏服务器102可以基于控制指令发送游玩指令(例如，参加组队游玩的角色的位置和速度信息，或者命令如渲染命令、碰撞命令等)到客户端设备110。例如，线上游戏服务器102可以对控制指令执行一个或多个逻辑操作(例如使用游戏引擎104)以生成用于客户端设备110的游玩指令。再例如，线上游戏服务器102可以将一个或多个控制指令从一个客户端设备110传递给参加游戏106的其他客户端设备(如从客户端设备110a到客户端设备110b)。客户端设备110可以使用游玩指令并将游玩展现在客户端设备110的显示屏上。
66.在一些实施方式中，控制指令可以指代用于指示用户角色的游戏中动作的指令。例如，控制指令可以包括用户输入以控制游戏中的动作，例如右、左、上、下、用户选择、陀螺仪位置和方向数据、力传感器数据等。控制指令可以包括角色位置和速度信息。在一些实施方式中，控制指令被直接发送到线上游戏服务器102。在另一些实施方式中，控制指令可以从客户端设备110发送到另一客户端设备(如从客户端设备110b到客户端设备110n)，而另一客户端设备使用本地游戏引擎104生成游玩指令。控制指令可以包括在音频设备(如扬声器、耳机等)上播放语音通信讯息或来自其他用户的其他声音的指令，例如使用三维音频技术而生成的语音通信或其他声音。
67.在一些实施方式中，游玩指令可以指代用于允许客户端设备110来进行诸如多人游戏的游戏的游玩的指令。游玩指令可以包括用户输入(如控制指令)，角色位置和速度信息或命令(如物理命令，渲染命令，碰撞命令等)中的一项或多项。
68.在一些实施方式中，线上游戏服务器102可以在数据存储器120中存储由用户创建的角色。在一些实施方式中，线上游戏服务器102保持可以呈现给用户的角色目录和游戏目录。在一些实施方式中，游戏目录包括线上游戏服务器102上存储的游戏的图像。此外，用户
可以从角色目录中选择角色(如由用户或其他用户创建的角色)以参加所选择的游戏。角色目录包括存储在线上游戏服务器102上的角色的图像。在一些实施方式中，角色目录中的一个或多个角色可能已经由用户创建或定制。在一些实施方式中，所选择的角色可以具有定义该角色的一个或多个组件的角色设置。
69.在一些实施方式中，用户的人物可以包括组件的配置，其中组件的配置和外观，以及更概括地说，人物的外观可以由人物设置来定义。在一些实施方式中，用户人物的人物设置可以至少部分地由用户选择。在另一些实施方式中，用户可以选择具有默认人物设置或其他用户所选择的人物设置的人物。例如，用户可以从具有预定人物设置的人物目录中选择默认人物，并且用户可以通过改变某些人物设置(如添加具有定制徽标的衬衫)来进一步定制该默认人物。人物设置可以通过线上游戏服务器102与特定的人物相关联。
70.在一些实施方式中，每个客户端设备110(一个或多个)可以包括诸如个人计算机pc，移动设备(如笔记本计算机，移动电话，智能电话，平板计算机或上网本计算机)之类的计算设备。在一些实施方式中，客户端设备110也可以被称为“用户设备”。在一些实施方式中，一个或多个客户端设备110可以在任何给定时刻连接至线上游戏服务器102。可以注意到，客户端设备110的数量仅为示例性。在一些实施方式中，可以使用任何数量的客户端设备110。
71.在一些实施方式中，每个客户端设备110可以分别包括游戏应用程序112的副本。在一种实施方式中，游戏应用程序112可以允许用户使用线上游戏服务器102并与线上游戏服务器102交互，例如控制线上游戏服务器102所主持的虚拟游戏中的虚拟人物，或者查看或上传内容如游戏106、图像、视频项、网页、文档等。在一个示例中，游戏应用程序可以能访问、检索、呈现或导航内容(如虚拟环境中的虚拟人物等)的网络应用程序(如与网络浏览器结合运行的应用程序)且由网络服务器提供。在另一个示例中，游戏应用程序可以是本地应用程序(如移动应用程序、应用或者游戏程序)，被安装在客户端设备110上且本地执行及允许用户与线上游戏服务器102进行交互。游戏应用程序可以向用户渲染、显示或呈现内容(如网页、媒体查看器)。在一种实施方式中，游戏应用程序还可以包括嵌入在网页中的嵌入式媒体播放器(如flash播放器)。
72.根据本技术具体实施例，游戏应用程序可以是供用户构建、创建、编辑、上载内容到线上游戏服务器102以及与线上游戏服务器102交互的线上游戏服务器应用程序(如游玩由线上游戏服务器102主持的游戏106)。如此，可以通过线上游戏服务器102将游戏应用程序提供给客户端设备110。在另一个示例中，游戏应用程序可以是从服务器下载的应用程序。
73.在一些实施方式中，每个开发者设备130可以分别包括游戏应用程序132的副本。在一种实施方式中，游戏应用程序122可以允许开发者用户使用和与线上游戏服务器102交互，如控制线上游戏服务器102所主持的虚拟游戏中的虚拟人物，或者查看或上传内容如游戏106、图像、视频项、网页、文档等。在一个示例中，游戏应用程序可以是能访问、检索、呈现或导航内容(如虚拟环境中的虚拟人物等)的网络应用程序(如与网络浏览器结合运行的应用程序)且由网络服务器提供。在另一个示例中，游戏应用程序可以是本地应用程序(如移动应用程序、应用或游戏程序)，被安装在客户端设备130并本地执行以及允许用户与线上游戏服务器102交互。游戏应用程序可以向用户渲染、显示或呈现内容(如网页、媒体查看
器)。在一种实施方式中，游戏应用程序还可以包括嵌入在网页中的嵌入式媒体播放器(如flash播放器)。
74.根据本技术具体实施例，游戏应用程序132可以是供用户构建、创建、编辑、上载内容到线上游戏服务器102以及与线上游戏服务器102交互的线上游戏服务器应用程序(如提供和/或游玩由线上游戏服务器102主持的游戏106)。如此，可以通过线上游戏服务器102将游戏应用程序提供给客户端设备130。在另一个示例中，游戏应用程序132可以是从服务器下载的应用程序。游戏应用程序132可以被配置为与线上游戏服务器102交互并获得对由游戏开发者开发、支持或提供的一个或多个游戏106的用户证书、用户货币等的访问。
