[發明專利]一種隨機匹配組隊方法、裝置及應用服務器

有效

• 申請號: 201611034455.0
• 申請日: 2016-11-18
• 公開（公告）號: CN108066989B
• 公開（公告）日: 2021-02-19
• 發明（設計）人: 陳玲;陳培炫;陳謙
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: A63F13/795
• 分類號: A63F13/795;A63F13/55;A63F13/79
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 王仲凱

1.一種隨機匹配組隊方法，其特征在于，包括：

獲取目標用戶發送的匹配組隊請求；

根據所述目標用戶的第一賬號，從第一應用平臺的應用數據庫中調取所述目標用戶的歷史應用數據，所述歷史應用數據至少包括目標用戶在所述第一應用平臺的歷史行為數據；

根據所述目標用戶的歷史應用數據，確定所述目標用戶在所述第一應用平臺的信用分，所述目標用戶的信用分與所述目標用戶在所述第一應用平臺上的異常行為概率為負相關關系；

根據所述信用分，確定所述目標用戶在組隊等候隊列的匹配順序；其中，所述組隊等候隊列具有至少一個等候匹配組隊的用戶，且用戶在組隊等候隊列的匹配順序，與用戶的信用分為正相關關系；

根據所述匹配順序，將所述目標用戶的第一賬號與匹配隊伍的群組標識進行關聯，將至少包含所述群組標識的隊伍匹配結果發送至所述目標用戶；

若觸發隊伍活動獎勵，確定目標用戶已獲取的同類型獎勵的數量，及在隊伍活動中的表現值；

根據目標用戶在隊伍活動中的表現值、已獲取的同類型獎勵的數量、及目標用戶的信用分，確定目標用戶獲取獎勵的概率；其中，目標用戶獲取獎勵的概率，與目標用戶在隊伍活動中的表現值為正相關關系，與目標用戶已獲取的同類型獎勵的數量為負相關關系，與目標用戶的信用分為正相關關系；

根據所述概率為目標用戶分配獎勵。

2.根據權利要求1所述的隨機匹配組隊方法，其特征在于，所述方法還包括：

根據異常行為記錄文檔，選取歷史作出異常行為的第一類用戶；所述異常行為記錄文檔記錄有歷史作出異常行為的用戶；

選取與第一類用戶的類型相反的第二類用戶；

收集第一類用戶在第一應用平臺的歷史應用數據，及第二類用戶在第一應用平臺的歷史應用數據；

分別對第一類用戶和第二類用戶的歷史應用數據進行數據清洗處理，得到第一類用戶的訓練樣本和第二類用戶的訓練樣本，形成訓練集；

利用機器學習算法，根據所述訓練集，訓練預測用戶異常行為概率的概率預測模型。

3.根據權利要求2所述的隨機匹配組隊方法，其特征在于，所述根據所述目標用戶的歷史應用數據，確定所述目標用戶在所述第一應用平臺的信用分包括：

根據所述概率預測模型，預測與所述目標用戶的歷史應用數據相應的異常行為概率；

將所述異常行為概率轉換為所述目標用戶在所述第一應用平臺的信用分。

4.根據權利要求3所述的隨機匹配組隊方法，其特征在于，所述將所述異常行為概率轉換為所述目標用戶在所述第一應用平臺的信用分包括：

根據所述異常行為概率確定信用調整分，所述異常行為概率與所述信用調整分為負相關關系；

將所述信用調整分加上設定的信用基準分，得到所述目標用戶的信用分。

5.根據權利要求1所述的隨機匹配組隊方法，其特征在于，所述根據所述信用分，確定所述目標用戶在組隊等候隊列的匹配順序包括：

確定目標用戶的已匹配組隊次數，及匹配等待時長；

根據目標用戶的信用分，已匹配組隊次數，匹配等待時長，確定目標用戶的組隊信用分；其中，目標用戶的組隊信用分，與目標用戶的信用分為正相關關系，與目標用戶的已匹配組隊次數為負相關關系，與目標用戶的匹配等待時長為正相關關系；

根據所述目標用戶的組隊信用分，確定所述目標用戶在組隊等候隊列的匹配順序。

6.根據權利要求5所述的隨機匹配組隊方法，其特征在于，所述根據目標用戶的信用分，已匹配組隊次數，匹配等待時長，確定目標用戶的組隊信用分包括：

根據目標用戶的已匹配組隊次數，確定目標用戶的匹配次數權重；目標用戶的匹配次數權重與目標用戶的已匹配組隊次數為負相關關系；

根據目標用戶的匹配等待時長，確定目標用戶的等待時長權重；目標用戶的等待時長權重與目標用戶的匹配等待時長為正相關關系；

將目標用戶的信用分，乘以目標用戶的匹配次數權重和等待時長權重，得到目標用戶的組隊信用分。