技术新讯 > 休闲运动,玩具,娱乐用品的装置及其制品制造技术 > 使用游戏者行为的基于机器学习的游戏平台消息传送风险管理的制作方法  >  正文

使用游戏者行为的基于机器学习的游戏平台消息传送风险管理的制作方法

  • 国知局
  • 2024-10-15 09:18:41

本申请大体上涉及基于机器学习的游戏平台消息传送风险管理。

背景技术:

1、例如计算机游戏的计算机模拟可以允许玩家和/或观众之间的消息传送以增加乐趣。

技术实现思路

1、如本文中所理解,此类消息传送造成使玩家被垃圾邮件和/或来自垃圾邮件程序的消息淹没的风险,从而减少游戏,尤其在线游戏的乐趣。用户必须报告此类消息,并且其他人必须分析所述消息以确定要采取的适当动作。

2、如本文中还理解,例如在线游戏的计算机游戏呈现了检测其它基于计算机的活动不存在的垃圾邮件和垃圾邮件发送者(人类或机器人)的独特机会。具体来说,通常记录其它基于计算机的活动不需要的玩家(游戏者)行为的重要细节,并且此游戏特定的行为数据可以有利地用于减少计算机游戏中的垃圾邮件。

3、因此,本发明的原理使用数据,并且确切地说,使用跨越游戏且仅在游戏平台上可用的属性。还使用游戏平台中的玩家的独特游戏中行为模式。多个机器学习系统使风险调节过程自动化。提供了一种特定于游戏平台的独特需求的预测系统和决策引擎。可以分析在玩游戏期间发送的每个消息,而不仅是用户可能报告为潜在有问题的消息。

4、在一个方面中,一种系统包含至少一个计算机介质,所述至少一个计算机介质并非暂时性信号且又包含可由至少一个处理器执行以从至少第一机器学习(ml)模型接收在玩计算机模拟期间从第一账户发送的第一消息是否具有预定类型的至少一个指示的指令。所述指令可执行以响应于所述指示用信号通知至少一个动作模块以确定动作,且对第一账户实施所述动作。第一ml模型被配置成接收与计算机模拟中的用户行为有关的信息作为输入。

5、预定类型可以是垃圾邮件、辱骂和亵渎中的一个或多个。

6、与用户行为有关的指示可以包含游戏行为的指示,例如所玩的游戏、玩的时间、游戏玩法历史、赢得的战利品数量、游戏中活动和游戏中活动成功率中的一个或多个。

7、另外或替代地,与用户行为有关的指示可以包含用户消息传送行为中的一个或多个,例如发送消息的频率、发出消息的不同账户的数量、发出消息的账户的区域和消息类型。

8、另外或替代地,与用户行为有关的指示可以包含拥有的游戏数量、非免费游戏购买的数量中的一个或多个。

9、在另一方面中,一种方法包含:使用机器学习(ml)模型处理与消息传送相关联并且表示关于计算机模拟的用户行为的数据;以及使用ml模型的输出,确定是否将校正动作应用于与消息传送相关联的账户。

10、在另一方面中,一种装置包含至少一个处理器,所述至少一个处理器被配置成将与由玩家账户在计算机模拟中发送的每个消息有关的信息发送到机器学习(ml)模型。提供给ml模型的信息表示计算机模拟内的用户行为。处理器被配置成使用ml模型的输出以将校正动作选择性地应用于玩家账户。

11、本申请关于其结构和操作两者的细节可以参考附图来最佳地理解,在附图中相同的附图标记指代相同的部分,并且在附图中:

技术特征:

1.一种系统,其包括:

2.根据权利要求1所述的系统,其中所述预定类型是垃圾邮件。

3.根据权利要求1所述的系统,其中所述预定类型是辱骂。

4.根据权利要求1所述的系统,其中所述预定类型是亵渎。

5.根据权利要求1所述的系统,其中与用户行为有关的所述指示包括游戏行为的指示。

6.根据权利要求5所述的系统,其中所述游戏行为包括所玩的游戏。

7.根据权利要求5所述的系统,其中所述游戏行为包括游戏时间。

8.根据权利要求5所述的系统,其中所述游戏行为包括游戏玩法历史。

9.根据权利要求5所述的系统,其中所述游戏行为包括赢得的战利品数量。

10.根据权利要求5所述的系统,其中所述游戏行为包括游戏中活动。

11.根据权利要求5所述的系统,其中所述游戏行为包括游戏中活动成功率。

12.根据权利要求1所述的系统,其中与用户行为有关的所述指示包括用户消息传送行为。

13.根据权利要求1所述的系统,其中与用户行为有关的所述指示包括发送消息的频率。

14.根据权利要求1所述的系统,其中与用户行为有关的所述指示包括发出消息的不同账户的数量。

15.根据权利要求1所述的系统,其中与用户行为有关的所述指示包括发出消息的账户的区域。

16.根据权利要求1所述的系统,其中与用户行为有关的所述指示包括消息类型。

17.根据权利要求1所述的系统,其中与用户行为有关的所述指示包括拥有的游戏数量。

18.根据权利要求1所述的系统,其中与用户行为有关的所述指示包括非免费游戏购买的数量。

19.一种方法,其包括:

20.一种装置,其包括:

技术总结机器学习(ML)模型(200)用于基于习得的游戏者行为来识别计算机游戏设置中的垃圾邮件消息和垃圾邮件发送者。评估器模块(500、502)从所述ML模型接收指示特定消息是垃圾邮件还是其它不期望的消息的评分,且在所述评分满足阈值时将所述消息传递到惩罚模块(412)以确定是警告、挂起还是禁用发送账户。技术研发人员:A·萨拉扎,X·张受保护的技术使用者:索尼互动娱乐股份有限公司技术研发日:技术公布日:2024/10/10

本文地址:https://www.jishuxx.com/zhuanli/20241015/313684.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。