75.在一些实施方式中，用户可以经由游戏应用程序登录线上游戏服务器102。用户可以通过提供用户帐户信息(如用户名和密码)来访问用户帐户，其中该用户帐户与可用于参加线上游戏服务器102的一个或多个游戏106的一个或多个人物相关联。在一些实施方式中，当具有适当证书时，游戏开发者可以获得对游戏虚拟的游戏对象的访问，例如其他用户拥有或与之关联的平台内货币(如虚拟货币)，化身，特殊能力，配件。
76.一般来说，在一种实施方式中描述为由线上游戏服务器102执行的功能还可以由客户端设备110或在另一些实施方式中如果合适的话由服务器执行。另外，归因于特定组件的功能可以通过一起操作的不同或多个组件来执行。线上游戏服务器102也可以作为服务而通过适当的应用程序编程接口(application programming interface，api)提供给其他系统或设备来访问，因此不限于在网站中使用。
77.图2a示出了本技术实施例提供的用文本标签注释的游戏的列表。该列表通过用户界面(user interface，ui)显示，该界面包括游戏平台上可供用户使用的不同游戏。
78.可以从游戏平台上的可用游戏中生成游戏列表(如通过线上游戏服务器102)，以使用户能够选择游戏。可以利用游玩的统计信息，玩不同游戏的用户数量，用户的参加程度，游戏类型等来确定游戏的受欢迎程度。
79.在一些实施方式中，游戏的类型(220)可以被突出(如加亮)给用户。如图2所示，示例性的类型可以包括热门游戏220。其他示例可以包括顶级社交游戏、顶级冒险游戏以及为用户推荐的游戏等。每个类型都可以包括单个游戏列表(230)。各个游戏也可以用标签240注释，该标签可以与图标或与游戏相关联的其他显示一起显示。在一些实施方式中，可以经由用户界面在用户设备的初始显示器上提供游戏列表。
80.游戏还可以与用于指示与游戏相关联并包括在游戏中的特征的标签相关联。例如，游戏可以与诸如大亨游戏，障碍路线游戏，第一人称射击游戏，协作游戏，社交游戏等标签相关联，这些标签使得用户获得有关游戏类型的额外信息。多个标签可以与与第一类型相关联的游戏相关联，而具有第二标签的游戏可以与多个类型相关联。例如，标题为“竞速游戏”的游戏类型可以包括带有示例性标签“城市竞速”，“丛林竞速”，“沙漠竞速”，“骆驼竞速”等的游戏。
81.在一些实施方式中，可以基于游戏的类型或与游戏相关联的标签(冒险游戏、社交游戏等)将游戏分类为各种游戏类型。可以为一个游戏分配多个文本标签或类型。在一些实施方式中，游玩交互的性质可以用于对游戏进行分类。在一些实施方式中，游戏的示例性类型可以包括动作、冒险、战斗、平台、解谜、竞速、角色扮演、射击、模拟、体育策略等。在一些实施方式中，与游戏相关联的类型可以基于游戏的社交层面。游戏的社交级别可用于生成
标签，例如基于聊天的游戏(如游玩包括游玩者之间的聊天的游戏)，单人玩家/多玩家游戏或能够聊天的游戏(如一种游戏，其中游玩不同于聊天但允许玩家在玩游戏时彼此聊天)。在一些实施方式中，游戏可以与社交级别、游玩和基于主题的标签的组合相关联。
82.突出显示游戏可以使用户能够容易地浏览可用游戏，发现他们感兴趣的游戏，以及从平台上所有可用游戏中选择他们的首选游戏。
83.在一些实施方式中，可以基于游戏的类型或与游戏相关联的标签(冒险游戏、社交游戏等)将游戏分类为各种游戏类型。可以为每个游戏分配多个文本标签或类型。
84.在一些实施方式中，文本标签可以包括用于指示与游戏相关联的社交互动程度的社交指标。在一些实施方式中，社交指标可以是指示与游戏相关联的社交互动程度的数值。例如，在一些实现中，社交指标可以是介于0和1之间的数值，其中社交指标的值为0表示游戏是非社交的，社交指标的值为1表示游戏具有很高的社交性。
85.在一些实施方式中，社交指标可以是指示与游戏相关联的社交互动程度的描述符。例如，在一些实施方式中，社交指标描述符可以是例如“非社交”，“一定社交”，“高度社交”，“竞争性社交”，“协作性社交”等术语。
86.游戏平台包括许多类型的游戏作为其产品的一部分，并且不同的游戏可以吸引不同的用户以及在不同的时间吸引给定的用户。文本标签和社交指标可用于基于预测的用户偏好来向参加者建议游戏，该预测的用户偏好基于用户先前玩过的游戏。可以提供使用户能够浏览或搜索游戏的用户界面，该用户界面包括多个游戏和相应的文本标签。
87.在一些实施方式中，游玩交互的性质可以用于对游戏进行分类。在一些实施方式中，游戏的示例性类型可以包括动作、冒险、格斗、平台、解谜、竞速、角色扮演、射击、模拟、体育策略等。
88.在一些实施方式中，游戏类型可以包括游戏的位置设置，游戏的风格和/或主题，例如西部、城镇和国家、城市、市区、空间等。
89.在一些实施方式中，游戏的示例性类型可以包括非常适合玩游戏的设备的类型。例如，可以将游戏标记为适用于台式机，手机，虚拟现实等。
90.在一些实施方式中，文本标签与游戏相关联并显示在用户界面中。在一些实施方式中，文本标签被用于将具有相似文本标签的游戏分组在一起。在一些实施方式中，文本标签与游戏相关联，并且当用户搜索某种类型的游戏时，文本标签可由用户搜索。
91.图2b示出了本技术实施例提供的一种实施方式的标签式列表。在该实施方式中，用户界面ui显示游戏或游戏图标及其所有关联标签。通过此ui视图，参加者可以浏览游戏详细信息并获取有关与游戏关联的所有标签的信息。
92.图2c示出了本技术实施例提供的另一种实施方式的标签式列表。在该实施方式中，用户界面显示与给定标签相关联的所有或多个游戏(或游戏图标)的列表。该ui视图可使参加者浏览与参加者感兴趣的标签相关的游戏。
93.图3示出了本技术实施例提供的数据库和聊天记录表格的示意图。
94.图3示例性示出了用于存储聊天记录320的数据库310。聊天记录320可以包括如图1所示的游戏参加者之间的通信的聊天记录。聊天记录320被存储并在特定用户许可的前提下可由聊天对话中参加者访问。
95.数据库310可以是数据存储器120的一部分，或者可以是单独的数据库。在一些实
