[发明专利]一种基于大数据的游戏物品推送方法及系统

权利要求书

1.一种基于大数据的游戏物品推送方法，其特征在于，包括以下步骤：

S100、采集用户信息，其中用户信息包括用户当前装备的物品信息、用户所持有的物品信息以及用户等级信息；

S200、根据用户信息设置用户对游戏物品的初始期望值；

S300、启动游戏运营，并实时采集用户信息，通过建立数据模型得到用户对游戏内物品的期望值，其中数据模型包括但不限于正态分布模型、均匀分布模型以及指数分布模型；

S400、将S300得到的用户期望通过反馈系统模型进行二次处理，得到动态修正后的用户期望值，其中反馈系统模型包括但不限于指数拟合模型以及偏差最小化模型；

S500、反复执行步骤S300到S400，并根据游戏系统提供的物品信息进行实时反馈，得到自适应参数，根据自适应参数和二次处理后的用户期望值，得到动态的用户期望值。

2.根据权利要求1所述的基于大数据的游戏物品推送方法，其特征在于，所述S100包括：

S101、通过互联网和/或游戏服务器中存储的用户历史数据，得到用户信息，其中用户信息包括用户当前穿戴在人物上的物品装备信息、用户背包/或仓库中存储的物品装备信息以及用户角色的等级信息和角色信息。

3.根据权利要求1所述的基于大数据的游戏物品推送方法，其特征在于，所述S300包括：

S301、开放游戏运营，同时实时记录用户在游玩游戏中的用户信息；

S302、建立数据模型，该模型包括但不限于正态分布模型、均匀分布模型以及指数分布模型；

S303、以用户信息作为输入源，数据模型以用户信息为基础进行期望值计算，得到一次处理后的每个游戏用户的期望值，其中期望值即为用户对游戏提供的物品的期望值大小。

4.根据权利要求1所述的基于大数据的游戏物品推送方法，其特征在于，所述S400包括：

S401、建立反馈系统模型，该模型包括但不限于指数拟合模型以及偏差最小化模型；

S402、根据步骤S300得到的一次处理后的用户的期望值，作为反馈系统模型输入源，反馈系统模型以一次处理后的用户的期望值为基础，得到二次处理后的每个游戏用户的期望值，其中期望值即为用户对游戏提供的物品的期望值大小。

5.根据权利要求1所述的基于大数据的游戏物品推送方法，其特征在于，所述S500包括：

S501、根据步骤S400得到的二次处理后的用户期望值进行物品的推送，并实时监测游戏中物品数量及信息的变化；

S502、根据游戏中物品的类型的数量变化结合各个玩家对物品的期望，动态调整用户期望，其中游戏提供的物品数量与玩家对该物品的期望为反比关系；

S503、根据S502的处理原则设置动态自适应参数，其中自适应参数输入源为二次处理后的用户期望值以及游戏提供的物品数量与类型，输出结果为用户的动态期望值。

6.一种基于大数据的游戏物品推送系统，其特征在于，包括：

采集模块，用于采集用户信息，其中用户信息包括用户当前装备的物品信息、用户所持有的物品信息以及用户等级信息；

设置模块，用于据用户信息设置用户对游戏物品的初始期望值；

服务器模块，用于启动游戏运营，并实时采集用户信息，通过建立数据模型得到用户对游戏内物品的期望值；

动态调整模块，用于根据游戏系统提供的物品信息进行实时反馈，得到自适应参数，根据自适应参数和二次处理后的用户期望值，得到动态的用户期望值。

7.根据权利要求6所述的基于大数据的游戏物品推送系统，其特征在于，所述服务器模块包括：

运营及信息搜集模块，用于开放游戏运营，同时实时记录用户在游玩游戏中的用户信息；

第一建模模块，用于建立数据模型，该模型包括但不限于正态分布模型、均匀分布模型以及指数分布模型；

一次处理模块，用于以用户信息作为输入源，数据模型以用户信息为基础进行期望值计算，得到一次处理后的每个游戏用户的期望值，其中期望值即为用户对游戏提供的物品的期望值大小。