游戏信息的推荐方法、装置、计算机可读介质及电子设备与流程

本技术属于游戏，具体涉及一种游戏信息的推荐方法、装置、计算机可读介质及电子设备。

背景技术：

1、在互联网时代，人们接触的信息越来越多，为了提高人们对信息的利用率，对推荐给用户的信息，往往需要经过一定的策略来处理和选择。目前，常用的信息推荐方法一般是向用户推送其感兴趣的内容，而判断用户对某个信息是否感兴趣，往往需要采集信息的点击率、阅读完成率等数据进行分析，因此，这种信息推荐方法往往应用于社交平台或者专门的信息推送平台中，难以在游戏中应用。

技术实现思路

1、本技术的目的在于提供一种游戏信息的推荐方法、装置、计算机可读介质及电子设备，以实现游戏中信息的准确推送。

2、本技术的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本技术的实践而习得。

3、根据本技术实施例的一个方面，提供一种游戏信息的推荐方法，包括：

4、获取用户游戏行为特征数据和待处理游戏数据，所述用户游戏行为特征数据包括用户在游戏外针对游戏信息所形成的行为特征数据和所述用户在游戏内所形成的行为特征数据，所述待处理游戏数据包括待推荐游戏信息；

5、通过信息推荐模型的第一模型模块中以第一推荐指标为目标的第一模块分支对所述用户游戏行为特征数据和所述待处理游戏数据进行特征提取，得到第一指标特征；

6、通过所述信息推荐模型的第一模型模块中以第二推荐指标为目标的第二模块分支对所述用户游戏行为特征数据和所述待处理游戏数据进行特征提取，得到第二指标特征；

7、融合所述第一指标特征和所述第二指标特征，得到所述待推荐游戏信息的目标推荐分数；

8、根据所述待推荐游戏信息的目标推荐分数在游戏内向所述用户推荐所述待推荐游戏信息。

9、根据本技术实施例的一个方面，提供一种游戏信息的推荐装置，包括：

10、数据获取模块，用于获取用户游戏行为特征数据和待处理游戏数据，所述用户游戏行为特征数据包括用户在游戏外针对游戏信息所形成的行为特征数据和所述用户在游戏内所形成的行为特征数据，所述待处理游戏数据包括待推荐游戏信息；

11、第一特征获取模块，用于通过信息推荐模型的第一模型模块中以第一推荐指标为目标的第一模块分支对所述用户游戏行为特征数据和所述待处理游戏数据进行特征提取，得到第一指标特征；

12、第二特征获取模块，用于通过所述信息推荐模型的第一模型模块中以第二推荐指标为目标的第二模块分支对所述用户游戏行为特征数据和所述待处理游戏数据进行特征提取，得到第二指标特征；

