本发明公开了一种基于多示例多标记学习的手机游戏道具推荐方法,具体步骤如下:
该方法有效利用了玩家行为数据中的大量事件上下文,以及与道具购买并不直接相关的事件。因此,推荐结果更加准确。
| 专利名称 | 一种基于多示例多标记学习的手机游戏道具推荐方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201610188765.1 |
| 申请号 | - | 专利申请日期 | 2016-03-29 |
| 专利授权日期 | 2016-08-24 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 周志华;唐俊;詹德川 | ||
| 权利人 | - | ||
| 专利摘要 | 本发明公开了一种基于多示例多标记学习的手机游戏道具推荐方法,包括如下步骤:首先将游戏原始运营数据转化为MIML的形式,生成MIML训练数据集合;然后根据训练数据集合训练推荐模型;将测试用户数据转化为MIML的形式,用得到的推荐模型进行预测,输出相关的标记排序作为推荐结果。本发明提出的方法有效利用了玩家行为数据中的大量事件上下文、玩家行为数据中与道具购买并不直接相关的事件,推荐的结果更加准确。 | ||