[发明专利]基于机器学习的游戏安装方法及电子设备、可读存储介质

说明书

本发明公开了基于机器学习的游戏安装方法，包括启动资源分布，将游戏资源分成多个独立的资源包进行打包；通过机器学习后台获取游戏数据；通过客户端上报的用户行为日志获取用户数据；将游戏资源分为随安装包资源和可下载资源，通过机器学习对可下载资源进行排序；根据用户数据下载和/或推荐游戏资源。本发明能够解决手机游戏安装时间过长、游戏资源信息冗余且占用空间大、游戏资源关联性不大、易产生多余的广告投放成本的问题。

技术领域

本发明涉及游戏技术领域，尤其涉及基于机器学习的游戏安装方法及电子设备、可读存储介质。

背景技术

随着智能手机的发展，手机的硬件条件逐步提高，手机游戏越来越成为人们日常生活中的重要娱乐方式。但是，目前的手机游戏缺乏一种能够针对不同玩家提供对应安装包的游戏安装方法，很容易导致玩家接收的无用信息过多、安装包冗余、安装时间过长、占用手机内存，同时游戏运营方也会增加多余的广告投放成本。

基于此，提供一种能够根据用户信息提供对应的资源安装包的游戏安装方法，以解决手机游戏安装时间过长、游戏资源信息冗余且占用空间大、游戏资源关联性不大、易产生多余的广告投放成本的问题，成了目前亟待解决的技术问题。

发明内容

为了克服现有技术的不足，本发明的目的之一在于提供基于机器学习的游戏安装方法，其能解决手机游戏安装时间过长、游戏资源信息冗余且占用空间大、游戏资源关联性不大、易产生多余的广告投放成本的问题。

为了达到上述目的，本发明所采用的技术方案如下：

基于机器学习的游戏安装方法，包括以下步骤，

步骤S1、启动资源分布，将游戏资源分成多个独立的资源包进行打包；

步骤S2、通过机器学习后台获取游戏数据；

步骤S3、通过客户端上报的用户行为日志获取用户数据；

步骤S4、将游戏资源分为随安装包资源和可下载资源，通过机器学习对可下载资源进行排序；

步骤S5、根据用户数据下载和/或推荐游戏资源；

其中，用户数据包括用户注册信息和在线时长、玩家级数、ABTest玩家信息、玩家关卡进度。

优选的，步骤S5具体包括以下步骤：

步骤S51、基于机器学习的游戏安装方法通过第一预设值和用户数据判断玩家是否为老玩家，若是，执行步骤S52；

步骤S52、玩家直接下载游戏资源，启动游戏。

优选的，步骤S5具体包括以下步骤：

步骤S51、基于机器学习的游戏安装方法通过第一预设值和用户数据判断玩家是否为老玩家，若不是，执行步骤S53；

步骤S53、判断玩家是否为ABTest玩家，若玩家为ABTest玩家，执行步骤S54；若玩家不是ABTest玩家，执行步骤S55；

步骤S54、通过机器学习获取游戏数据，并将游戏数据记录到机器学习后台；

步骤S55、采集玩家的玩家数据，将玩家数据与游戏数据进行匹配，通过第二预设值按照游戏资源使用顺序、游戏资源使用频率下载和/或推荐对应的可下载资源，启动游戏。

优选的，步骤S2具体包括以下步骤：

步骤S21、基于机器学习的游戏安装方法通过第一预设值和用户数据判断玩家是否为老玩家，若玩家不是老玩家且玩家不是ABTest玩家，执行步骤S56；

步骤S56、根据玩家自定义的游戏数据下载对应的游戏资源，启动游戏；