[發明專利]一種網絡游戲的玩家預測方法、裝置、計算機設備和介質

在審

• 申請號: 202010694180.3
• 申請日: 2020-07-17
• 公開（公告）號: CN111803957A
• 公開（公告）日: 2020-10-23
• 發明（設計）人: 瞿曼湖;趙世瑋;吳潤澤;張怡婷;陶建容;沈旭東;范長杰;胡志鵬
• 申請（專利權）人: 網易(杭州)網絡有限公司
• 主分類號: A63F13/792
• 分類號: A63F13/792
• 代理公司: 北京超成律師事務所 11646
• 代理人: 張芮

1.一種網絡游戲的玩家預測方法，其特征在于，包括：

獲取目標游戲中目標玩家的第一通用屬性數據和所述目標玩家的通用游戲消費數據；

將所述第一通用屬性數據和所述通用游戲消費數據輸入至訓練好的預測模型，得到所述目標游戲中所述目標玩家的流失概率和付費概率。

2.根據權利要求1所述的方法，其特征在于，所述第一通用屬性數據包括以下數據中的任意一種或多種：

所述目標玩家的職業、性別、玩家等級、VIP等級、在線時長、角色創建時間、角色所在服務器、角色經驗值、當日充值金額、累計充值金額、當日消費金額、累計消費金額和游戲角色ID號。

3.根據權利要求1所述的方法，其特征在于，所述通用游戲消費數據包括以下數據中的任意一種或多種：

購買道具的道具名稱數據、購買道具的金額數據、購買道具的時間數據和購買道具的時間間隔數據。

4.根據權利要求3所述的方法，其特征在于，將所述第一通用屬性數據和所述通用游戲消費數據輸入至訓練好的預測模型，得到所述目標游戲中所述目標玩家的流失概率和付費概率，包括：

將所述第一通用屬性數據中的職業、性別、在線時長和游戲角色ID號均輸入至第一特征評價模型中，得到關于所述第一通用屬性數據的第一評價結果；

將所述通用游戲消費數據中的購買道具的道具名稱數據、購買道具的金額數據、購買道具的時間數據和購買道具的時間間隔數據分別輸入至不同的評價模型中，得到每個數據對應的評價結果；

根據所述購買道具的道具名稱數據、所述購買道具的金額數據、所述購買道具的時間數據和購買道具的時間間隔數據分別對應的評價結果，和所述第一通用屬性數據對應的所述第一評價結果，計算得到所述目標游戲中所述目標玩家的流失概率和付費概率。

5.根據權利要求1所述的方法，其特征在于，將所述第一通用屬性數據和所述通用游戲消費數據輸入至訓練好的預測模型，得到所述目標游戲中所述目標玩家的流失概率和付費概率，包括：

將所述第一通用屬性數據、游戲角色的第二通用屬性數據和所述通用游戲消費數據輸入至訓練好的預測模型，得到所述目標游戲中所述目標玩家的流失概率和付費概率。

6.根據權利要求5所述的方法，其特征在于，所述第二通用屬性數據包括以下數據中的任意一種或多種：

游戲角色的名稱數據、游戲角色的裝備數據和游戲角色的技能數據。

7.根據權利要求1所述的方法，其特征在于，所述預測模型是通過如下步驟訓練得到的：

獲取訓練樣本集合；所述樣本集合中包括至少一個訓練樣本，每個訓練樣本中包括第一訓練數據和第二訓練數據；所述第一訓練數據包括玩家的第一通用屬性數據和玩家的通用游戲消費數據；所述第二訓練數據包括該玩家的流失標簽和付費標簽；

針對每一個訓練樣本，將該訓練樣本中所述第一訓練數據和所述第二訓練數據同時輸入至待訓練的預測模型，對所述待訓練的預測模型進行訓練。

8.根據權利要求7所述的方法，其特征在于，針對每一個訓練樣本，將該訓練樣本中所述第一訓練數據和所述第二訓練數據同時輸入至待訓練的預測模型，對所述待訓練的預測模型進行訓練，包括：

針對每一個訓練樣本，根據所述第一訓練數據的計算結果與所述第二訓練數據之間的比較結果，調整所述待訓練的預測模型中每個特征的權重值，以對待訓練的預測模型進行訓練，直至正樣本的計算結果與負樣本之間的比較結果達到預設精度。

9.根據權利要求1所述的方法，其特征在于，所述方法還包括：

根據所述流失概率和所述付費概率，確定向所述目標玩家推送關于所述目標游戲的消息。

10.根據權利要求9所述的方法，其特征在于，所述關于所述目標游戲的消息包括以下消息中的任意一種或多種：

關于所述目標游戲的優惠策略和關于所述目標游戲的改進策略。