[发明专利]虚拟对象的推荐方法、装置和电子设备

说明书

本发明提供了一种虚拟对象的推荐方法、装置和电子设备，将目标游戏对局的当前组队中已选择的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，输出备选虚拟对象的初始推荐分数；其中的推荐网络模型包括嵌入层；根据初始推荐分数、目标账号的历史战斗场次和目标账号针对备选虚拟对象的熟练度，从备选虚拟对象中为目标账号推荐目标虚拟对象。其中的嵌入层，能够根据映射的虚拟对象的属性特征，确定备选虚拟对象在当前组队中被推荐的概率信息，根据目标账号针对虚拟对象的历史战斗场次和熟悉度，确定与第一虚拟对象最为契合的目标虚拟对象，提高了当前组队多样性和合理性，以及当前组队在对局中的胜率，进而提高了用户游戏的体验感。

技术领域

本发明涉及游戏技术领域，尤其是涉及一种虚拟对象的推荐方法、装置和电子设备。

背景技术

游戏阵容实时推荐通常是指，在需要搭配阵容进行战斗的游戏中进行阵容的推荐与搭配，考虑同队中虚拟对象的配合，提升队伍的合理性，增强玩家的游戏体验。在多人在线战术竞技游戏中，体现在为组队队友推荐虚拟对象，选择合理阵容；在卡牌收集游戏中，体现在为卡组的选择和搭配推荐。相关技术中，在多人在线战术竞技游戏中，每个虚拟对象都标注有标签，通常根据标签和玩家对英雄的熟练度，为组队队伍推荐合理的阵容；但是，标签和熟练度难以全面的表征虚拟对象的属性特征，推荐的阵容可能不合理，影响队伍的胜率。在卡牌收集游戏中，通常是根据预先设置好的成套卡组攻略，为玩家推荐合理的阵容。该种方式推荐的阵容相对固化，缺乏多样性，玩家游戏体验感不佳。

发明内容

有鉴于此，本发明的目的在于提供一种虚拟对象的推荐方法、装置和电子设备，以提高推荐对象的多样性和合理性，提高组队在对局中的胜率，进而提高用户游戏的体验感。

第一方面，本发明实施例提供了一种虚拟对象的推荐方法，该方法包括：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，第一虚拟对象至少包括两个；将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，输出目标游戏对局中备选虚拟对象的初始推荐分数；其中，推荐网络模型包括嵌入层，嵌入层用于基于第一虚拟对象的属性特征，以及备选虚拟对象的属性特征，确定备选虚拟对象在当前组队中被推荐的概率信息；根据备选虚拟对象的初始推荐分数、目标账号的历史战斗场次、以及目标账号针对备选虚拟对象的熟练度，从备选虚拟对象中为目标账号推荐目标虚拟对象；其中，目标账号为当前组队的账号中未选择虚拟对象的账号。

进一步的，将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：将第一虚拟对象的对象编码输入至嵌入层，以使嵌入层根据映射的虚拟对象的属性特征，输出备选虚拟对象的第一特征向量；其中，备选虚拟对象的第一特征向量包含备选虚拟对象在当前组队中被推荐的概率信息；将第一特征向量输入至预先训练完成的推荐网络模型的隐藏层，以使隐藏层输出备选虚拟对象的第二特征向量；将第二特征向量输入至预先训练完成的推荐网络模型的激活函数，以使激活函数输出备选虚拟对象的初始推荐分数。

进一步的，推荐网络模型通过下述方式训练得到：从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，第二虚拟对象携带有第一标识，用于指示第二虚拟对象为训练正样本，第三虚拟对象携带有第二标识，用于指示第三虚拟对象为训练负样本；根据训练正样本和训练负样本，更新推荐网络模型的模型参数，以使嵌入层学习胜利阵容中包括的第二虚拟对象的属性特征，得到训练完成的推荐网络模型。

进一步的，根据训练正样本和训练负样本，更新推荐网络模型的模型参数的步骤，包括：将训练正样本输入至推荐网络模型，计算训练正样本的第一损失值；将训练负样本输入至推荐网络模型，计算训练负样本的第二损失值；基于第一损失值与第二损失值之和，通过反向梯度传播更新推荐网络模型的模型参数。