[发明专利]一种建模合作竞争效应的比赛预测方法及装置

权利要求书

1.一种建模合作竞争效应的比赛预测方法，其特征在于，所述方法包括：

获得待预测比赛中双方团队的角色；

调取预先训练得到的竞争合作效应模型，所述竞争合作效应模型能够将团队的角色投影至隐空间、并建模团队内部的合作效应和团队间的竞争效应；

针对所述待预测比赛中的各方团队，将该团队的角色输入至所述竞争合作效应模型中，以获得竞争合作模型输出的该团队的能力值，所述能力值由团队成员的个体能力值、团队的总体合作能力值和团队的总体竞争能力值组成；

根据所述待预测比赛中双方团队的能力值确定所述待预测比赛的胜负结果；

所述竞争合作模型的训练过程，包括：

构建基础模型，所述基础模型包括用于角色投影的特征映射层、用于建模合作效应的合作模块和用于建模竞争效应的竞争模块；其中，

所述特征映射层，用于提取团队成员的角色特征；

所述合作模块包含第一特征层、第一交互层和第一汇总层，所述第一特征层用于基于角色特征提取团队成员合作特征向量，所述第一交互层用于对团队成员的合作特征向量两两交互获得团队成员间的合作值，所述第一汇总层用于汇总团队成员间的合作值；

所述竞争模块包含第二特征层、第二交互层和第二汇总层，所述第二特征层用于基于角色特征提取目标方团队成员的优势特征向量和对方团队成员的弱势特征向量，所述第二交互层用于对所述目标方团队成员的优势特征向量和所述对方团队成员的弱势特征向量两两交互获得所述目标方团队成员的竞争值，所述第二汇总层用于汇总所述目标方团队成员的竞争值；

以历史比赛中双方团队的角色为样本数据，以所述基础模型对所述样本数据的预测胜负结果趋近于所述历史比赛的实际胜负结果为目标，对所述基础模型中各层的参数进行调整，所述预测胜负结果是基于所述基础模型对所述历史比赛中双方团队所输出的能力值确定的；

将参数调整结束的所述基础模型作为所述竞争合作模型；

所述第一交互层包括第一神经网络层和第一注意力机制层；

所述第一神经网络层用于对团队成员的合作特征向量两两交互获得团队成员间的合作值；

所述第一注意力机制层用于输出团队成员间的合作注意力值；

相应的，所述第一汇总层用于基于合作注意力值汇总团队成员间的合作值。

2.根据权利要求1所述的方法，其特征在于，所述第二交互层包括第二神经网络层和第二注意力机制层；

所述第二神经网络层用于对所述目标方团队成员的优势特征向量和所述对方团队成员的弱势特征向量两两交互获得所述目标方团队成员的竞争值；

所述第二注意力机制层用于输出所述目标方团队成员与所述对方团队成员间的竞争注意力值；

相应的，所述第二汇总层用于基于竞争注意力值汇总所述目标方团队成员的竞争值。

3.根据权利要求1所述的方法，其特征在于，所述样本数据的获取方式，包括：

通过网络爬虫抓取在线多人对抗比赛的比赛记录数据，所述比赛记录数据包括所述在线多人对抗比赛中双方团队的角色和实际胜负结果；

对所述比赛记录数据进行预处理，所述预处理包括比赛过滤和样本随机抽样。