[发明专利]基于孪生神经网络和GMM的游戏防沉迷判定系统及方法有效
| 申请号： | 201810974944.7 | 申请日： | 2018-08-24 |
| 公开（公告）号： | CN109214444B | 公开（公告）日： | 2022-01-07 |
| 发明（设计）人： | 骆源;方品;徐彬;顾振兴 | 申请（专利权）人： | 小沃科技有限公司;上海交通大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;A63F13/75;A63F13/79 |
| 代理公司： | 上海光华专利事务所(普通合伙) 31219 | 代理人： | 庞红芳 |
| 地址： | 201712 上海市杨*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于孪生神经网络和GMM的游戏防沉迷判定系统及方法，所述方法包括：利用孪生神经网络模型对游戏用户的游戏数据进行特征提取，并对不同类别的游戏用户的特征进行差异性学习训练，使得沉迷游戏用户的用户特征和未沉迷游戏用户的用户特征具有区别距离；利用高斯混合模型对游戏用户的用户特征进行学习训练，学习沉迷游戏用户的用户特征和未沉迷游戏用户的用户特征的特征向量的概率分布；利用训练后的孪生神经网络模型提取待判定用户的游戏数据的特征向量，利用训练后的高斯混合模型计算待判定用户的游戏数据的特征向量的似然度，并根据似然度确定待判定用户是否为沉迷游戏的用户。本发明利用模型对用户是否沉迷与游戏进行判定。 | ||
| 搜索关键词： | 基于 孪生 神经网络 gmm 游戏 沉迷 判定 系统 方法 | ||
【主权项】：
1.一种基于孪生神经网络和GMM的游戏防沉迷判定方法，其特征在于，所述基于孪生神经网络和GMM的游戏防沉迷判定方法包括：利用孪生神经网络模型对游戏用户的游戏数据进行特征提取，并对不同类别的游戏用户的特征进行差异性学习训练，使得沉迷游戏用户的用户特征和未沉迷游戏用户的用户特征具有区别距离；利用高斯混合模型对游戏用户的用户特征进行学习训练，学习沉迷游戏用户的用户特征和未沉迷游戏用户的用户特征的特征向量的概率分布；利用学习训练后的所述孪生神经网络模型提取待判定用户的游戏数据的特征向量，利用学习训练后的所述高斯混合模型计算所述待判定用户的游戏数据的特征向量的似然度，并根据所述似然度确定待判定用户是否为沉迷游戏的用户。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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小沃科技有限公司;上海交通大学，未经小沃科技有限公司;上海交通大学许可，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/patent/201810974944.7/，转载请声明来源钻瓜专利网。
