[发明专利]游戏特征的提取方法、装置、电子设备及可读存储介质

说明书

本申请提供了一种游戏特征的提取方法、装置、电子设备和可读存储介质，涉及游戏技术领域，该方法包括获取游戏玩家的游戏特征数据；基于指定数组处理函数对游戏特征数据进行提取，得到目标特征数据，以将目标特征数据作为机器学习模型的输入数据训练机器学习模型；其中，目标特征数据包含的预设特征值的数量小于游戏特征数据中包含的预设特征值的数量；预设特征值为机器学习模型的无效训练数据。本申请避免了获取的数据出现很多无效训练数据的情况，从而在模型调用该数据进行训练时，提升了模型训练效果。

技术领域

本申请涉及游戏技术领域，尤其是涉及一种游戏特征的提取方法、装置、电子设备及可读存储介质。

背景技术

目前，为了提高玩家的游戏体验，需要定期的对游戏中的相关机器学习模型进行训练。相关技术中，在模型训练时，通常通过获取玩家在历史时间段内的游戏相关数据，例如可以选取T-1日、T-2日、……T-30日(其中，T为数据获取日)的游戏相关数据对模型进行更新训练。然而，在数据获取的历史时间段内，玩家可能并非每天均登录并进行游戏，因此获取的游戏相关数据则为空或0。当采用自然时间选取历史时间段内为空或0的游戏相关数据较多时，该历史时间段内的数据对模型训练参考意义并不大，且根据该数据训练后的模型效果不佳。

发明内容

本申请的目的在于提供一种游戏特征的提取方法、装置、电子设备和可读存储介质，避免了获取的数据出现很多无效训练数据的情况，从而在模型调用该数据进行训练时，提升了模型训练效果。

第一方面，本发明提供一种游戏特征的提取方法，方法包括：获取游戏玩家的游戏特征数据；基于指定数组处理函数对游戏特征数据进行提取，得到目标特征数据，以将目标特征数据作为机器学习模型的输入数据训练机器学习模型；其中，目标特征数据包含的预设特征值的数量小于游戏特征数据中包含的预设特征值的数量；预设特征值为机器学习模型的无效训练数据。

第二方面，本发明提供一种游戏特征的提取装置，装置包括：数据获取模块，用于获取游戏玩家的游戏特征数据；提取模块，用于基于指定数组处理函数对游戏特征数据进行提取，得到目标特征数据，以将目标特征数据作为机器学习模型的输入数据训练机器学习模型；其中，目标特征数据包含的预设特征值的数量小于游戏特征数据中包含的预设特征值的数量；预设特征值为机器学习模型的无效训练数据。

第三方面，本发明提供一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的计算机可执行指令，处理器执行计算机可执行指令以实现前述实施方式任一项的游戏特征的提取方法。

第四方面，本发明提供一种计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现前述实施方式任一项的游戏特征的提取方法。

本申请提供的游戏特征的提取方法、装置、电子设备和可读存储介质，该游戏特征的提取方法首先获取游戏玩家的游戏特征数据，然后基于指定数组处理函数对游戏特征数据进行提取，得到目标特征数据，以将目标特征数据作为机器学习模型的输入数据训练机器学习模型，进行游戏特征的提取。其中，输入至机器学习模型的目标特征数据包含的预设特征值的数量小于游戏特征数据中包含的预设特征值的数量，该预设特征值为机器学习模型的无效训练数据。通过这种方式在进行模型的特征提取时，输入至机器学习的数据可以避免出现很多无效训练数据的情况，从而在模型调用该目标特征数据进行训练时，可以提升机器学习模型的训练效果。

附图说明

为了更清楚地说明本申请具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种游戏特征的提取方法的流程图；

图2为本申请实施例提供的一种具体的游戏特征的提取方法的流程图；