施方式中，游戏平台可以是提供用户之间的连接的一种社交网络，或者是允许用户(如终端用户或消费者)与游戏平台上的其他用户进行通信的一种用户生成内容系统。通信可以包括语音聊天(如同步和/或异步语音通信)，视频聊天(如同步和/或异步视频通信)或文本聊天(如同步和/或异步的基于文本的通信)。
96.聊天记录可以包括各种用户通信记录，例如游戏参加者之间的私人讯息(一对一讯息)的记录，多组游戏参加者之间的团队聊天讯息(多对多讯息)的记录，游戏参加者之间的语音通信讯息的记录等，这些经明确的用户同意和/或许可而获得和分析。例如，用户可以选择拒绝使用某些聊天数据(例如一对一讯息)，并允许访问其他聊天数据(例如一对一聊天的聊天元数据，多对多聊天的聊天数据)。此外，在存储和/或使用之前，聊天记录可以被处理以去除个人可识别信息，例如用户id或用户名等。例如，尽管图3示出了单独的用户标识(例如，“ed，paul，steve，tom”等)，但是可以去除这样的标识并用随机生成的标识代替。此外，可以生成随机生成的标识以便为同一用户分配不同的标识用于不同游戏环节或者游戏中的聊天活动。数据库(如图1所示的数据存储器120)可以用于在平台上存储多个游戏的每个游戏环节的聊天记录。每个记录都与一个对应的游戏和游戏环节相关联。
97.图3还示出了包括多条记录的数据库310的档案330。聊天记录可以包括例如游戏标识(游戏id)，环节标识(环节id)之类的字段，以及详细的聊天记录，其包括来自不同参加者的讯息，参加者姓名和/或标识，讯息时间戳，讯息元数据(如格式、重要性级别)等。
98.在该示例性实施例中，与游戏id分别为a、b和c的游戏相关的聊天记录被描述。与每个游戏相关的不同游戏环节的记录也被描述。例如，多条记录中包括来自游戏a的环节id为1和2的记录，来自游戏b的环节id为1、2和3的记录，以及来自游戏c的环节id为1和2的记录。
99.在该示例性实施例中，来自游戏a的游戏环节的聊天记录包括用户通信如：“喜欢你的衣服”，“谢谢你，a。你头发上的花朵很漂亮”，和“我怎样能在化身商店买到那件衣服？”；并且可标识该游戏是“协作性社交”。来自游戏b的游戏环节的聊天记录包括用户通信如：“当心，在拐角处有埋伏”，“谢谢，伙伴！”，“看起来他们发现了我们”，以及“是的，我们必须尝试其他方法”，并且可标识该游戏是“竞争性社交”。在该示例性实施例中，来自游戏c的游戏环节不包括用户通信，并且可标识该游戏是“非社交性”。
100.在一些实施方式中，聊天记录还可以包括与用户通信相关联的附加信息，例如参加者的化身，参加者在用户通信的时间戳时处于虚拟游戏环境中的位置，参加者佩戴的配件，与各种用户通信相关的时间戳等。如果用户给出许可，则此类信息可以存储和/或访问。聊天记录的数据库可能还包含预测/建议类型标签，作为其档案的一部分。
101.在一些实施方式中，可以确定与每组聊天记录相关联的社交指标。社交指标可以是指示游戏中参加者之间社交互动程度的数字并且根据对聊天记录的分析确定。
102.在一些实施方式中，可以确定游戏中的竞争水平和合作水平。例如，在“团队竞赛”类型的游戏中，多个团队可能相互竞争以达成目标从而确定一个或多个获胜者。在另一个示例中，在“个人竞赛”类型的游戏中，游戏中的各个玩家可以凭借各自的能力来竞争以达到目标。在“团队合作”类型的游戏中，多个团队可以协作(一起协同努力)以达到共同目标。在另一个示例中，在“个人协作”类型的游戏中，多名个体可以协作以实现游戏内的共同目标。
103.在一些实施方式中，围绕社交和交友而构建的游戏可以被标记为“社交聊天”游戏。在一些实施方式中，文本标签可以指示与游戏相关联的语言，例如俄罗斯语游戏、西班牙语游戏等。聊天的语言可以被识别并用于生成标签。
104.图4示出了本技术实施例提供的从聊天记录生成文本标签的方法400的流程示意图。
105.在一些实施方式中，方法400可以在如图1所示的线上游戏服务器102上执行。在一些实施方式中，方法400中的部分或全部可以被执行在如图1所示的一个或多个客户端设备110上，或者在一个或多个开发者设备130上，或者在一个或多个服务器设备102，和/或在开发者设备、服务器设备和客户端设备的组合上。在所描述的示例中，负责执行的系统包括一个或多个数字处理器或处理电路(“处理器”)，以及一个或多个存储设备(如数据存储器120或其他存储)。在一些实施方式中，一个或多个服务器和/或客户端的不同组件可以执行方法400的不同区块或其他部分。在一些示例中，第一设备被描述为执行方法400的区块。一些实施方式可以具有一个或多个可以向第一设备发送结果或数据的其他设备(如其他客户端设备或服务器设备)且可以执行方法400的一个或者多个区块。
106.方法400可以在区块410处开始。在区块410处，获得多个聊天记录。每个聊天记录可以与相应游戏的相应游戏目录相关联，并且包括由游戏参加者在该游戏环节中提供的内容。只有得到了用户许可的这类聊天记录会被记录下来。此外，在使用前，聊天记录被处理以去除个人可识别信息(如用户id、化身等)。此外，在分析之前，可以从聊天记录的内容中删除某些单词或短语。在一些实施方式中，获得聊天记录可以限于获得聊天元数据(如参加特定聊天的一个或多个用户，与该聊天相关联的时间戳，聊天中的讯息数量等)。在一些实施方式中，某些聊天记录可以设置为“公开聊天”，例如，参加的用户已指示允许所有观看者。
107.在一些实施方式中，基于用户许可，聊天记录可以包括一对一的聊天记录中的一个或多个，例如两个用户之间的私人聊天讯息记录，也可以包括多对多的聊天记录，例如游戏环节中同一组的所有参加者之间的群组聊天讯息以及参加者之间的语音对话记录。
108.聊天记录可以包括来自同一游戏的多种语言版本的聊天记录。例如，如果同一典型游戏有法语、德语、印地语和俄语版本，则在该聊天的参加者许可的情况下，可以对所有语言版本的聊天记录进行收集和分析。
109.在一些实施方式中，在用户许可的情况下，可以使用语音到文本的转换技术来将口头交流的讯息流转换为文本记录。在一些实施方式中，可以利用先前转录的语音通信记录。在一些实施方式中，可以利用基本实时的记录技术来分析来自游戏控制台的语音记录。
