[发明专利]一种游戏礼包推送方法、装置、电子设备及存储介质

权利要求书

1.一种游戏礼包推送方法，其特征在于，包括：

获取用户特征数据、道具特征数据以及用户对道具的行为特征数据；

构建第一机器学习模型，通过所述用户特征数据、所述道具特征数据以及所述用户对道具的行为特征数据对所述第一机器学习模型进行训练；

通过训练后的所述第一机器学习模型进行推理，获得包含礼包特征数据的礼包候选集，所述礼包候选集中包含至少一个礼包，每个所述礼包包括至少两个相关联的道具；

向用户推送所述礼包候选集中的礼包，获取用户对礼包的行为特征数据；

构建第二机器学习模型，通过所述用户特征数据、所述礼包特征数据和所述用户对礼包的行为特征数据对所述第二机器学习模型进行训练；

通过训练后的所述第二机器学习模型为目标用户推荐目标礼包。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

收集所述目标用户的反馈数据，对所述目标礼包的推送效果进行分析，获得分析结果；

根据所述分析结果优化所述第一机器学习模型和/或所述第二机器学习模型。

3.根据权利要求2所述的方法，其特征在于，所述根据所述分析结果优化所述第一机器学习模型和/或所述第二机器学习模型，包括：

根据所述分析结果优化所述用户特征数据、所述道具特征数据、所述礼包特征数据、所述第一机器学习模型的网络参数和/或所述第二机器学习模型的网络参数。

4.根据权利要求1所述的方法，其特征在于，所述获取用户特征数据以及用户对道具的行为特征数据，包括：

通过游戏内埋点日志，采集用户数据以及用户对道具的行为数据；

对所述用户数据和所述用户对道具的行为数据进行清洗并标准化后，进行特征工程，获得用户特征数据以及用户对道具的行为特征数据。

5.根据权利要求1所述的方法，其特征在于，所述通过训练后的所述第一机器学习模型进行推理，获得包含礼包特征数据的礼包候选集，包括：

通过训练后的所述第一机器学习模型进行推理，获得用户与道具之间的关联关系以及道具与道具之间的关联关系；

根据所述道具与道具之间的关联关系，将具有关联的道具组合为一个礼包，获得礼包候选集；

根据所述用户与道具之间的关联关系，确定每个所述礼包对应的礼包特征数据。

6.根据权利要求1所述的方法，其特征在于，所述获取用户对礼包的行为特征数据，包括：

通过游戏内埋点日志，采集用户对礼包的行为数据；

对所述用户对礼包的行为数据进行清洗并标准化后，进行特征工程，获得用户对礼包的行为特征数据。

7.根据权利要求1所述的方法，其特征在于，所述第一机器学习模型和/或所述第二机器学习模型为双塔模型。

8.一种游戏礼包推送装置，其特征在于，包括：

第一获取单元，用于获取用户特征数据、道具特征数据以及用户对道具的行为特征数据；

第一模型构建单元，用于构建第一机器学习模型，通过所述用户特征数据、所述道具特征数据以及所述用户对道具的行为特征数据对所述第一机器学习模型进行训练；

推理单元，用于通过训练后的所述第一机器学习模型进行推理，获得包含礼包特征数据的礼包候选集，所述礼包候选集中包含至少一个礼包，每个所述礼包包括至少两个相关联的道具；

第二获取单元，用于向用户推送所述礼包候选集中的礼包，获取用户对礼包的行为特征数据；

第二模型构建单元，用于构建第二机器学习模型，通过所述用户特征数据、所述礼包特征数据和所述用户对礼包的行为特征数据对所述第二机器学习模型进行训练；

推荐单元，用于通过训练后的所述第二机器学习模型为目标用户推送目标礼包。