[发明专利]一种应用对象属性的配置方法、装置、设备及介质

权利要求书

1.一种应用对象属性的配置方法，其特征在于，包括：

获取应用对象的战力值，所述战力值用于表征应用对象的战斗力水平；

将所述应用对象的战力值输入属性战力占比模型，获取所述属性战力占比模型输出的所述应用对象的属性战力占比；所述属性战力占比模型是通过机器学习算法训练得到；

根据所述应用对象的属性战力占比和所述应用对象的战力值，得到所述应用对象的属性值；

根据所述应用对象的属性值，为所述应用对象配置属性。

2.根据权利要求1所述的方法，其特征在于，所述获取应用对象的战力值，包括：

获取应用对象在应用设计阶段被配置的战力值；或者，

获取应用对象在实际对战后的战力值。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

显示应用对象的第一控件；

响应于所述应用对象的第一控件被触发的指令，执行所述将所述应用对象的战力值输入属性战力占比模型，获取所述属性战力占比模型输出的所述应用对象的属性战力占比的步骤。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述应用对象的属性值，确定所述应用对象的定位类型；

根据所述应用对象的定位类型与所述应用对象的初始定位类型，得到验证结果，所述验证结果用于表征所述应用对象的初始定位类型是否正确。

5.根据权利要求1所述的方法，其特征在于，所述属性战力占比模型包括：逻辑回归模型，用于通过线性规划算法，得到所述应用对象的属性战力占比。

6.根据权利要求1所述的方法，其特征在于，所述属性战力占比模型包括：逻辑回归模型，用于通过将负相关属性战力占比赋值为零以及根据权值归一化方式，得到所述应用对象的属性战力占比。

7.根据权利要求 1所述的方法，其特征在于，所述应用对象包括游戏应用中的游戏角色。

8.一种训练属性战力占比模型的方法，其特征在于，包括：

获取样本数据，所述样本数据包括：应用对象的战力值、应用对象的属性值以及对应的对战结果；

根据机器学习算法和所述样本数据，对初始神经网络模型进行训练以获得满足训练结束条件的神经网络模型，作为属性战力占比模型，所述属性战力占比模型以应用对象的战力值为输入，以应用对象的属性战力占比为输出。

9.根据权利要求8所述的方法，其特征在于，所述方法还包括：

构造应用对象对战数据，所述应用对象对战数据包括攻守双方第一应用对象的属性值以及攻守双方第二应用对象的属性值；其中，攻方第一应用对象的属性值与守方第一应用对象的属性值为针对第一应用对象在同一战力值下生成的两组不同属性值；攻方第二应用对象的属性值与守方第二应用对象的属性值相同；

将所述应用对象对战数据输入应用对象对战平台，获得所述应用对象对战平台输出的对战结果；

将所述攻守双方第一应用对象在所述同一战力值下的属性值以及对战结果，作为样本数据。

10.根据权利要求8所述的方法，其特征在于，所述获取样本数据，包括：

从应用服务器中获取应用对象的战力值、属性值以及对战结果，作为样本数据。

11.一种应用对象属性的配置装置，其特征在于，包括：

获取单元，用于获取应用对象的战力值，所述战力值用于表征应用对象的战斗力水平；

处理单元，用于将所述应用对象的战力值输入属性战力占比模型，获取所述属性战力占比模型输出的所述应用对象的属性战力占比；所述属性战力占比模型是通过机器学习算法训练得到的神经网络模型；

确定单元，用于根据所述应用对象的属性战力占比和所述应用对象的战力值，得到所述应用对象的属性值；

配置单元，用于根据所述应用对象的属性值，为所述应用对象配置属性。