110.在一些实施方式中，在用户许可的情况下，文本记录可以由用户进行规范化操作。例如，与具有高聊天量的用户相关联的聊天内容的重要性可能不如具有低聊天量的另一用户。在一些实施方式中，可以通过预过滤器来过滤掉在所有游戏类型中通用的讯息类型，这些讯息类型不提供关于游戏的特定信息，比如说：问候语如“你好”，“再见”；询问语句如“如何？”，“为什么？”；表示感情的语句如“rofl”，“lol”之类。在一些实施方式中，来自带有机器人的游戏环节(该游戏环节包括一个或者多个假扮为人类游戏玩家的电脑控制玩家或机器人)的聊天记录可以被排除在外，例如可以使用已识别的机器人列表从聊天记录中删除可疑的带有机器人的环节中的聊天记录。在一些实施方式中，可以完全排除带有机器人的环
节(例如将该环节的聊天记录数据从标签生成中排除)，或者部分排除(如将与机器人之间的聊天内容从标签生成的分析中排除)。
111.区块410之后是区块420。
112.在区块420处，在用户许可的情况下，通过编程方式分析多个聊天记录来确定每一个游戏的一个或者多个特征。
113.在一些实施方式中，通过编程方式分析多个聊天记录以确定与每个游戏相关联的一个或多个数值指标。数值指标可以指示游戏的游戏环节内的讯息量。与游戏相关联的数值指标可以包括基于多个聊天记录中的每个聊天记录中的讯息数量的指标。例如，可以对聊天元数据通过编程方式分析，以确定每个时间段的记录中的讯息数量(如每小时的讯息数量或每秒钟游玩的数量)，以及源自游戏环节中的每个参加者的每个记录的讯息数量。例如，来自一个游戏的聊天记录具有较高的讯息传递率和较高的参加率，则意味着该游戏相比于具有较低的讯息传递率和较低的参加率的另一个游戏而言，具有更好的社交性。
114.在一些实施方式中，可以基于多个聊天记录中的每一个中的讯息数量来计算统计参数。例如，可以确定与每个游戏参加者相关联的讯息数量的均值、中位数或者众数中的一个或多个。游戏参加者的参加水平可以根据统计参数确定。
115.游戏特征还可以包括与每个游戏相关联的社交指标。聊天记录的每个讯息中的单词的数量可以被用来确定与游戏相关联的社交指标。
116.在一些实施方式中，当聊天参加者允许访问聊天内容时，可以基于每个聊天记录的每个讯息的文本分析来确定社交指标。可以结合知识图谱来执行文本分析，知识图谱可用于解析聊天记录以获得对聊天记录中的文本的解释。通过文本分析可生成语义注释，这些语义注释将记录中的引用链接到图谱中的特定概念。
117.在一些实施方式中，在用户许可的情况下，文本分析可以包括确定单词的频率分布，其指示社交互动程度。例如，可以使用出现在聊天记录中的不同单词的频率的直方图来确定社交指标，其基于指示了社交互动程度的单词的频率。例如，某游戏中指示了友情和相似的情绪及感觉的单词有较高频率，则意味着该游戏的社交性质的水平要高于指示了友情的单词有较低频率的另一游戏。
118.在使用游戏平台的聊天功能之前，用户被提供选择聊天功能并设置各种参数的选项。例如，用户可以选择仅参加私人文本聊天，并设置参数以便仅在环节持续时间内存储聊天数据，并且此后将无法访问该聊天数据。在另一个示例中，用户可以选择提供访问其所有聊天活动的许可。此外，聊天数据的存储和/或使用是根据平台法则和规则来配置的，例如基于用户所在位置的地方政府的政策来确定。在禁止这种应用的地方，则不使用聊天数据，或者游戏平台的聊天功能可能会完全关闭。
119.区块420之后是区块430。
120.在区块430处，可以基于多个游戏中的至少一个游戏的特征(游戏特征)来生成文本标签。
121.在不同的实施方式中，文本标签可以用于各种目的。在一些实施方式中，文本标签可以与游戏的游戏标识相关联且存储在数据库中。在这些实施方式中，所存储的文本标签可用于支持游戏搜索或浏览。例如，在用户许可的情况下，可以执行用户输入的搜索词(如“社交聊天”)与所存储的标签的语义比较，以识别与用户搜索相匹配的游戏。在另一个示例
中，所存储的文本标签可以用于渲染用户界面，该用户界面使得用户能够通过分配给游戏的标签来浏览游戏。
122.在一些实施方式中，游戏的文本标签可以用于评估手动分配给游戏的标签(如由游戏创建者提供)。该评估可以包括确定每个手动分配的标签是否正确或不相关。通过这样的评估，可以减少不正确或不相关的标签，例如将其隐藏和/或从与游戏的关联中移除。通过以这种方式调整手动分配的标签可以有助于确保玩家对游戏的访问量是真实的并且基于游戏的质量以及游戏与玩家兴趣的相关性。如此可以使得受到玩家喜欢的游玩环节的比例更高，并且减少由于不正确或不相关的标签而导致的短暂(如不足一分钟)或者让人不悦的环节次数。
123.在一些实施方式中，通过编程方式分析多个聊天记录包括，通过已训练的机器学习(machine learning，ml)模型获得每一个游戏的特征。该ml模型基于聊天记录生成一组预测标签。
124.在一些实施方式中，ml模型可以是利用将单词转换成向量的单词嵌入架构的非结构化机器学习模型。例如，单词嵌入架构可以用于将出现在聊天记录中的单词或短语映射到实数向量。
125.在一些实施方式中，ml模型利用数学嵌入来减少聊天记录空间的维数，例如从每个单词具有多个维度的空间减少到具有较低维度的连续向量空间。例如，可以将基于转换器的双向编码器(bidirectional encoder representations from transformers，bert)模型，fasttext模型，或者通用的word2vec模型应用于从游戏平台获取的聊天记录文本以进行初步分析。聊天记录中所包含的用户名可以替换为适当的标签，例如在初步分析期间使用“user”或“user”标签。
126.在一些实施方式中，在训练之前，可以将一组聊天记录配置(组合)为聊天区块，这些聊天区块用例如从人类志愿者处获得的带有正确标记的标签来进行标识。聊天记录的这些区块可用于训练ml模型，例如使用bert或者fasttext的分类器。
127.例如，ml模型可以基于聊天记录确定特征向量(或嵌入)。特征向量(或嵌入)可以是基于聊天记录生成的数学化的多维表示。基于不同的游戏记录，不同的游戏可能具有不同的特征向量。已训练的ml模型为相似的游戏(与相似类型的聊天记录相关联的游戏)生成相似的特征向量。
