[發(fā)明專利]一種道具推薦方法、裝置、電子設(shè)備和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010790182.2
• 申請日: 2020-08-07
• 公開（公告）號: CN111870958A
• 公開（公告）日: 2020-11-03
• 發(fā)明（設(shè)計）人: 鄒哲訥;王凱;鄧齊林;張怡婷;陶建容;范長杰;胡志鵬
• 申請（專利權(quán)）人: 網(wǎng)易(杭州)網(wǎng)絡(luò)有限公司
• 主分類號: A63F13/79
• 分類號: A63F13/79
• 代理公司: 北京超成律師事務(wù)所 11646
• 代理人: 張芮

1.一種道具推薦方法，其特征在于，包括：

將待推薦道具的標(biāo)識、所述待推薦道具的類型和當(dāng)前道具偏好信息作為一組輸入數(shù)據(jù)，輸入到編碼器中進(jìn)行編碼，得到所述待推薦道具的編碼，其中，所述當(dāng)前道具偏好信息為目標(biāo)客戶端中進(jìn)入游戲場景的虛擬角色當(dāng)前對應(yīng)的道具偏好信息；

將各待推薦道具的編碼作為輸入?yún)?shù)，輸入到用于對序列中的編碼的特征進(jìn)行組合的序列編碼器進(jìn)行編碼，得到推薦序列中第一個推薦位置上的道具編碼；

將第N個推薦位置上的道具編碼作為輸入?yún)?shù)，輸入到用于進(jìn)行編碼空間映射的序列解碼器進(jìn)行解碼，將解碼結(jié)果作為第N+1個推薦位置上的道具編碼，其中，N為大于1的正整數(shù)，N的最大值為預(yù)設(shè)的推薦道具的數(shù)量；

對于每個推薦位置上的道具編碼，從所述待推薦道具中確定該推薦位置上的道具編碼對應(yīng)的推薦道具，以得到道具的所述推薦序列。

2.如權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

獲取所述虛擬角色對應(yīng)的第一歷史特征數(shù)據(jù)，其中，所述第一歷史特征數(shù)據(jù)包括：用戶當(dāng)前在所述虛擬角色下的用戶畫像信息、所述虛擬角色的道具購買記錄信息、所述虛擬角色的道具使用記錄信息；

將所述第一歷史特征數(shù)據(jù)作為輸入?yún)?shù)，輸入到興趣偏好模型中，得到所述當(dāng)前道具偏好信息。

3.如權(quán)利要求1所述的方法，其特征在于，所述從所述待推薦道具中確定該推薦位置上的道具編碼對應(yīng)的推薦道具，以得到道具的所述推薦序列，包括：

計算該推薦位置上的道具編碼與各待推薦道具的編碼的相似度；

依據(jù)概率采樣算法從所述相似度中確定出一個相似度對應(yīng)的推薦道具，以作為該推薦位置上的道具編碼對應(yīng)的推薦道具；

根據(jù)得到的推薦道具和該推薦道具對應(yīng)的推薦位置的先后順序，生成所述道具的推薦序列；

其中，任意兩個推薦位置上的推薦道具均不相同。

4.如權(quán)利要求2所述的方法，其特征在于，所述方法還包括：

獲取目標(biāo)歷史推薦序列中的目標(biāo)推薦道具的標(biāo)識以及該道具的類型、所述目標(biāo)歷史推薦序列所在時刻用戶在所述虛擬角色下的用戶畫像信息、在所述目標(biāo)歷史推薦序列之前所述虛擬角色購買過的道具的標(biāo)識以及該道具的類型、在所述目標(biāo)歷史推薦序列之前所述虛擬角色使用過的道具的標(biāo)識以及該道具的類型、所述目標(biāo)歷史推薦序列包括的道具的標(biāo)識以及該道具的類型、所述目標(biāo)歷史推薦序列中在所述目標(biāo)推薦道具之前被所述虛擬角色購買的道具的標(biāo)識以及該道具的類型；

將所述目標(biāo)歷史推薦序列所在時刻用戶在所述虛擬角色下的用戶畫像信息、在所述目標(biāo)歷史推薦序列之前所述虛擬角色購買過的道具的標(biāo)識以及該道具的類型，以及在所述目標(biāo)歷史推薦序列之前所述虛擬角色使用過的道具的標(biāo)識以及該道具的類型作為樣本參數(shù)，輸入到所述興趣偏好模型中，得到所述虛擬角色對應(yīng)的歷史道具偏好信息；

將所述目標(biāo)歷史推薦序列中的目標(biāo)推薦道具的標(biāo)識以及該道具的類型、所述目標(biāo)歷史推薦序列包括的道具的標(biāo)識以及該道具的類型，以及所述目標(biāo)歷史推薦序列中在所述目標(biāo)推薦道具之前被所述虛擬角色購買的道具的標(biāo)識以及該道具的類型作為樣本參數(shù)，輸入到道具曝光模型中，得到用于表示所述目標(biāo)歷史推薦序列中包括的推薦道具對所述目標(biāo)推薦道具的影響的道具曝光特征信息；

將所述虛擬角色對應(yīng)的歷史道具偏好信息和所述道具曝光特征作為樣本參數(shù)，輸入到購買概率模型中，得到所述目標(biāo)推薦道具的購買概率；

計算所述虛擬角色對所述目標(biāo)推薦道具的購買情況對應(yīng)的值與所述目標(biāo)推薦道具的購買概率的差值的平方值，得到第一目標(biāo)優(yōu)化值；

使用所述第一目標(biāo)優(yōu)化值，對所述興趣偏好模型、所述道具曝光模型，以及購買概率模型中可學(xué)習(xí)的參數(shù)進(jìn)行訓(xùn)練，直至使得到的所述第一目標(biāo)優(yōu)化值小于第一預(yù)設(shè)閾值為止。