[发明专利]虚拟场景应用中虚拟资源的数据分析方法、装置及设备有效

专利信息
申请号: 202011279572.X 申请日: 2020-11-16
公开(公告)号: CN112245934B 公开(公告)日: 2022-06-07
发明(设计)人: 毕超波 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: A63F13/79 分类号: A63F13/79;A63F13/85;A63F13/42;A63F13/837;A63F13/847;G06N5/00;G06N3/08
代理公司: 北京派特恩知识产权代理有限公司 11270 代理人: 赵翠萍;张颖玲
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 虚拟 场景 应用 资源 数据 分析 方法 装置 设备
【权利要求书】:

1.一种虚拟场景应用中虚拟资源的数据分析方法,其特征在于,所述方法包括:

获取目标用户在虚拟场景应用中的至少两个用户特征,以及所述目标用户在所述虚拟场景应用中的活跃度;

分别确定各所述用户特征对所述活跃度的影响程度;

根据各所述用户特征对所述活跃度的影响程度,从所述至少两个用户特征中选取影响程度满足影响程度条件的目标用户特征;

根据所述目标用户特征进行虚拟资源数据分析,得到与目标用户相适配的虚拟资源,并为所述目标用户分配所述虚拟资源;

获取分配虚拟资源后所述目标用户在所述虚拟场景应用中的活跃度;

根据所获取的活跃度,确定为所述目标用户分配的所述虚拟资源的有效性,并根据所述有效性调整为所述目标用户分配的虚拟资源;

其中,所述分别确定各所述用户特征对所述活跃度的影响程度,根据各所述用户特征对所述活跃度的影响程度,从所述至少两个用户特征中选取影响程度满足影响程度条件的目标用户特征,包括:

将所述至少两个用户特征输入神经网络模型;

通过所述神经网络模型包括的影响程度确定层,确定各所述用户特征对所述活跃度的影响程度;

通过所述神经网络模型包括的用户特征排序层,按照影响程度高低,对所述至少两个用户特征进行排序,并输出用户特征序列;

从所述用户特征序列中第一个用户特征开始,选取目标数量的用户特征作为目标用户特征;

所述方法还包括:在为所述目标用户分配所述虚拟资源后,获取虚拟应用场景中用户的次日活跃率,当所述次日活跃率未满足活跃率条件时,对所述神经网络模型进行迭代训练。

2.如权利要求1所述的方法,其特征在于,所述获取目标用户在虚拟场景应用中的至少两个用户特征,包括:

获取目标用户在虚拟场景应用中的以下信息至少之一:用户画像信息、所述虚拟场景应用中的社交信息、所述虚拟场景应用中的操作行为信息、及所述虚拟场景应用中的付费信息;

基于获取的所述信息,进行用户特征提取,得到至少两个用户特征。

3.如权利要求1所述的方法,其特征在于,所述分别确定各所述用户特征对所述活跃度的影响程度,包括:

获取目标时间段内各所述用户特征的变化趋势、及所述活跃度的变化趋势;

根据各所述用户特征的变化趋势、及所述活跃度的变化趋势,确定各所述用户特征与所述活跃度之间的相关性系数;

将所述用户特征与所述活跃度之间的相关性系数,作为相应用户特征对所述活跃度的影响程度。

4.如权利要求1所述的方法,其特征在于,所述从所述至少两个用户特征中选取影响程度满足影响程度条件的目标用户特征,包括:

将各所述用户特征对所述活跃度的影响程度与影响程度阈值进行比较,得到比较结果;

基于所述比较结果从所述至少两个用户特征中,选取影响程度满足影响程度阈值的用户特征作为目标用户特征。

5.如权利要求1所述的方法,其特征在于,所述次日活跃率为当日与前一日均在虚拟场景应用中活跃的用户数量、与前一日在虚拟场景应用中活跃的用户数量的比值。

6.如权利要求1所述的方法,其特征在于,所述分别确定各所述用户特征对所述活跃度的影响程度,包括:

将所述至少两个用户特征作为模型输入,分别输入至至少两个分类模型;

分别通过各所述分类模型,预测所述至少两个用户特征对所述活跃度的影响程度,得到各所述分类模型输出的影响程度预测结果;

所述从所述至少两个用户特征中选取影响程度满足影响程度条件的目标用户特征,包括:

基于至少两个所述分类模型输出的影响程度预测结果,对所述至少两个用户特征进行排序,得到用户特征序列;

从所述用户特征序列中第一个用户特征开始,选取目标数量的用户特征作为目标用户特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011279572.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top