128.在一些实施方式中，分析是基于聊天记录的各个组件。在一些实施方式中，分析是基于整体上的聊天记录。分析类型的选择可能取决于上下文，例如，当游戏中有大量聊天数据时，则可以对单个组件进行快速分析以快速生成标签。随后可以对聊天记录整体进行分析。
129.来自多个游戏的相似的游玩将在特征空间中包括相似的聊天记录，这一点可以使用ml模型分析游戏特征而得知。聊天记录被提供作为ml模型的输入，ml模型可推导出特征向量或嵌入和/或聚类游戏，并且基于推导出的特征向量或嵌入来生成与游戏相关联的预测标签。
130.在一些实施方式中，可以利用社交游戏门槛来确定游戏是否是社交游戏。如果为该游戏所计算的游戏特征和/或社交指标的组合达到社交游戏门槛，则可以将该游戏确定为或者标记为社交游戏。
131.在一些实施方式中，可以基于游戏特征来确定游戏参加者之中或者游戏参加者之间的合作水平和竞争水平。
132.在一些实施方式中，可以为游戏确定接待水平。接待水平可以基于正在积极参加的游戏参加者的数量(人头数)，例如查看其他参加者发送的聊天讯息等。接待水平可以指示在游戏中的参加者的积极参加水平。
133.可以在不同的虚拟和/或地理区域上确定接待水平。例如，可以为位于其他参加者一定距离之内的参加者确定接待水平，并指示本地区域中的接待水平(如处于特定状态、特定城市或者特定国家等的所有游戏参加者)。在另一个示例中，可以在地理区域上确定接待水平，以估计该游戏的全球受欢迎水平。在一些实施方式中，游戏可以包括虚拟环境(如虚拟放置在虚拟星球上的所有游戏参加者，或者其化身位于披萨店的所有游戏参加者)，并且聊天记录的分析包括与虚拟环境的同一区域中的化身相关联的参加者的聊天记录。
134.根据类型定义的虚拟区域，例如游玩时间超过一定时间段的参加者，可以确定平台的新参加者。例如，如果对游戏的聊天记录做出的编程方式的分析表明从新参加者到游戏平台的参加率很高，则可能指示该游戏是对新用户友好的游戏。
135.在一些实施方式中，可以针对例如用户的不同类型，例如新用户、长期玩家/经验丰富的玩家、休闲/临时玩家等，来确定接待水平(或者接听水准/接听率)。
136.在一些实施方式中，游戏环节被聚类成为各个组，并且分析包括对聚类的游戏环节组的分析。基于对聚类的游戏环节组的分析，生成了这些组的文本标签，例如社交协作、团队竞争、单人等。可以基于落入特定聚类的组的个数的阈值(环节的最小数量或百分比)来生成游戏的标签。在一些实施方式中，当没有达到阈值时，标签或社交指标可能不被生成，而这可能意味着该游戏不具有明显的特征。
137.使用额外的输入可以将方法400或其中一部分重复任意次数。在一些实施方式中，可以按照预定频率，如每天、每周等，来生成文本标签。在一些实施方式中，方法400可以由游戏的更新触发。
138.在一些实施方式中，方法400或其中部分的重复可以基于游戏内容的更新，例如游戏代码库更新、游戏数字资产更新等。在一些实施方式中，方法400或其中部分的重复可以基于游戏状态更新，例如在特定时间段内达到一定数量的新游戏环节，在先前聊天记录分析之后达到一定数量的新游戏环节等。在一些实施方式中方法400或其中部分的重复可以基于游戏平台上游戏的游玩统计数据的变化。
139.图5示出了本技术实施例提供的基于已训练的机器学习模型为游戏生成文本标签的框图。
140.在一些实施方式中，在用户允许的情况下，将已训练的ml模型530用于基于游戏环节聊天记录510来生成文本标签550。标签存储库540可以用于存储多个文本标签。预测文本标签550是基于聊天记录510生成的。
141.在一些实施方式中，ml模型是非结构化单词嵌入模型，例如fasttext模型或word2vec模型。
142.在一些实施方式中，ml模型是神经网络。在一些实施方式中，ml模型可以包括二进制分类、多分类和回归中的一个或者多个。在一些实施方式中，ml模型可以是k
‑
均值模型，knn模型，线性回归模型，逻辑回归模型，决策树模型，svm模型，朴素贝叶斯模型，随机森林
模型等。
143.在一些实施方式中，可以将不同的ml模型用于不同类型的聊天记录。在一些实施方式中，可以在所有的聊天记录之间使用相同的ml模型。
144.在一些实施方式中，可以根据在不同类型(等级)的聊天记录基础上达成的预测标签的一致性来确定预测文本标签。例如，当来自两种或更多种类型的聊天记录的预测位于预定距离之内时，可以预测文本标签。在一些实施方式中，当来自三种或更多种类型的聊天记录的预测位于预定距离之内时，可以预测文本标签。
145.在一些实施方式中，可以基于不同的聊天记录将权重分配给预测，并且可以利用加权分数来通过ml模型确定预测标签。
146.在一些实施方式中，可以由ml模型验证用户(开发人员)所提供的文本标签，以确保恶意开发人员不会提供得不到游戏特征支持的误导性的文本标签。例如，如果特定类型/种类的游戏非常受欢迎，那么游戏开发人员可以在其游戏上附加一个标签以指示该游戏属于该流行的游戏类型，而实际上该游戏可能并不包括与该流行的游戏类型相对应的特征。
147.图6示出了本技术实施例提供的基于监督机器学习模型为游戏从用户许可的聊天记录或者综合生成的聊天记录来生成文本标签的框图。
148.监督学习可以实现于包括一个或多个处理器和具有软件指令的存储器的计算机上。在一些实施方式中，一个或多个处理器可以包括通用中央处理单元(central processing unit，cpu)，图形处理单元(graphics processing unit，gpu)，机器学习处理器，专用集成电路(application
‑
specific integrated circuit，asic)，现场可编程门阵列(field
‑
programmable gate array，fpga)或任何其他类型的处理器。
