[發明專利]游戲商品推薦方法、裝置及電子設備

在審

• 申請號: 202011384767.0
• 申請日: 2020-11-30
• 公開（公告）號: CN112446764A
• 公開（公告）日: 2021-03-05
• 發明（設計）人: 劉舟;徐鍵濱;吳梓輝;徐雅;王理平
• 申請（專利權）人: 廣州三七互娛科技有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;A63F13/792
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 陳志明

本申請公開了一種游戲商品推薦方法、裝置及電子設備，所述方法包括：獲取用戶的付費特征數據；對所述付費特征數據進行對數歸一化處理，獲取所述付費特征數據的特征概率值；根據所述特征概率值在預設區間中所處的區間段，確定所述付費特征數據對應的偏好標簽，以根據所述偏好標簽向所述用戶發送對應的商品推薦信息。

技術領域

本申請涉及計算機技術領域，特別涉及一種游戲商品推薦方法、裝置及電子設備。

背景技術

隨著互聯網的發展，可向用戶推薦的服務也逐漸增多。而為了滿足用戶需求，在某些領域，如游戲領域中，通常需要根據用戶的商品偏好來制定相應的服務以滿足用戶需求，因此需要對用戶進行商品偏好預測，以根據不同的偏好習慣為用戶推薦對應的虛擬物品，提高用戶體驗。

現有在針對用戶的偏好預測，是通過獲取用戶的付費特征進行聚類，根據聚類結果預測用戶對某個種類商品的偏好程度，從而根據預測的偏好程度推薦相應的虛擬物品。但在實際應用中，由于聚類方式是根據兩個數據之間的距離進行聚類，且偏好預測時其偏好程度值無上限，因此當用戶數量較大，且某個用戶的付費特征較高時，會導致整體聚類后的偏好預測只呈現兩個極性的結果，使得對用戶偏好預測結果的偏量較高，從而出現向用戶推薦的游戲商品與用戶當前的實際情況不符，進而導致用戶體驗較差。

發明內容

本申請的目的在于至少解決現有技術中存在的技術問題之一，提供一種游戲商品推薦方法、裝置以及電子設備，提高游戲商品推薦的準確性，以提高用戶體驗。

本申請實施例提供一種游戲商品推薦方法，包括：

獲取用戶的付費特征數據；

對所述付費特征數據進行對數歸一化處理，獲取所述付費特征數據的特征概率值；

根據所述特征概率值在預設區間中所處的區間段，確定所述付費特征數據對應的偏好標簽，以根據所述偏好標簽向所述用戶發送對應的商品推薦信息。

進一步的，所述獲取用戶的付費特征數據，包括：

獲取所述用戶針對各商品的消費數據；

根據各商品的預設權重，獲取所述用戶的付費特征數據。

進一步的，在本申請實施例中，還包括：

根據所述消費數據與預設消費數據的數值差，確定所述預設權重，其中，所述數值差與所述預設權重正相關。

進一步的，所述消費數據從多個與服務器關聯的應用中獲取。

進一步的，所述對所述付費特征數據進行對數歸一化處理，獲取所述付費特征數據的特征概率值，包括：

對所述付費特征數據和預設特征數據進行對數變換，獲取所述付費特征數據的第一特征值和所述預設特征數據的第二特征值；

根據所述第一特征值和所述第二特征值，對所述付費特征數據進行歸一化處理，獲取所述付費特征數據在所述預設區間內的特征概率值。

進一步的，所述對所述付費特征數據和預設特征數據進行對數變換，獲取所述付費特征數據的第一特征值和所述預設特征數據的第二特征值，包括：

根據N＝log_L(1+(S_sum)/2)對所述付費特征數據做對數變換，獲取所述付費特征數據的第一特征值；以及，

根據N’＝log_L(1+(S_sum’)/2)對預設特征數據做對數變換，獲取所述預設特征數據的第二特征值，其中，N表示所述第一特征概率值，N’表示第二特征概率值，S_sum表示所述付費特征數據，S_sum’表示所述預設特征數據，L為預設底數。

進一步的，在本申請實施例中，還包括：