[发明专利]基于本地保留时长识别的游戏商城游戏推荐方法及系统在审
| 申请号: | 202010420120.2 | 申请日: | 2020-05-18 |
| 公开(公告)号: | CN111672128A | 公开(公告)日: | 2020-09-18 |
| 发明(设计)人: | 何晨亮 | 申请(专利权)人: | 苏州思酷数字科技有限公司 |
| 主分类号: | A63F13/79 | 分类号: | A63F13/79;G06F16/9535;G06Q30/06 |
| 代理公司: | 北京卓岚智财知识产权代理事务所(特殊普通合伙) 11624 | 代理人: | 郭智 |
| 地址: | 215400 江苏省*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 本地 保留 识别 游戏 商城 推荐 方法 系统 | ||
1.一种基于本地保留时长识别的游戏商城游戏推荐方法,其特征在于,所述方法包括:
采集各记录用户终端针对游戏类应用的本地存储的历史记录和/或当前记录,其中所述历史记录包括游戏类应用的安装时间与卸载时间,所述当前记录包括游戏类应用的安装时间与当前时间;
根据所述历史记录和/或当前记录计算出各记录用户终端针对游戏类应用的保留时长,形成数据集;
根据游戏类别和/或游戏名称对所述数据集进行聚类,并计算出各聚类下与游戏类别和/或游戏名称对应的游戏类应用的平均保留时长;
将平均保留时长处于第一预设阈值内的游戏类别和/或游戏名称作为目标对象在目标用户终端的游戏商城中进行推荐。
2.根据权利要求1所述的一种基于本地保留时长识别的游戏商城游戏推荐方法,其特征在于,所述方法还包括:
收集所述目标用户终端中的用户行为日志并将其存储于第一数据库中;
收集所述各记录用户终端中的用户行为日志并将其分区存储于第二数据库中;
使用Mahout算法分别对第一数据库中的用户行为日志以及第二数据库中分区的用户行为日志进行分析与训练,并输出各自的训练结果;
根据第一数据库的训练结果在第二数据库各区的训练结果中找出与之匹配的训练结果;
获取第二数据库中与之匹配的训练结果所对应的各记录用户终端,将其对应的针对游戏类应用的保留时长保留在所述数据集中,将不匹配的各记录用户终端对应的针对游戏类应用的保留时长从所述数据集中删除。
3.根据权利要求1所述的一种基于本地保留时长识别的游戏商城游戏推荐方法,其特征在于,所述方法还包括:
分别获取所述目标用户终端以及所述各记录用户终端的设备性能信息,其中所述设备性能信息包括设备的名称、型号、CPU型号、GPU型号、内存大小、硬盘大小、操作系统型号以及电池容量;
根据所述设备性能信息分别计算出所述目标终端以及所述各记录用户终端的性能值;
将所述目标终端的性能值与所述各记录用户终端的性能值进行比较,筛选出性能相差阈值处于第二预设阈值内的记录用户终端,将其对应的针对游戏类应用的保留时长保留在所述数据集中,将性能相差阈值不处于第二预设阈值内的记录用户终端对应的针对游戏类应用的保留时长从所述数据集中删除。
4.根据权利要求1所述的一种基于本地保留时长识别的游戏商城游戏推荐方法,其特征在于,采集各记录用户终端针对游戏类应用的本地存储的历史记录和/或当前记录,包括:
获取各记录用户终端的用户标识;
根据用户标识判断所述记录用户终端是否为同一用户的接续终端;
若是则分别获取接续前的记录用户终端以及与其对应的接续后的记录用户终端针对游戏类应用的本地存储的历史记录和/或当前记录;
将同一用户对应的接续前的记录用户终端针对游戏类应用的本地存储的历史记录和/或当前记录与接续后的记录用户终端针对游戏类应用的本地存储的历史记录和/或当前记录进行叠加作为该用户的历史记录和/或当前记录。
5.根据权利要求4所述的一种基于本地保留时长识别的游戏商城游戏推荐方法,其特征在于,所述用户标识包括至少一应用的账号信息。
6.一种基于本地保留时长识别的游戏商城游戏推荐系统,其特征在于,所述系统包括:
记录采集模块,用于采集各记录用户终端针对游戏类应用的本地存储的历史记录和/或当前记录,其中所述历史记录包括游戏类应用的安装时间与卸载时间,所述当前记录包括游戏类应用的安装时间与当前时间;
保留时长计算模块,用于根据所述历史记录和/或当前记录计算出各记录用户终端针对游戏类应用的保留时长,形成数据集;
数据聚类模块,用于根据游戏类别和/或游戏名称对所述数据集进行聚类;
平均保留时长计算模块,用于计算出各聚类下与游戏类别和/或游戏名称对应的游戏类应用的平均保留时长;
游戏推荐模块,用于将平均保留时长处于第一预设阈值内的游戏类别和/或游戏名称作为目标对象在目标用户终端的游戏商城中进行推荐。
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苏州思酷数字科技有限公司,未经苏州思酷数字科技有限公司许可,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/pat/books/202010420120.2/1.html,转载请声明来源钻瓜专利网。