149.在该示例性实施例中，监督学习用于基于训练数据610和反馈生成器650来训练ml模型630。可以使用任何适当的机器学习技术如前馈神经网络、卷积神经网络或任何其他合适类型的神经网络来实现ml模型630。在一些实施方式中，其他机器学习技术例如贝叶斯模型、支持向量机、隐马尔可夫模型(hidden markov model，hmm)等也可以用于实现ml模型630。
150.训练数据610包括聊天记录615(用户许可和/或综合生成)和用于多个游戏的正确标记标签625。聊天记录可以包括任何聊天记录，如图3所示。可以从由游戏的开发者、游玩者或其他人类用户提供的标签获得正确标记文本标签。
151.在该示例性实施例中，聊天记录615被提供给训练中的ml模型630。ml模型基于ml模型的当前状态和聊天记录来生成一组预测标签640。例如，ml模型可以基于聊天记录615的特征来确定特征向量(或嵌入)。特征向量(或嵌入)可以是基于聊天记录615生成的数学的多维表示。基于各自的聊天记录，不同的游戏可能具有不同的特征向量。训练后，ml模型会为相似的游戏(与相似类型的聊天记录相关联的游戏)生成相似的特征向量。
152.基于聊天记录的各个组件的分析可能导致对游戏内容的确定不正确。相对地，将聊天记录作为整体来考虑的分析则可能会带来对游戏内容的准确确定。来自多个游戏的相似游玩将在特征空间中包含相似的聊天记录讯息，这是通过使用ml模型来分析游戏特征而得出。每个聊天记录和/或聊天记录的组合都可以用作输入到ml模型的特征。ml模型利用这些特征对游戏进行聚类并生成与游戏相关联的预测标签。
153.换句话说，聊天记录可用于确定游戏的特征，该游戏的特征用于确定游戏的文本
标签。ml模型630可以利用特征向量来生成游戏的文本标签。例如，游戏的聊天记录包括参加者(用户)的对话，这些对话与地图、目标、武器有关，可以指示该游戏与生存游戏或大混战游戏有关。在另一个示例中，用户对话的聊天记录用户的对话，这些对话与汽车、速度、马力有关，可以指示该游戏与赛车游戏有关。
154.例如，第一个游戏可以包括聊天记录，包括对地图、目标、武器等的引用，并且在两组参加者(团队)的成员参加者之间有大量的文本讯息，而第二个游戏的聊天记录则没有已记录的用户通讯。ml模型630可以根据不具有相似的聊天记录的游戏来为这两个示例性游戏生成明显不同的特征向量。另一方面，第三个游戏的聊天记录包括用户通讯，其中提及团队合作精神、山脉、帐篷和远足等，并且还包括两组参加者(团队)的成员参加者之间的大量文本讯息，由此而生成的特征向量可能与第一个游戏的特征向量相似。
155.ml模型630可以基于与游戏相关联的聊天记录，例如基于特征向量、和/或基于与其他游戏的特征向量的相似性以及与那些其他游戏相关联的标签，来生成游戏文本标签。例如，ml模型630可以为第一个和第三个游戏生成“团队协作”或“社交协作”标签，并为第二个游戏生成“非社交”标签。
156.由ml模型630生成的预测标签640被提供给反馈生成器650。
157.反馈生成器650还配备有与游戏相对应的正确标记标签625(如人类管理的标签)。反馈生成器650基于预测标签与正确标记标签的比较来生成反馈660。例如，如果预测标签640与正确标记标签625相似，则可以提供正反馈作为反馈660，而如果标签不相似，则向训练中的ml模型提供负反馈，让其可以通过强化学习技术来基于所接收的反馈做出更新。
158.在一些实施方式中，ml模型包括浅层word2vec/fasttext架构或者bert架构。
159.在一些实施方式中，ml模型包括一个或多个神经网络。可以将神经网络组织成各自包括多个层的多个层。每一层可包括多个神经网络节点。特定层中的节点可以连接到紧接在前一层的节点和紧接在下一层的节点。在一些实施方式中，ml模型可以是卷积神经网络(convolutional neural network，cnn)。
160.在一些实施方式中，所有的聊天记录都由单个ml模型同时处理。在一些实施方式中，特定类型的聊天记录由第一ml模型处理，而另一聊天记录子集可以由第二ml模型处理，而再另一聊天记录子集可以由第三ml处理。例如，语音记录可以由第一ml模型处理，文本记录可以由第二ml模型处理等。
161.在一些实施方式中，可以利用不同类型的ml模型来处理不同类型的聊天记录并识别每个类型的聊天记录中的特征。识别出的特征然后可以由不同的ml模型处理，并将这些中间输出作为输入进行操作以生成预测标签。
162.ml模型的训练可以按照指定的间隔周期性地执行，或者由事件触发。在一些实施方式中，可以重复训练直到达到文本标签预测准确性的阈值水平。
163.在一些实施方式中，可以在将聊天记录提供给ml模型之前对其进行预处理。例如，在一些实施方式中，在被提供给ml模型之前，可以删除停止词，被检测为垃圾信息的聊天记录内容、被检测为源自机器人的聊天记录内容、无关的文本等。在一些实施方式中，聊天记录内容可以在被提供给bert模型之前被分组为多个块。
164.图7示出了本技术实施例提供的训练机器学习模型来从聊天记录生成文本标签的方法的流程示意图。
165.在一些实施方式中，方法700可以例如在参照图1所示的线上游戏服务器102上实施。在一些实施方式中，方法700中的部分或全部可以实施于如图1所示的一个或多个客户端设备110上，或者在一个或多个开发者设备130上，或者在一个或多个服务器设备102上，和/或在开发者设备、服务器设备和客户端设备的组合上。在所描述的示例中，负责实施的系统包括一个或多个数字处理器或处理电路(“处理器”)，以及一个或多个存储设备(如数据存储器120或其他存储)。在一些实施方式中，一个或多个服务器和/或客户端的不同组件可以执行方法700的不同区块或其他部分。在一些示例中，第一设备被描述为执行方法700的区块。在一些实施方式中可以具有一个或多个可以向第一设备发送结果或数据的一个或多个其他设备(如其他客户端设备或服务器设备)且执行的方法700的区块。
