[发明专利]一种基于玩家消费潜力的游戏道具推送方法和装置

权利要求书

1.一种基于玩家消费潜力的游戏道具推送方法，其特征在于，包括以下步骤：

在数据库中提取玩家的消费数据；

采用RFM模型对玩家进行分群并预测群内每个玩家的消费能力；

根据玩家消费能力筛选出相匹配的道具，生成道具候选列表；

基于item2vec算法计算玩家与候选道具的推送相关性，根据推送相关性对候选道具进行排序并推送给相应的玩家；

其中，预测群内每个玩家的消费能力包括以下步骤：

获取整体消费能力基准值；

获取群内玩家个体消费差异值；

设置伸缩系数，将玩家个体消费差异值归一化后乘以伸缩系数与整体消费能力基准值累加，获得每个玩家的消费能力值；

其中，筛选出相匹配的道具的规则为：基于玩家当前等级，加入玩家当前状态和任务所需的道具；基于玩家当前等级，加入其升级所缺失的道具；根据玩家消费能力筛选出相匹配的道具的价格在玩家消费能力的两倍以下；

其中，采用下采样计算概率丢弃词的概率，平衡低频道具和高频道具。

2.根据权利要求1所述的游戏道具推送方法，其特征在于，消费数据包括消费金额、消费的道具ID、消费频次和消费时间。

3.根据权利要求1所述的游戏道具推送方法，其特征在于，获取整体消费能力基准值是基于统计群内每个玩家最近两周的累计消费金额中的众数获取。

4.根据权利要求1所述的游戏道具推送方法，其特征在于，获取群内玩家个体消费差异值是基于统计玩家最近两个月单次交易的金额中的3/4分位数获取。

5.根据权利要求1所述的游戏道具推送方法，其特征在于，对候选道具进行排序并推送给相应的玩家还包括以下步骤：

计算用户的消费预期数值和候选道具的价格的差异；

基于推送相关性、道具消费落差和道具盈利价值，通过数值归一化后加权计算候选道具的推送分值，根据分值进行由高到低排序并推送。

6.根据权利要求1所述的游戏道具推送方法，其特征在于，基于item2vec算法计算玩家与候选道具的推送相关性包括以下步骤：

取任意一个道具购买列表的前n个道具构成的二元对为训练样本；

输入前n-1个道具的特征向量表示；

把大小为h*(n-1)m的权重矩阵W映射到大小为h的隐藏层中，其中，m代表道具特征向量长度，h代表隐藏层个数；

通过大小为N*h的权重矩阵U映射到大小为N的输出层中，其中N代表语料词汇量的大小；

对输出进行softmax归一化，得到对下一个道具概率的预测。

7.一种基于玩家消费潜力的游戏道具推送装置，用于实现如权利要求1-6所述的游戏道具推送方法，其特征在于，包括

读取模块，用于在数据库中提取玩家的消费数据；

预测模块，采用RFM模型对玩家进行分群并预测群内每个玩家的消费能力；

候选模块，根据玩家消费能力筛选出相匹配的道具，生成道具候选列表；

推送模块，基于item2vec算法计算玩家与候选道具的推送相关性，根据推送相关性对候选道具进行排序并推送给相应的玩家。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-6中任一项所述方法。