[发明专利]对游戏中事件的奖励重要性的检测装置及方法

说明书

本发明涉及对游戏中事件的奖励重要性的检测装置及方法。本发明的对游戏中事件的奖励重要性的检测装置包括：玩家行为分析器，在从玩家的数据中对玩家的行为属性信息和游戏中行为的属性信息进行分类之后，分析玩家的行为属性重要性；奖励要素属性提取器，用于提取构成游戏中事件的奖励的奖励要素属性；关联分析器，计算在通过玩家行为分析器分析出的行为属性中具有高位重要性的行为属性与游戏中事件的奖励要素属性之间的关联矩阵；以及奖励重要性检测器，通过具有高位重要性的行为属性与游戏中事件的奖励要素属性之间的关联矩阵，检测不同奖励的相对重要性。

技术领域

本发明涉及检测游戏中事件的奖励重要性的装置，更详细地，涉及检测针对用于使游戏服务活性化及提高收益性的游戏中事件的奖励重要性的方法，更详细地，涉及在将脱离游戏、购买等的游戏中行为与游戏中事件进行匹配之后，通过进行对于目标游戏中行为的玩家行为属性与所匹配的游戏中事件的奖励要素属性之间的关联分析，确定游戏中事件的不同奖励的相对重要性的方法。

背景技术

通常，为了使游戏服务活性化及提高收益性，游戏服务提供商利用各种方法。

其中的一种方法是与游戏玩家的游戏脱离有关的预测模型，以便能够预测玩家的行为。作为这种预测模型的例，有“F.Hadiji，R.Sifa，A.Drachen，C.Thurau，K.Kersting，and C.Bauckhage，“Predicting player churn in the wild，”in Proc.IEEEConf.Comput.Intell.Games，pp.1-8，August 2014”中发表的内容。

而且，提出了与游戏脱离和应用程序内购买等有关的行为预测建模。与游戏脱离和应用程序内购买等有关的行为预测建模，如下所示，发表过诸如“J.Runge，P.Gao，F.Garcin，and B.Faltings，“Churn prediction for high-value players in casualsocial games，in Proc.IEEE Conf.Comput.Intell.Games，pp.1-8，August2014”、“H.Xie，S.Devlin，D.Kudenko，and P.Cowling，“Predicting player disengagement and firstpurchase with event-frequency based data representation，in Proc.IEEEConf.Comput.Intell.Games，pp.230-237，August2015”、“R.Sifa，F.Hadiji，J.Runge，A.Drachen，K.Kersting，and C.Bauckhage，“Predicting purchasedecisions in mobilefree-to-play games，in Proc.The Eleventh AAAI Conference on ArtificialIntelligence and Interactive Digital Entertainment，pp.79-85，November 2015”这样的各种论文。

最后，还公开了基于时间序列分析来预测游戏脱离的建模。基于时间序列分析来预测游戏脱离的建模，通过诸如“M.Tamassia et al.，“Predicting Player Churn inDestiny：a Hidden Markov Models Approach to Predicting Player Departure in aMajor Online Game，”in Proc.IEEE Conf.Comput.Intell.Games，pp.325-332，September2016”这样的论文而发表。

如上所述的以往的研究局限于玩家行为预测建模，关于为了将其适用于实况服务而生成游戏中事件的方法则并未尝试过。

发明内容