166.在一些实施方式中，方法700或方法的部分可以由系统自动启动。在一些实施方式中，负责实施的系统是第一设备。例如，该方法(或其部分)可以定期执行，或基于一个或多个特定事件或条件执行，例如当文本标签预测的准确性降至阈值以下时，自上次执行方法700以来已经过预定时间段，和/或可以在通过该方法读取的设置中指定的一个或多个其他条件。如果用户拒绝给出聊天记录的许可，或者如果聊天记录由于其他原因不可用，则不执行方法700，从而不基于聊天信息确定游戏的文本标签。
167.方法700可以从区块710开始。在区块710处，经特定用户许可，与各种游戏相关的聊天记录作为输入被提供给ml模型。在用户许可的情况下下，数据包括多个游戏标识，以及与由游戏标识所标识的每个游戏相关联的聊天记录的相应集合。例如，与游戏相关联的标题或字母数字代码，以及一组聊天记录，例如文本讯息、语音讯息等可以被提供作为ml模型的输入。
168.如前所述，聊天记录可以包括用户允许的一对一文本讯息，多对多文本讯息和/或语音讯息。当用户提供许可时，聊天记录还可以包括其他信息，例如参加者的化身使用，游戏环节期间的参加者/化身位置，时间戳等。区块710之后是区块720。
169.在区块720中，基于由游戏标识所标识的游戏的聊天记录和ml模型的当前状态，由ml模型生成预测的文本标签。
170.在使用神经网络的实施方式中，可以基于聊天记录的相应集合，为由游戏标识所识别的每个游戏生成相应的特征向量。在一些实施方式中，ml模型包括一个或多个输入神经网络和输出神经网络。通过一个或多个输入神经网络来生成相应的特征向量，并且该相应的特征向量被作为输入提供给输出神经网络。区块720之后是区块730。
171.在区块730处，将预测的文本标签与正确标记标签进行比较。例如，将用于由游戏标识所标识的游戏的一个或多个预测的文本标签与跟该游戏相关联的特定正确标记标签进行比较。针对每个游戏确定文本标签预测的准确性，例如基于所提供的聊天记录来评估ml模型是否成功预测了每个游戏的文本标签。基于文本标签预测的准确性来确定损失值。区块730之后是区块740。
172.在区块740处，基于从预测标签和正确标记标签的比较而产生的反馈来更新ml模型。例如，损耗值用于调整ml模型的一个或多个参数。例如，当使用神经网络来实现ml模型时，可以基于损失值来调整与神经网络的一个或多个节点相关联的权重和/或神经网络的一对或多对节点之间的连接的权重。在一些实施方式中，可以调整与神经网络的一对节点之间的连接相关联的权重。区块740之后是区块750。
173.在区块750处，基于累积结果确定ml模型的准确性，并将其与阈值进行比较。例如，可以将由ml模型生成的标签与正确标记标签进行比较以确定准确性。在另一个示例中，由ml模型生成的标签可用于向游戏平台用户显示用户界面，并测量标签的有效性(如基于标签的点击率，由用户界面生成的游玩中包括ml模型生成标签对比包括以a/b测试配置方式获得的标签，人工评估等)。如果准确性达到阈值，则确定已训练的ml模型适合部署和处理，并执行区块770，否则继续进行ml模型训练及执行区块710。
174.在一些实施方式中，通过利用记录的不同类型/种类，如组队聊天讯息、语音讯息等，来联合训练ml模型。在一些实施方式中，在联合提供给ml模型之前，可以分别分块(分簇)不同类型/种类的记录。
175.在区块770，可以部署已训练的ml模型以生成游戏的文本标签。
176.使用额外输入可以将方法700或其部分重复任何次数。例如，可以用多组正确标记文本标签来重复区块720和区块730。在另一示例中，可以用其他游戏来重复区块710至区块750。可以重复方法700直到达到文本标签预测准确性的阈值水平。
177.在一些实施方式中，方法700或其部分可以周期性地重复。例如，方法700或其部分可以每天、每周、每月等被重复以重新训练ml模型。在一些实施方式中，方法700或其部分可以基于游戏评分的改变而被重复，例如在游戏平台上的顶级/热门游戏的评分变化，或基于代码库变化，游戏数字资产变化等。在一些实施方式中，可以基于新文本标签的添加来重复方法700。
178.图8示出了本技术实施例提供的用于执行一个或者多个所述特征的计算设备800的框图。在一个示例中，计算设备800可以用于实现计算机设备(如图1的线上游戏服务器102和/或客户端设备110)，并且执行本技术描述的适当的方法的实施例。计算设备800可以是任何合适的计算机系统、服务器或其他电子或硬件设备。例如，计算设备800可以是大型计算机，台式计算机，工作站，便携式计算机或电子设备(便携式设备，移动设备，手机，智能手机，平板电脑，电视，电视机顶盒，个人数字助理(personal digital assistant，pda)，媒体播放器，游戏设备，可穿戴设备等)。在一些实施方式中，计算设备800包括处理器802，存储器804，输入输出(input/output，i/o)接口806和音频/视频输入输出设备814。
179.处理器802可以是一个或多个处理器和/或处理电路，用于执行程序代码并控制计算设备800的基本操作。这里“处理器”意味着处理数据、信号或其他信息的任何合适的硬件和/或软件系统，机制或组件。处理器可以包括具有通用中央处理单元(cpu)，多个处理单元，用于实现功能的专用电路的系统或其他系统。处理操作不必限于特定的地理位置或具有时间限制。例如，处理器可以在“实时”，“离线”，“批处理模式”等执行其功能。处理操作的部分可以在不同的时间，在不同的位置，通过不同的(或相同的)处理系统执行。计算机可以是与存储器通信的任何处理器。
180.存储器804通常被提供在计算设备800中以供处理器802访问，并且可以是任何合适的处理器可读存储介质，例如，随机存取存储器(ram)，只读存储器(rom)，电可擦除只读存储器(eeprom)，闪存等，适合于存储由处理器执行的指令，并且与处理器802分开放置和/或与处理器802集成在一起。存储器804可以存储由处理器802在服务器设备800上运行的软件，包括操作系统808，一个或多个应用程序810，例如三维音频应用程序和应用程序数据812。在一些实施方式中，应用程序810可以包括使处理器802能够执行本文中所描述的功能
(或控制其功能)的指令，例如，关于图4和图7所描述的方法中的一些或全部。