13、特征融合模块，用于融合所述第一指标特征和所述第二指标特征，得到所述待推荐游戏信息的目标推荐分数；

14、信息推荐模块，用于根据所述待推荐游戏信息的目标推荐分数在游戏内向所述用户推荐所述待推荐游戏信息。

15、在本技术的一个实施例中，特征融合模块包括：

16、融合特征获取单元，用于通过所述信息推荐模型的第二模型模块对所述用户游戏行为特征数据进行特征提取，得到指标融合特征；

17、融合单元，用于根据所述指标融合特征融合所述第一指标特征和所述第二指标特征，得到所述待推荐游戏信息的目标推荐分数。

18、在本技术的一个实施例中，所述融合单元具体用于：

19、基于所述指标融合特征与所述第一推荐指标的相关性，生成第一融合权重；

20、基于所述指标融合特征与所述第二推荐指标的相关性，生成第二融合权重；

21、根据所述指标融合特征、所述第一融合权重、所述第二融合权重融合所述第一指标特征和所述第二指标特征，得到所述待推荐游戏信息的目标推荐分数。

22、在本技术的一个实施例中，所述融合单元具体用于：

23、获取所述第一模块分支对应的第一指标系数和所述第二模块分支对应的第二指标系数；

24、将所述第一指标特征、所述第一指标系数、所述第一融合权重和所述指标融合特征的乘积作为第一推荐分数；

25、将所述第二指标特征、所述第二指标系数、所述第二融合权重和所述指标融合特征的乘积作为第二推荐分数；

26、将所述第一推荐分数和所述第二推荐分数之和作为所述待推荐游戏信息的目标推荐分数。

27、在本技术的一个实施例中，所述装置还包括：

28、第一样本特征提取模块，用于通过待训练模型的第一模型模块中以第一推荐指标为目标的第一模块分支对样本特征数据进行特征提取，得到第一样本指标特征；

29、第二样本特征提取模块，用于通过所述待训练模型的第一模型模块中以第二推荐指标为目标的第二模块分支对所述样本特征数据进行特征提取，得到第二样本指标特征；

30、样本融合特征生成模块，用于通过待训练模型的第二模型模块对所述样本特征数据进行特征提取，得到样本融合特征；

31、样本融合模块，用于根据所述样本融合特征融合所述第一样本指标特征和所述第二样本指标特征，得到样本推荐分数；

32、参数更新模块，用于根据所述第一样本指标特征及其对应的第一样本标签、所述第二样本指标特征及其对应的第二样本标签、以及所述样本推荐分数及其对应的样本分数标签计算模型损失，并根据所述模型损失更新所述待训练模型的模型参数，以对所述待训练模型进行训练，得到所述信息推荐模型。

33、在本技术的一个实施例中，所述参数更新模块具体用于：

34、将所述第一样本指标特征和所述第一样本标签之间的交叉熵损失作为第一损失；

35、将所述第二样本指标特征和所述第二样本标签之间的均方差损失作为第二损失；

36、将所述样本推荐分数和所述样本分数标签之间的均方差损失作为第三损失；

37、根据所述第一模块分支对应的第一指标系数和所述第二模块分支对应的第二指标系数融合所述第一损失、所述第二损失和所述第三损失，得到所述模型损失。

38、在本技术的一个实施例中，所述装置还包括：

39、样本分数标签计算模块，用于从所述样本特征数据中提取第一评估参数数据，并对所述第一评估参数数据进行归一化处理，得到第一归一化分数；从所述样本特征数据中提取第二评估参数数据，并对所述第二评估参数数据进行归一化处理，得到第二归一化分数；对所述第一归一化分数和所述第二归一化分数进行加权求和，得到所述样本分数标签。

40、根据本技术实施例的一个方面，提供一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如以上技术方案中的游戏信息的推荐方法。

41、根据本技术实施例的一个方面，提供一种电子设备，该电子设备包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器执行所述可执行指令使得所述电子设备执行如以上技术方案中的游戏信息的推荐方法。

42、根据本技术实施例的一个方面，提供一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行如以上技术方案中的游戏信息的推荐方法。

43、在本技术实施例提供的技术方案中，获取的用户游戏行为特征数据包括用户在游戏外针对游戏信息所形成的行为特征数据和用户在游戏内所形成的行为特征数据，进而使得后续的数据处理过程既可以分析用户在游戏外对游戏信息的喜好程度，又可以分析用户在游戏内对游戏信息的喜好程度，结合这两个方面对用户进行游戏信息的推荐，可以使所推荐的信息更加贴合用户实际喜好，有利于提高信息推荐的准确性；在用户数据的处理过程中，通过信息推荐模型的第一模型模块中以第一推荐指标为目标的第一模块分支计算得到第一指标特征，通过信息推荐模型的第一模型模块中以第二推荐指标为目标的第二模块分支计算得到第二指标特征，继而融合第一指标特征和第二指标特征，得到待推荐游戏信息的目标推荐分数，以根据待推荐游戏信息的目标推荐分数在游戏内向用户推荐待推荐游戏信息，通过第一模块分支和第二模块分支同时考虑了多个推荐指标对信息推荐的影响，使得目标推荐分数的计算更为准确，进而提高游戏信息推荐的准确性。

44、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。