[发明专利]虚拟场景的运行数据处理方法、装置、设备及存储介质在审
申请号: | 202111658769.9 | 申请日: | 2021-12-31 |
公开(公告)号: | CN114392560A | 公开(公告)日: | 2022-04-26 |
发明(设计)人: | 秦德纯 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | A63F13/77 | 分类号: | A63F13/77;G06N5/00;G06N20/00 |
代理公司: | 北京三高永信知识产权代理有限责任公司 11138 | 代理人: | 李文静 |
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 运行 数据处理 方法 装置 设备 存储 介质 | ||
1.一种虚拟场景的运行数据处理方法,其特征在于,所述方法包括:
获取虚拟场景的数据样本集,所述数据样本集中包含若干条数据样本;所述数据样本包含单局虚拟场景在终端中运行时的场景运行数据,以及,对所述单局虚拟场景的评价数据;
基于所述数据样本集构建决策树;所述决策树是用于指示所述场景运行数据与所述评价数据之间的对应关系的树状结构;
基于所述决策树获取所述虚拟场景的分析结果,所述分析结果用于指示所述场景运行数据中的各项属性参数对所述评价数据的影响情况;
输出所述分析结果。
2.根据权利要求1所述的方法,其特征在于,所述基于所述数据样本集构建决策树,包括:
以所述场景运行数据为训练样本,以与所述场景运行数据对应的所述评价数据为标签进行监督学习,以构建得到所述决策树。
3.根据权利要求2所述的方法,其特征在于,所述以所述场景运行数据为训练样本,以与所述场景运行数据对应的所述评价数据为标签进行监督学习,以构建得到所述决策树之前,还包括:
对所述场景运行数据进行量化处理,获得量化处理后的场景运行数据;
所述以所述场景运行数据为训练样本,以与所述场景运行数据对应的所述评价数据为标签进行监督学习,以构建得到所述决策树,包括:
以所述量化处理后的场景运行数据为训练样本,以与所述场景运行数据对应的所述评价数据为标签进行监督学习,以构建得到所述决策树。
4.根据权利要求3所述的方法,其特征在于,所述场景运行数据中包含连续型属性参数;所述连续型属性参数是参数值连续的属性参数;
所述对所述场景运行数据进行量化处理,获得量化处理后的场景运行数据,包括:
对所述场景运行数据中的所述连续性属性参数的参数值进行量化处理,获得量化处理后的场景运行数据。
5.根据权利要求1至4任一所述的方法,其特征在于,所述场景运行数据包括操作数据和场景性能数据中的至少一种;
所述操作数据包括:对抗强度信息、操作能力指标、角色类型、道具信息以及等级信息中的至少一种;
所述场景性能数据包括:网络延时以及帧率中的至少一种。
6.根据权利要求1至4任一所述的方法,其特征在于,所述评价数据包括以下评价等级中的至少一种:
基于在所述单局虚拟场景结束后展示的评价界面中执行的评价操作确定的评价等级;
以及,基于在所述单局虚拟场景结束后执行的虚拟场景启动相关操作确定的评价等级。
7.根据权利要求1所述的方法,其特征在于,所述基于所述数据样本集构建决策树,包括:
基于所述虚拟场景的目标场景属性参数,以及所述数据样本集构建所述决策树。
8.根据权利要求7所述的方法,其特征在于,所述基于所述虚拟场景的目标场景属性参数,以及所述数据样本集构建所述决策树,包括:
基于所述虚拟场景的目标场景属性参数,获取决策树的限制参数;所述限制参数包括:决策树的高度、以及叶子节点的最下样本数量中的至少一种;
基于所述限制参数以及所述数据样本集,构建所述决策树。
9.根据权利要求7所述的方法,其特征在于,所述基于所述虚拟场景的目标场景属性参数,以及所述数据样本集构建所述决策树,包括:
基于所述数据样本集构建初始决策树;
基于所述虚拟场景的目标场景属性参数,对所述初始决策树进行剪枝处理,获得所述决策树。
10.根据权利要求7至9任一所述的方法,其特征在于,所述目标场景属性参数包括:所述虚拟场景中的虚拟对象的角色类型的数量。
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/202111658769.9/1.html,转载请声明来源钻瓜专利网。