181.例如，应用程序810可以包括三维音频模块812，如本文所述，三维音频模块812可以在线上游戏服务器(例如线上游戏服务器102)内提供三维音频。存储器804中的软件的元素可以可替代地存储在任何其他合适的存储位置或计算机可读介质上。另外，存储器804(和/或其他连接的存储设备)可以存储在本文描述的特征中使用的指令和数据。存储器804和任何其他类型的存储器(磁盘，光盘，磁带或其他有形介质)可以被认为是“存储器”或“存储设备”。
182.输入输出接口806可以提供使服务器设备800与其他系统和设备接口的功能。例如，网络通信设备，存储设备(如存储器和/或数据存储器120)以及输入输出设备可以经由输入输出接口806进行通信。在一些实施方式中，输入输出接口可以连接至接口设备，包括输入设备(键盘，定位设备，触摸屏，麦克风，相机，扫描仪等)和/或输出设备(显示设备，扬声器设备，打印机，电机等)。
183.音频/视频输入输出设备814可包括可用于接收用户输入的用户输入设备(如鼠标等)，显示设备(如屏幕、监视器等)和/或输入和显示设备的组合，可用于提供图形和/或视觉输出。
184.为了便于说明，图8示出了分别用于处理器802，存储器804，输入输出接口806以及操作系统808和应用程序810中的每一个的区块。这些区块可以代表一个或多个处理器或处理电路，操作系统，存储器，i/o接口，应用程序，和/或软件引擎。在其他实施方式中，计算设备800可以不具有所示的所有组件和/或可以具有包括其他类型的元件的其他元件，以代替本文显示的那些元件或额外提供。尽管线上游戏服务器102被描述为执行如本文的一些实施例中所描述的操作，线上游戏服务器102或类似系统的任何合适的组件或组件的组合，或者与这种系统相关联的任何合适的处理器，都可以执行本文描述的操作。
185.用户设备还可以实现和/或与本文描述的特征一起使用。示例性的用户设备可以是包括与计算设备800类似的组件的计算机设备，例如处理器802，存储器804和i/o接口806。适合于客户端设备的操作系统、软件和应用程序可以被提供在内存中并由处理器使用。客户端设备的i/o接口可以连接到网络通信设备，也可以连接到输入和输出设备，例如用于捕获声音的麦克风，用于捕获图像或视频的照相机，用于捕获用户输入的鼠标，用于识别用户手势的手势设备，用于检测用户输入的触摸屏，用于输出声音的音频扬声器设备，用于输出图像或视频的显示设备，或者其他输出设备。音频/视频输入输出设备814内的显示设备例如可以连接到计算设备800(或包括在计算设备800中)以显示如本文所述的图像的预处理和后处理，其中这种显示设备可以包括任何合适的显示器设备，例如lcd、led、等离子显示屏、crt、电视、监视器、触摸屏、3d显示屏、投影仪或其他视觉显示设备。在一些实施方式中，可以提供音频输出设备，例如能朗读文本的语音输出或合成。
186.本文所述的一种或多种方法(例如，方法400和700)可以通过计算机程序指令或代码来实现，其可以在计算机上执行。例如，该代码可以由一个或多个数字处理器(例如，微处理器或其他处理电路)实现，并且可以存储在包括非暂时性计算机可读介质(例如，存储介质)的计算机程序产品上，例如，磁，光，电磁或半导体存储介质，包括半导体或固态存储器，磁带，可移动计算机软盘，随机存取存储器(ram)，只读存储器(rom)，闪存，硬磁盘，光盘，固态存储驱动器等。程序指令还可以包含在电子信号中并作为电子信号提供，例如以从服务
器(例如，分布式系统和/或云计算系统)传递的软件即服务(saas)的形式。可替代地，可以以硬件(逻辑门等)或以硬件和软件的组合来实现一种或多种方法。示例性硬件可以是可编程处理器(例如现场可编程门阵列fpga，复杂可编程逻辑设备)，通用处理器，图形处理器，专用集成电路asic等。可以将一种或多种方法作为在系统上运行的应用程序的一部分或组成部分，或作为与其他应用程序和操作系统一起运行的应用程序或软件来执行。
187.本文描述的一种或多种方法可以运行于在任何类型的计算设备上运行的独立程序，或者在网络浏览器上运行的程序，或者在移动计算设备上运行的程序，其中移动计算设备的例子包括手机，智能手机，平板电脑，可穿戴设备(手表，臂章，珠宝，头饰，护目镜，眼镜等)，笔记本计算机等。在一个示例中，可以使用客户端/服务器架构，例如，移动计算设备(作为客户端设备)将用户输入数据发送到服务器设备，并从服务器接收最终的输出数据以进行输出(例如用于显示)。在另一个示例中，可以在移动计算设备上的移动应用程序(和/或其他应用程序)内执行所有计算。在另一示例中，移动计算设备和一个或多个服务器设备之间进行分工计算。
188.尽管对特定实施方式进行了描述，但是这些特定实施方式仅是说明性的，而不是限制性的。示例中示出的概念可以应用于其他示例和实施例。
189.如本领域技术人员所知，可以将本公开中描述的区块，操作，特征，方法，设备和系统集成或划分为系统，设备和功能模块的不同组合。可以使用任何适当的编程语言和编程技术来实现特定实施例的例程。可以采用不同的编程技术，例如，面向过程的或面向对象的。这些例程可以在单个处理装置或多个处理器上执行。尽管可以以特定顺序呈现步骤，操作或计算，但是在不同的特定实施例中可以改变顺序。在一些实施方式中，可以同时执行在本说明书中被示为依次执行的多个步骤或操作。
190.除了前面的描述之外，游戏平台的用户还提供有控件，该控件使用户能够选择本文所述的系统，程序或功能是否以及何时可以启用用户信息的收集，例如，从设备传感器获得的用户设备的信息，用户的聊天数据，用户的偏好，用户的当前位置。用户可以有选择地拒绝各种类型的用户数据的权限。用户数据仅在用户允许的情况下使用。此外，可以在存储和/或使用用户数据之前对其进行处理。例如，这种处理可以确保从用户数据中删除个人身份信息。例如，可能会处理用户的身份，从而使得无法为该用户确定个人身份信息。在另一个示例中，在获得位置信息(例如具体到城市、邮政编码或州的水平)的位置上概括了地理位置，因此无法确定特定位置。因此，向用户提供关于收集关于用户的哪些信息，如何使用该信息以及向用户提供什么信息的控制。