[发明专利]基于机器学习的灵活计算机游戏

权利要求书

1.一种用于配置灵活视频游戏的方法，所述方法包括：

由一个或多个处理器从玩视频游戏的多个客户端接收至少包括游戏玩耍数据和设备级数据的多参数数据；

由所述一个或多个处理器使用机器学习算法来检测所述多参数数据与测量所述视频游戏的使用的所定义度量之间的复杂关联；

由一个或多个处理器基于所述复杂关联来预测改变一个或多个视频游戏参数对所述所定义度量的影响；以及

由一个或多个处理器基于所述预测在所述视频游戏的初始发布之后对所述视频游戏进行配置以改善所述所定义度量。

2.根据权利要求1所述的方法，其中至少部分地使用所述机器学习算法或不同的机器学习算法来执行预测改变一个或多个视频游戏参数的所述影响。

3.根据权利要求1所述的方法，进一步包括基于所述多参数数据的记录的源，将所述记录与各个用户相关联。

4.根据权利要求3所述的方法，进一步包括基于人口统计学概况、心理概况和亲和度的类似性中的至少一个将用户群划分为群组。

5.根据权利要求3所述的方法，进一步包括至少部分地基于随机选择或准随机选择将所述用户群划分为群组，为所述群组中的每个单独检测所述复杂关联，并且至少部分地基于所述复杂关联的效用选择所述群组中的一个或多个用于所述预测。

6.根据权利要求4所述的方法，其中所述一个或多个处理器针对所述群组中的每个单独执行所述配置。

7.根据权利要求1所述的方法，其中所述一个或多个处理器针对所述各个用户中的每个单独执行所述配置。

8.根据权利要求1所述的方法，其中配置所述视频游戏包括：在服务器存储器中维持视频游戏参数的数据结构，所述数据结构被配置为设置用于视频游戏可执行文件的游戏玩耍变量；更新所述数据结构；以及向在客户端设备上运行的所述视频游戏可执行文件的实例提供已更新数据结构或去往所述已更新数据结构的链接。

9.根据权利要求1所述的方法，其中配置所述视频游戏包括：自动更改源代码中的所述一个或多个视频游戏参数；通过在所述更改之后编译所述源代码，来产生重新配置的视频游戏可执行文件；以及将所述重新配置的视频游戏可执行文件分发给所述多个客户端。

10.根据权利要求1所述的方法，其中配置所述视频游戏包括：修改脚本模块的库，其中所述视频游戏被编程为调用所述脚本模块中的每个用于执行功能。

11.根据权利要求1所述的方法，其中检测所述复杂关联包括执行选自以下算法中的至少一种监督机器学习算法：线性回归算法、神经网络算法、支持向量算法、朴素贝叶斯算法、线性分类模块或随机森林算法。

12.根据权利要求1所述的方法，其中检测所述复杂关联包括执行将所述多参数数据中的输入参数与所述所定义度量相关的监督机器学习算法即SML算法。

13.根据权利要求12所述的方法，其中所述输入参数选自由下列项组成的群：用于所述视频游戏的玩耍参数、用于所述客户端设备的使用参数和用于所述客户端设备的状态参数。

14.根据权利要求13所述的方法，其中所述玩耍参数包括以下中的一个或多个：每个玩家的游戏分数、用户输入率、游戏进度率、平均玩耍时间、玩耍频率、玩家化身参数、化身附件参数、虚拟库存、购买历史、客户端设备类型、游戏级别、完成的活动、玩家之间的关系；化身-NPC关系或前述的任何组合。

15.根据权利要求13所述的方法，其中所述使用参数选自：Cookie值、浏览器历史、媒体库内容、安装的可执行应用程序、使用时间、使用模式、联系人列表或前述的任何组合。