[发明专利]虚拟资源处理方法、装置、设备、计算机程序及存储介质

说明书

本申请提供了一种虚拟资源处理方法、装置、设备、计算机程序及存储介质。方法包括：基于虚拟场景中的至少一类社交关系数据构建关系图网络，得到至少一个社交图网络；对至少一个社交图网络进行向量化处理，得到至少一个向量化结果；对于至少一个社交图网络中包含的每个账户，提取每个账户对应的虚拟资源操作数据，并基于虚拟资源操作数据生成每个账户对应的资源操作特征；基于资源操作特征与至少一个向量化结果进行虚拟资源需求的预测，得到每个账户的虚拟资源需求数量。通过本申请，提高虚拟资源需求预测的准确性。

技术领域

本申请涉及人工智能领域，尤其涉及一种虚拟资源处理方法、装置、设备、计算机程序及存储介质。

背景技术

目前，相关技术通常是基于经验规则，来预测用户在虚拟场景中的虚拟资源需求，如根据玩家在游戏中一定时间内的历史消费行为，预测玩家的游戏需求。或者，是基于常规的机器学习回归算法，利用回归算法学习玩家在游戏内的消费习惯，进而对玩家的消费行为进行预测。可以看出，基于经验规则的预测方法容易受到主观经验的影响较大，准确性较低，而基于常规机器学习理论的预测方法容易受到随机因素干扰影响，误差较大，同样降低了虚拟资源需求预测的准确性。

发明内容

本申请实施例提供一种虚拟资源处理方法、装置、设备、计算机程序及存储介质，能够提高虚拟资源需求预测的准确性。

本申请实施例的技术方案是这样实现的：

本申请实施例提供一种虚拟资源处理方法，包括：

基于虚拟场景中的至少一类社交关系数据构建关系图网络，得到至少一个社交图网络；

对所述至少一个社交图网络进行向量化处理，得到所述至少一个向量化结果；

对于所述至少一个社交图网络中包含的每个账户，提取所述每个账户对应的虚拟资源操作数据，并基于所述虚拟资源操作数据生成所述每个账户对应的资源操作特征；

基于所述资源操作特征与所述至少一个向量化结果进行虚拟资源需求的预测，得到所述每个账户的虚拟资源需求数量。

本申请实施例提供一种虚拟资源处理装置，包括：

构建模块，用于基于虚拟场景中的至少一类社交关系数据构建关系图网络，得到至少一个社交图网络；

向量化模块，用于对所述至少一个社交图网络进行向量化处理，得到所述至少一个向量化结果；

特征处理模块，用于对于所述至少一个社交图网络中包含的每个账户，提取所述每个账户对应的虚拟资源操作数据，并基于所述虚拟资源操作数据生成所述每个账户对应的资源操作特征；

预测模块，用于基于所述资源操作特征与所述至少一个向量化结果进行虚拟资源需求的预测，得到所述每个账户的虚拟资源需求数量。

上述装置中，所述构建模块，还用于针对所述至少一类社交关系数据中的每类社交关系数据，以所述每类社交关系数据中的账户为节点，通过连接存在该类社交关系的节点，得到所述每类社交关系数据对应的社交图网络，得到所述至少一个社交图网络。

上述装置中，所述向量化模块，还用于针对所述至少一个社交图网络中的每个社交图网络，获取所述每个社交图网络中每个连接关系的初始权重；所述初始权重表征所述每个连接关系对应的账户之间的互动程度；根据所述每个连接关系的初始权重，计算所述每个连接关系对应的初始权重分布；对所述每个社交图网络中的每个节点进行向量初始化，得到所述每个节点的初始向量化表示；基于所述每个节点的初始向量化表示进行权重分布预测，得到所述每个连接关系对应的预测权重分布；通过拟合所述初始权重分布与所述预测权重分布，对所述初始向量化表示进行迭代更新，直至满足预设拟合条件的情况下，得到所述每个节点的向量化表示，作为所述每个社交图网络的向量化结果，从而得到所述至少一个向量化结果。