[發明專利]卡組分類的處理、模型的訓練、卡組的搜索方法及設備

在審

• 申請號: 202110660219.4
• 申請日: 2021-06-15
• 公開（公告）號: CN113398569A
• 公開（公告）日: 2021-09-17
• 發明（設計）人: 林驍龍;張為蘭
• 申請（專利權）人: 網易(杭州)網絡有限公司
• 主分類號: A63F13/352
• 分類號: A63F13/352;A63F13/822;G06K9/62;G06N20/00
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 楊俊輝;臧建明

1.一種卡組分類的處理方法，其特征在于，應用于游戲服務器，所述方法包括：

獲取待分類的卡組，所述卡組包括用戶根據個人喜好設置的多個卡牌；

將所述待分類的卡組輸入分類模型，得到卡組分類結果，所述卡組分類結果用于表示一種類型的游戲戰術；

其中，所述分類模型是根據卡組樣本和所述卡組樣本對應的分類對隨機森林進行訓練得到的，用于對所述待分類的卡組進行分類的模型。

2.根據權利要求1所述的方法，其特征在于，所述將所述待分類的卡組輸入分類模型，得到卡組分類結果，包括：

針對所述多個卡牌中的每個卡牌，獲取所述卡牌的屬性；

根據所述卡牌的屬性，確定所述待分類的卡組的特征矩陣；

將所述待分類的卡組的特征矩陣輸入所述分類模型，得到所述卡組分類結果。

3.根據權利要求2所述的方法，其特征在于，所述待分類的卡組的特征矩陣中包括如下中至少一項：

不同費用的卡牌的數量；

不同職業信息的卡牌的數量；

不同種族的卡牌的數量；

不同類型的卡牌在所述多個卡牌中的占比；

不同詞綴的卡牌的數量。

4.根據權利要求1-3任一項所述的方法，其特征在于，所述方法還包括：

確定所述卡組分類結果的分類準確度；

若所述卡組分類結果的分類準確度小于或等于預設準確度，則對所述卡組分類結果進行標記，并輸出至人工校驗對應的終端設備。

5.一種模型的訓練方法，其特征在于，應用于計算處理設備，所述方法包括：

獲取卡組樣本和所述卡組樣本對應的分類；所述卡組包括用戶根據個人喜好設置的多個卡牌樣本；

根據所述卡組樣本和所述卡組樣本對應的分類對隨機森林進行訓練，得到分類模型，所述分類模型用于對待分類的卡組進行分類。

6.根據權利要求5所述的方法，其特征在于，所述根據所述卡組樣本和所述卡組樣本對應的分類對隨機森林進行訓練，得到分類模型，包括：

針對所述多個卡牌樣本中的每個卡牌樣本，獲取所述卡牌樣本的屬性；

根據所述卡牌樣本的屬性，確定所述卡組樣本的特征矩陣；

根據所述卡組樣本的特征矩陣和所述卡組樣本對應的分類對隨機森林進行訓練，得到所述分類模型。

7.根據權利要求5或6所述的方法，其特征在于，所述方法還包括：

獲取卡組測試樣本；

根據所述卡組測試樣本對訓練的分類模型進行測試，得到所述卡組測試樣本的分類；

根據所述卡組測試樣本的分類，確定測試準確度；

重復上述過程，對不同次迭代訓練的隨機森林進行測試，得到多個測試準確度，所述多個測試準確度中每個測試準確度對應一次迭代訓練的隨機森林；

將所述多個測試準確度中與預設準確度的差值小于預設誤差的測試準確度對應的隨機森林的參數，作為所述分類模型的參數，得到所述分類模型。

8.根據權利要求7所述的方法，其特征在于，所述卡組樣本的特征矩陣中包括如下中至少一項：

不同費用的卡牌樣本的數量；

不同職業信息的卡牌樣本的數量；

不同種族的卡牌樣本的數量；

不同類型的卡牌樣本在所述多個卡牌樣本中的占比；

不同詞綴的卡牌樣本的數量。

9.一種卡組的搜索方法，其特征在于，應用于游戲服務器，所述方法包括：

獲取對已分類卡組進行搜索的關鍵詞；

根據所述關鍵詞在數據庫中進行搜索，得到與所述關鍵詞匹配的一個或多個已分類卡組；

返回與所述關鍵詞匹配的一個或多個已分類卡組；

其中，所述一個或多個已分類卡組是通過分類模型對卡組進行分類得到的，所述分類模型是根據卡組樣本和所述卡組樣本對應的分類對隨機森林進行訓練得到的，用于對所述卡組進行分類的模型。