[发明专利]虚拟对象的推荐方法、装置和电子设备

权利要求书

1.一种虚拟对象的推荐方法，其特征在于，所述方法包括：

获取目标游戏对局的当前组队中已选择的第一虚拟对象；其中，所述第一虚拟对象至少包括两个；

将所述第一虚拟对象的对象编码输入至预先训练完成的推荐网络模型，输出所述目标游戏对局中备选虚拟对象的初始推荐分数；其中，所述推荐网络模型包括嵌入层，所述嵌入层用于基于所述第一虚拟对象的属性特征，以及所述备选虚拟对象的属性特征，确定所述备选虚拟对象在所述当前组队中被推荐的概率信息；

根据所述备选虚拟对象的初始推荐分数、目标账号的历史战斗场次、以及所述目标账号针对所述备选虚拟对象的熟练度，从所述备选虚拟对象中为所述目标账号推荐目标虚拟对象；其中，所述目标账号为所述当前组队的账号中未选择虚拟对象的账号。

2.根据权利要求1所述的方法，其特征在于，将所述第一虚拟对象的对象编码输入至预先训练完成的推荐网络模型，输出所述目标游戏对局中备选虚拟对象的初始推荐分数的步骤，包括：

将所述第一虚拟对象的对象编码输入至所述嵌入层，以使所述嵌入层根据映射的所述虚拟对象的属性特征，输出所述备选虚拟对象的第一特征向量；其中，所述备选虚拟对象的第一特征向量包含所述备选虚拟对象在所述当前组队中被推荐的概率信息；

将所述第一特征向量输入至所述预先训练完成的推荐网络模型的隐藏层，以使所述隐藏层输出所述备选虚拟对象的第二特征向量；

将所述第二特征向量输入至所述预先训练完成的推荐网络模型的激活函数，以使所述激活函数输出所述备选虚拟对象的初始推荐分数。

3.根据权利要求1所述的方法，其特征在于，所述推荐网络模型通过下述方式训练得到：

从所述目标游戏的历史对战数据中，获取胜利阵容中包括的第二虚拟对象，同时随机获取第一预设数量的第三虚拟对象；其中，所述第二虚拟对象携带有第一标识，用于指示所述第二虚拟对象为训练正样本，所述第三虚拟对象携带有第二标识，用于指示所述第三虚拟对象为训练负样本；

根据所述训练正样本和所述训练负样本，更新所述推荐网络模型的模型参数，以使所述嵌入层学习所述胜利阵容中包括的第二虚拟对象的属性特征，得到训练完成的所述推荐网络模型。

4.根据权利要求3所述的方法，其特征在于，根据所述训练正样本和所述训练负样本，更新所述推荐网络模型的模型参数的步骤，包括：

将所述训练正样本输入至所述推荐网络模型，计算所述训练正样本的第一损失值；

将所述训练负样本输入至所述推荐网络模型，计算所述训练负样本的第二损失值；

基于所述第一损失值与所述第二损失值之和，通过反向梯度传播更新所述推荐网络模型的模型参数。

5.根据权利要求4所述的方法，其特征在于，将所述训练正样本输入至所述推荐网络模型，计算所述训练正样本的第一损失值的步骤，包括：

将所述第二虚拟对象中第一预设数量的虚拟对象的对象编码，输入至所述推荐网络模型，输出预测虚拟对象；

根据所述预测虚拟对象和所述第二虚拟对象中除所述第一预设数量的虚拟对象之外的标准虚拟对象，计算所述预测虚拟对象的第一损失值。

6.根据权利要求4所述的方法，其特征在于，将所述训练负样本输入至所述推荐网络模型，计算所述训练负样本的第二损失值的步骤，包括：

将所述第三虚拟对象的对象编码，输入至所述推荐网络模型的嵌入层，得到所述第三虚拟对象的特征向量；

通过预设的辅助分支，计算所述第三虚拟对象的特征向量之间的乘积值，将所述乘积值之和，确定为所述第二损失值。

7.根据权利要求1所述的方法，其特征在于，根据所述备选虚拟对象的初始推荐分数、目标账号的历史战斗场次、以及所述目标账号针对所述备选虚拟对象的熟练度，从所述备选虚拟对象中为所述目标账号推荐目标虚拟对象的步骤，包括：

从所述历史战斗场次中，获取预设场次或预设时间内所述目标账户针对每个所述虚拟对象的目标战斗场次；

根据所述初始推荐分数，所述目标战斗场次，以及所述目标账号针对所述虚拟对象的熟练度，为所述目标账号推荐目标虚拟对象。