基于云游戏行为大数据的游戏优化方法及云游戏AI系统与流程

技术特征：
1.一种基于云游戏行为大数据的游戏优化方法，其特征在于，应用于所述云游戏ai系统，所述方法包括：采集云游戏用户的当前游戏优化节点所对应的游戏行为大数据中的云游戏行为事件，对所述云游戏行为事件进行游戏偏好挖掘，获得所述云游戏行为事件对应的游戏偏好变量，依据所述游戏偏好变量确定所述云游戏行为事件的游戏偏好知识点；获取所述当前游戏优化节点的过往游戏优化节点信息，从所述过往游戏优化节点信息中获取与所述当前游戏优化节点所对应的过往游戏行为大数据以及过往优化内容数据，依据所述过往游戏行为大数据以及所述过往优化内容数据所对应的过往游戏体验反馈属性，确定所述当前游戏优化节点的游戏优化知识点；所述过往游戏行为大数据是依据所述当前游戏优化节点所关联的游戏任务中采集的过往游戏行为数据进行生成的，所述过往优化内容数据是依据所述当前游戏优化节点为所述过往游戏行为数据所加载的过往优化内容进行生成的；依据所述游戏偏好知识点以及所述游戏优化知识点，生成目标游戏体验反馈属性，从优化固件内容库中获取与所述目标游戏体验反馈属性存在联系的目标优化固件内容，将所述目标优化固件内容作为所述云游戏行为事件的第一关联优化固件内容加载到所述当前游戏优化节点。2.根据权利要求1所述的基于云游戏行为大数据的游戏优化方法，其特征在于，所述获取与当前游戏优化节点所对应的游戏行为大数据中的云游戏行为事件，对所述云游戏行为事件进行游戏偏好挖掘，获得所述云游戏行为事件对应的游戏偏好变量，包括：获取与当前游戏优化节点所对应的游戏行为大数据，从所述游戏行为大数据中获取由所述当前游戏优化节点所选确定的云游戏行为事件，调用与所述云游戏行为事件所对应的目标游戏偏好挖掘单元；所述目标游戏偏好挖掘单元包括用于进行游戏操作偏好挖掘的第一游戏偏好挖掘单元、用于进行游戏互动偏好挖掘的第二游戏偏好挖掘单元以及用于进行游戏逻辑偏好挖掘的第三游戏偏好挖掘单元；对所述云游戏行为事件进行聚团，获得游戏行为数据团，将所述游戏行为数据团加载到所述第一游戏偏好挖掘单元，依据所述第一游戏偏好挖掘单元对所述游戏行为数据团进行游戏操作偏好挖掘，获得所述游戏行为数据团对应的游戏操作偏好变量；获取所述云游戏行为事件的目标云游戏互动活动数据，将所述目标云游戏互动活动数据加载到所述第二游戏偏好挖掘单元，依据所述第二游戏偏好挖掘单元对所述目标云游戏互动活动数据进行游戏互动偏好挖掘，获得所述目标云游戏互动活动数据对应的游戏互动偏好变量；获取所述云游戏行为事件的游戏逻辑习惯数据，将所述游戏逻辑习惯数据加载到所述第三游戏偏好挖掘单元，依据所述第三游戏偏好挖掘单元对所述游戏逻辑习惯数据进行游戏逻辑偏好挖掘，获得所述游戏逻辑习惯数据对应的游戏逻辑偏好变量；依据所述游戏操作偏好变量、所述游戏互动偏好变量以及所述游戏逻辑偏好变量确定所述云游戏行为事件对应的游戏偏好变量。3.根据权利要求2所述的基于云游戏行为大数据的游戏优化方法，其特征在于，所述游戏操作偏好变量中包含代表所述云游戏行为事件的游戏操作风格的第一偏好变量；所述游戏逻辑偏好变量中包含代表所述游戏逻辑习惯数据的游戏逻辑风格的第二偏好变量；
所述依据所述游戏操作偏好变量、所述游戏互动偏好变量以及所述游戏逻辑偏好变量确定所述云游戏行为事件对应的游戏偏好变量，包括：对所述游戏操作偏好变量中的所述第一偏好变量和所述游戏逻辑偏好变量中的第二偏好变量进行聚合，获得所述云游戏行为事件对应的聚合偏好变量；将所述游戏操作偏好变量、所述游戏互动偏好变量以及所述聚合偏好变量作为所述云游戏行为事件对应的游戏偏好变量。4.