[发明专利]实现虚拟角色的装备推荐方法、装置及计算机设备

权利要求书

1.一种实现虚拟角色的装备推荐方法，其特征在于，包括：

获取虚拟角色的对战数据，所述虚拟角色的对战数据指示了所述虚拟角色在对战中配置的装备集合，所述获取虚拟角色的对战数据是通过对所述虚拟角色所参与对战的对战画面进行录制的录像文件存储为标准格式数据，并根据所述标准格式数据进行指定结构体创建，得到所述虚拟角色的对战数据；

对所述虚拟角色的对战数据进行特征抽取，得到待学习的初始特征；

通过神经网络中的隐层对所述初始特征进行由浅至深的特征学习，得到隐层特征；

根据所述隐层特征进行装备标签预测，得到预测到的装备标签；

根据所述虚拟角色的对战数据，检测所述虚拟角色在所述对战中配置的装备集合是否处于满装状态，以基于所述装备集合的状态确定根据所述预测到的装备标签进行装备新增推荐或装备替换推荐；当确定为装备替换推荐时，所述预测到的装备标签所标识的装备用于替换 所述装备集合中装备属性相同的装备。

2.如权利要求1所述的方法，其特征在于，所述获取所述虚拟角色的对战数据，包括：

接收录像文件，所述录像文件是对所述虚拟角色所参与对战的对战画面进行录制生成的；

如果所述录像文件未损坏，则进行所述录像文件的格式转换，获得所述虚拟角色的对战数据。

3.如权利要求2所述的方法，其特征在于，所述如果所述录像文件未损坏，则进行所述录像文件的格式转换，获得所述虚拟角色的对战数据，包括：

如果所述录像文件未损坏，则将所述录像文件存储为标准格式数据；

根据所述标准格式数据进行指定结构体创建，得到所述虚拟角色的对战数据。

4.如权利要求1所述的方法，其特征在于，所述对所述虚拟角色的对战数据进行特征抽取，得到待学习的初始特征，包括：

从所述虚拟角色的对战数据中，抽取得到用于描述所述虚拟角色所参与对战的特征数据；

对所述特征数据进行向量化表示，得到待学习的初始特征。

5.如权利要求1所述的方法，其特征在于，所述神经网络中的隐层包括由浅至深依次连接的若干浅层和若干深层；

所述通过神经网络中的隐层对所述初始特征进行由浅至深的特征学习，得到隐层特征，包括：

按照由浅至深的顺序，通过若干所述浅层对所述初始特征进行局部特征提取，得到局部特征；

在若干所述深层上由所述局部特征提取得到全局特征，以所述全局特征作为所述隐层特征。

6.如权利要求1所述的方法，其特征在于，所述装备新增推荐包括：

如果所述装备集合未处于满装状态，则推荐预测到的装备标签所标识的装备新增至所述装备集合。

7.如权利要求6所述的方法，其特征在于，所述推荐预测到装备标签标识的装备新增至所述装备集合之后，所述方法还包括：

重新获取所述虚拟角色的对战数据；

根据重新获取到的对战数据，检测所述装备集合中是否已经新增了预测到装备标签标识的装备；

如果是，则根据重新获取到的对战数据再次向所述虚拟角色推荐装备。

8.如权利要求1所述的方法，其特征在于，所述装备替换推荐包括：

如果所述装备集合处于满装状态，则推荐所述装备集合中的装备按照预测到的装备标签进行装备替换。

9.如权利要求1至8任一项所述的方法，其特征在于，所述方法还包括：

针对玩家角色参与的已结束对战，获取所述玩家角色的对战数据；

根据所述玩家角色的对战数据生成进行了装备标签标注的训练样本；

根据所述训练样本引导神经网络进行训练，以通过完成训练的神经网络向所述虚拟角色推荐装备。