[发明专利]一种识别游戏相似程度的方法与设备

说明书

本申请提供了一种识别游戏相似程度的方法与设备，能够自动获取目标游戏应用对应的应用图标，再根据对应的应用图标生成该目标游戏应用对应的图像向量，最后将该图像向量与待比较游戏应用对应的图像向量进行比对得到两者之间的相似程度，从而实现了目标游戏应用与待比较游戏应用之间的自动化比对，无需人工查找竞争产品，提高了竞争产品的搜索效率和覆盖范围，同时对两者之间的相似程度进行了量化，提高了竞争产品相似性判断的准确性。

技术领域

本申请涉及游戏领域，尤其涉及一种识别游戏相似程度的方法与设备。

背景技术

当前，游戏厂商往往需要知道自己的游戏应用的竞争产品是哪些，从而可以有针对性地进行游戏客户的营销与扩展，进而提升游戏应用的收入。现在查找游戏应用的相关竞争产品主要以人工方式寻找，例如根据人工经验在应用市场搜索，人工方式的搜索存在效率低、准确性差、覆盖率低等缺陷，即使找到类似的竞争产品也难以量化竞争产品与自己游戏应用的相似程度。

发明内容

本申请的一个目的是提供一种识别游戏相似程度的方法，用以解决现有技术下难以以自动化方式查找竞争产品及无法量化相似程度的问题。

为实现上述目的，本申请提供了一种识别游戏相似程度的方法，其中，该方法包括：

获取目标游戏应用对应的应用图标；

根据所述目标游戏应用对应的应用图标，生成所述目标游戏应用对应的图像向量；

将所述图像向量与待比较游戏应用对应的图像向量进行比对，确定两者之间的相似程度。

进一步地，获取目标游戏应用对应的应用图标，包括：

通过网络信息自动获取技术从互联网上获取目标游戏应用对应的应用图标。

进一步地，根据所述目标游戏应用对应的应用图标，生成所述目标游戏应用对应的图像向量，包括：

将所述目标游戏应用对应的应用图标输入预先构建的卷积神经网络模型；

将所述卷积神经网络模型输出的多维度向量作为所述目标游戏应用对应的图像向量。

进一步地，所述卷积神经网络模型的基本单元包括深度可分离卷积和非线性激活函数。

进一步地，所述卷积神经网络模型使用大小为1×1的卷积核作为基本单元之间的跳跃连接。

进一步地，所述深度可分离卷积的卷积核大小为3×3。

进一步地，所述卷积神经网络模型使用全局平均池化方式输出所述多维度向量。

进一步地，将所述图像向量与待比较游戏应用对应的图像向量进行比对，确定两者之间的相似程度，包括：

计算所述图像向量与待比较游戏应用对应的图像向量之间夹角的余弦值，将得到的余弦值作为两者之间的相似程度。

基于本申请的另一方面，本申请还提供了一种设备，该设备包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该设备执行前述识别游戏相似程度的方法。

本申请还提供了一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现前述识别游戏相似程度的方法。

与现有技术相比，本申请提供的方案能够自动获取目标游戏应用对应的应用图标，再根据对应的应用图标生成该目标游戏应用对应的图像向量，最后将该图像向量与待比较游戏应用对应的图像向量进行比对得到两者之间的相似程度，从而实现了目标游戏应用与待比较游戏应用之间的自动化比对，无需人工查找竞争产品，提高了竞争产品的搜索效率和覆盖范围，同时对两者之间的相似程度进行了量化，提高了竞争产品相似性判断的准确性。