根据权利要求2所述的基于云游戏行为大数据的游戏优化方法，其特征在于，所述第一游戏偏好挖掘单元包括游戏模式挖掘分支、游戏消费挖掘分支、游戏执行动作挖掘分支、游戏任务挖掘分支；所述将所述游戏行为数据团加载到所述第一游戏偏好挖掘单元，依据所述第一游戏偏好挖掘单元对所述游戏行为数据团进行游戏操作偏好挖掘，获得所述游戏行为数据团对应的游戏操作偏好变量，包括：将所述游戏行为数据团加载到所述游戏模式挖掘分支，依据所述游戏模式挖掘分支对所述游戏行为数据团进行游戏模式偏好挖掘，获得所述游戏行为数据团对应的游戏模式偏好变量；将所述游戏行为数据团加载到所述游戏消费挖掘分支，依据所述游戏消费挖掘分支对所述游戏行为数据团进行游戏消费偏好挖掘，获得所述游戏行为数据团对应的游戏消费偏好变量；将所述游戏行为数据团加载到所述游戏执行动作挖掘分支，依据所述游戏执行动作挖掘分支对所述游戏行为数据团进行游戏执行动作偏好挖掘，获得所述游戏行为数据团对应的游戏执行动作偏好变量；将所述游戏行为数据团加载到所述游戏任务挖掘分支，依据所述游戏任务挖掘分支对所述游戏行为数据团进行游戏任务偏好挖掘，获得所述游戏行为数据团对应的游戏任务偏好变量；将所述游戏模式偏好变量、所述游戏消费偏好变量、所述游戏执行动作偏好变量以及所述游戏任务偏好变量作为所述游戏行为数据团对应的游戏操作偏好变量。5.根据权利要求4所述的基于云游戏行为大数据的游戏优化方法，其特征在于，所述将所述游戏行为数据团加载到所述游戏模式挖掘分支，依据所述游戏模式挖掘分支对所述游戏行为数据团进行游戏模式偏好挖掘，获得所述游戏行为数据团对应的游戏模式偏好变量，包括：将所述游戏行为数据团加载到所述游戏模式挖掘分支，在所述游戏模式挖掘分支中，对所述游戏行为数据团进行游戏模式识别，获取所述游戏行为数据团中的游戏频繁触发行为的初始游戏执行信息；对所述初始游戏执行信息进行去噪处理，获得目标游戏执行信息；对所述目标游戏执行信息进行游戏模式偏好变量挖掘，获得所述游戏行为数据团对应的游戏模式偏好变量。6.根据权利要求2所述的基于云游戏行为大数据的游戏优化方法，其特征在于，所述获取所述云游戏行为事件的目标云游戏互动活动数据，将所述目标云游戏互动活动数据加载到所述第二游戏偏好挖掘单元，依据所述第二游戏偏好挖掘单元对所述目标云游戏互动活
动数据进行游戏互动偏好挖掘，获得所述目标云游戏互动活动数据对应的游戏互动偏好变量，包括：获取所述云游戏行为事件的单元互动活动数据以及单元逻辑习惯数据，对所述单元逻辑习惯数据进行规则化转换，获得规则化互动活动数据，将所述单元互动活动数据和所述规则化互动活动数据作为目标云游戏互动活动数据；对所述目标云游戏互动活动数据进行互动活动片段拆分，获得所述目标云游戏互动活动数据的互动活动片段，对所述互动活动片段进行编码，获得所述互动活动片段对应的互动活动片段变量；将所述互动活动片段变量加载到所述第二游戏偏好挖掘单元，依据所述第二游戏偏好挖掘单元对所述互动活动片段变量进行游戏互动偏好变量挖掘，获得所述目标云游戏互动活动数据对应的游戏互动偏好变量。7.根据权利要求3所述的基于云游戏行为大数据的游戏优化方法，其特征在于，所述目标游戏偏好挖掘单元还包括用于进行游戏操作偏好决策的第一ai决策分支、用于进行游戏互动偏好决策的第二ai决策分支以及用于进行游戏逻辑偏好决策的第三ai决策分支；所述依据所述游戏偏好变量确定所述云游戏行为事件的游戏偏好知识点，包括：依据所述游戏操作偏好变量以及所述第一ai决策分支，对所述云游戏行为事件进行游戏操作偏好决策，获得所述云游戏行为事件的目标游戏操作偏好热力图；依据所述游戏互动偏好变量以及所述第二ai决策分支，对所述云游戏行为事件进行游戏互动偏好决策，获得所述云游戏行为事件的目标游戏互动偏好热力图；依据所述聚合偏好变量以及所述第三ai决策分支，对所述云游戏行为事件进行游戏逻辑偏好决策，获得所述云游戏行为事件的目标游戏逻辑偏好热力图；将所述目标游戏操作偏好热力图、所述目标游戏互动偏好热力图以及所述目标游戏逻辑偏好热力图作为所述云游戏行为事件的游戏偏好知识点。8.根据权利要求1所述的基于云游戏行为大数据的游戏优化方法，其特征在于，所述游戏偏好知识点包括m个游戏偏好子知识点，m为正整数；所述游戏优化知识点包括n个游戏优化子知识点，n为正整数；所述依据所述游戏偏好知识点以及所述游戏优化知识点，生成目标游戏体验反馈属性，从优化固件内容库中获取与所述目标游戏体验反馈属性存在联系的目标优化固件内容，将所述目标优化固件内容作为所述云游戏行为事件的第一关联优化固件内容加载到所述当前游戏优化节点，包括：对所述m个游戏偏好子知识点以及所述n个游戏优化子知识点中的任意两个子知识点进行关联度分析，获得任意两个子知识点之间的第一关联度，依据所述第一关联度对所述m个游戏偏好子知识点以及所述n个游戏优化子知识点进行知识点聚合，获得目标游戏体验反馈属性；从优化固件内容库中获取与所述目标游戏体验反馈属性所对应的游戏优化内容簇，在所述游戏优化内容簇中依据每个游戏优化内容的优化内容属性与所述目标游戏体验反馈属性之间的相关度量值，对所述每个游戏优化内容进行优先级整理，从优先级整理后的游戏优化内容簇中获取目标优化固件内容，将所述目标优化固件内容作为所述云游戏行为事件的第一关联优化固件内容加载到所述当前游戏优化节点；
