[发明专利]模型的训练方法、游戏对局玩家匹配方法、介质及设备

权利要求书

1.一种优势预测模型的训练方法，其特征在于，所述方法包括：

获取预设历史时间段内多次对局中每次对局的优势值，以及每次对局前对局双方的历史对局正面表现样本数据；

以多次对局中每次对局的优势值和每次对局前对局双方的历史对局正面表现样本数据为第一训练数据，对第一预设初始模型进行训练，以得到所述优势预测模型。

2.根据权利要求1所述的方法，其特征在于，所述获取预设历史时间段内多次对局中每次对局的优势值，包括：

获取每次对局前对局双方各自的游戏段位，以及对局过程中每个时间桶对应的游戏数据，所述游戏数据包括每个游戏得分维度的分值差；

根据每次对局前对局双方各自的游戏段位确定该次对局的平均段位和段位差；

根据所述平均段位，所述段位差和所述游戏数据确定每次对局的优势值。

3.根据权利要求2所述的方法，其特征在于，所述根据所述平均段位，所述段位差和所述游戏数据确定每次对局的优势值，包括：

根据所述平均段位，所述段位差和每个时间桶对应的所述游戏数据确定每个时间点指定对局方的游戏胜率；

根据每个时间点下所述指定对局方的游戏胜率计算所述指定对局方的优势时间段和每个时间点的优势大小；

根据所述优势时间段和每个时间点的所述优势大小确定每次对局的优势值。

4.根据权利要求3所述的方法，其特征在于，所述根据所述平均段位，所述段位差和每个时间桶对应的所述游戏数据确定每个时间点指定对局方的游戏胜率，包括：

根据所述平均段位和每个所述时间桶的目标标识，从目标集合中确定目标胜率预测模型，所述目标集合中包括不同平均段位下每个时间桶的胜率预测模型；

将所述平均段位，所述段位差和每个游戏得分维度的分值差作为所述目标预测模型的输入，以获取所述目标预测模型输出的所述游戏胜率。

5.根据权利要求4所述的方法，其特征在于，所述不同平均段位下每个时间桶的胜率预测模型的训练方法如下：

获取历史游戏样本数据，所述历史游戏样本数据包括多次对局中每次对局在每个时间桶下的游戏双方的段位差样本特征和每个游戏得分维度的分值差样本特征；

根据所述历史游戏样本数据中每个平均段位下的每个时间桶的段位差样本特征和所述分值差样本特征确定每个所述平均段位下每个所述时间桶对应的所述胜率预测模型。

6.一种游戏对局玩家匹配方法，其特征在于，应用于控制器，所述控制器包括以上权利要求1-5中任一项所述的优势预测模型，所述方法包括：

响应于目标玩家的游戏对手匹配请求，通过所述优势预测模型确定每个待匹配玩家与所述目标玩家的预测优势值，所述预测优势值用于表征若所述待匹配玩家与所述目标玩家对局，所述目标玩家会产生的优势；

根据所述预测优势值从多个所述待匹配玩家中为所述目标玩家匹配对手玩家。

7.根据权利要求6所述的方法，其特征在于，所述根据所述预测优势值从多个所述待匹配玩家中为所述目标玩家匹配对手玩家，包括：

确定所述目标玩家对应的目标对局类型，其中，所述目标对局类型用于表征不同程度的游戏体验需求；

在确定所述预测优势值属于所述目标对局类型的情况下，将所述待匹配玩家作为所述对手玩家。

8.根据权利要求7所述的方法，其特征在于，确定所述预测优势值属于所述目标对局类型，包括：

确定所述目标对局类型对应的优势值区间；

在所述预测优势值属于所述优势值区间的情况下，确定所述预测优势值属于所述目标对局类型。

9.根据权利要求6所述的方法，其特征在于，所述确定每个所述待匹配玩家与所述目标玩家的预测优势值，包括：

获取所述待匹配玩家在指定历史时间段内的第一对局正面表现数据以及所述目标玩家的第二对局正面表现数据；

将所述第一对局正面表现数据和所述第二对局正面表现数据输入预设的所述优势预测模型，以获取所述优势值预测模型输出的所述预测优势值。