其中，所述从优先级整理后的游戏优化内容簇中获取目标优化固件内容，将所述目标优化固件内容作为所述云游戏行为事件的第一关联优化固件内容加载到所述当前游戏优化节点，包括：在优先级整理后的游戏优化内容簇中获取相关度量值在预设相关度量值范围内的游戏优化内容作为目标优化固件内容，将所述目标优化固件内容作为所述云游戏行为事件的第一关联优化固件内容加载到所述当前游戏优化节点。9.根据权利要求2所述的基于云游戏行为大数据的游戏优化方法，其特征在于，所述目标云游戏互动活动数据包括社群互动活动数据；所述方法还包括：在所述社群互动活动数据中挖掘代表迁移属性的目标互动活动片段，当在所述社群互动活动数据中挖掘到所述目标互动活动片段时，确定所述云游戏行为事件存在所述目标互动活动片段所表征的所述迁移属性；从所述云游戏行为事件中获取所述目标互动活动片段对应的游戏行为数据，将所述游戏行为数据作为所述云游戏行为事件中的迁移节点；获取所述目标互动活动片段对应的迁移知识点，依据所述迁移知识点以及所述游戏优化知识点，生成全局迁移知识点，从所述优化固件内容库中获取与所述全局迁移知识点存在联系的目标迁移优化内容，将所述目标迁移优化内容作为所述云游戏行为事件的第二关联优化固件内容加载到所述当前游戏优化节点；所述目标迁移优化内容用于加载到所述迁移节点；其中，所述迁移知识点包括m个迁移子知识点，m为正整数；所述游戏优化知识点包括n个游戏优化子知识点，n为正整数；所述依据所述迁移知识点以及所述游戏优化知识点，生成全局迁移知识点，从所述优化固件内容库中获取与所述全局迁移知识点存在联系的目标迁移优化内容，将所述目标迁移优化内容作为所述云游戏行为事件的第二关联优化固件内容加载到所述当前游戏优化节点，包括：对所述m个迁移子知识点以及所述n个游戏优化子知识点中的任意两个子知识点进行关联度分析，获得任意两个子知识点之间的第二关联度，依据所述第二关联度对所述m个迁移子知识点以及所述n个游戏优化子知识点进行知识点聚合，获得全局迁移知识点；从所述优化固件内容库中获取与所述全局迁移知识点所对应的迁移优化内容簇，在所述迁移优化内容簇中依据每个迁移优化内容的优化内容属性与所述全局迁移知识点之间的相关度量值，对所述每个迁移优化内容进行优先级整理，从优先级整理后的迁移优化内容簇中获取目标迁移优化内容，将所述目标迁移优化内容作为所述云游戏行为事件的第二关联优化固件内容加载到所述当前游戏优化节点；其中，所述从优先级整理后的迁移优化内容簇中获取目标迁移优化内容，将所述目标迁移优化内容作为所述云游戏行为事件的第二关联优化固件内容加载到所述当前游戏优化节点，包括：在优先级整理后的迁移优化固件内容簇中将具有最高相关度量值的迁移优化固件内容作为目标迁移优化固件内容，将所述目标迁移优化固件内容作为所述云游戏行为事件的第二关联优化固件内容加载到所述当前游戏优化节点。
10.一种云游戏ai系统，其特征在于，所述云游戏ai系统包括处理器和机器可读存储介质，所述机器可读存储介质中存储有计算机程序，所述计算机程序基于该处理器加载并执行以实现权利要求1-9中任意一项的基于云游戏行为大数据的游戏优化方法。

技术总结
本申请实施例提供一种基于云游戏行为大数据的游戏优化方法及云游戏AI系统，可以依据依据游戏偏好知识点以及游戏优化知识点所得到的目标游戏体验反馈属性来进行优化内容加载，也即，可以依据对云游戏行为事件的深度特征理解以及对当前游戏优化节点的优化倾向内容描绘来加载适合于云游戏行为事件的目标优化固件内容，这样可以在确保优化内容加载的精确性的同时，提升游戏行为数据的游戏优化的精准度。准度。准度。


技术研发人员：刘会彬
受保护的技术使用者：刘会彬
技术研发日：2022.03.21
技术公布日：2022/6/10