专利汇可以提供基于深度神经网络的虚拟货币优化方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于 深度神经网络 的 虚拟 货币 优化方法,首先对游戏货币系统进行 数据采集 和挖掘;然后采用增强学习的方法对高频数据对应的用户的购买行为进行 深度学习 ;最后根据深度学习结果,制定游戏货币发放的增速减速策略。本发明能够根据用户的购买欲望灵活的增加货币供应量和减小货币供应量,加大了游戏的推广 力 度以及其娱乐性。,下面是基于深度神经网络的虚拟货币优化方法专利的具体信息内容。
1.基于深度神经网络的虚拟货币优化方法,其特征在于,包括以下步骤:
1)对游戏货币系统进行数据采集和挖掘;
2)采用增强学习的方法对高频数据对应的用户的购买行为进行深度学习;
3)根据深度学习结果,制定游戏货币发放的增速减速策略。
2.根据权利要求1所述的基于深度神经网络的虚拟货币优化方法,其特征在于,所述步骤1)中,对游戏货币系统进行数据采集包括:
1-1)用户画像,包括用户年龄、性别、工作、收入情况;
1-2)每一次用户购买的历史记录;
1-3)用户购买时的上下文数据,包括社交好友购买记录、游戏进行状态、全局货币化属性。
3.根据权利要求1所述的基于深度神经网络的虚拟货币优化方法,其特征在于,所述步骤1)中,进行数据挖掘是指,首先得到所有用户购买的历史数据,然后对每个用户购买行为进行统计,然后对用户按照购买频率进行排序,得到高频数据对应的用户。
4.根据权利要求2所述的基于深度神经网络的虚拟货币优化方法,其特征在于,所述步骤1)中,对于用户数据不完善的情况,对用户进行建模,提取信息完善的用户的特征信息,进行机器学习,利用机器学习结果对数据不完善用户的未知信息进行预测。
5.根据权利要求1所述的基于深度神经网络的虚拟货币优化方法,其特征在于,所述步骤2)中,进行深度学习,具体过程如下:
首先定义Q-learning中的状态和动作,状态就是游戏的整体货币化情况以及每个人的购买状况,动作就是是否继续购买,如果购买,那么就得到一个difference,通过这个difference对状态和动作的函数Q(s,a)进行更新:
Q(s,a):=Q(s,a)+α[difference]
其中,Q(s,a)代表Q-learning里面对状态和动作的建模,s为状态,a为动作,α为增强学习中的折扣因子,difference为一次增强学习结果;
然后将Q(s,a)函数参数化为深度神经网络,来用神经网络来逼近这个复杂函数,神经网络的更新如下:
w:=w+α[difference]Q(s,a)
其中,w为神经网络权值。
6.根据权利要求1所述的基于深度神经网络的虚拟货币优化方法,其特征在于,所述步骤3)中,根据深度学习结果,当用户在游戏的某个时间点购买行为增强,则增加货币供应量,反之,减少货币供应量。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
软件开发套件平台 | 2020-05-08 | 442 |
对分布式搜索的结果进行货币化和优先级区分 | 2020-05-17 | 744 |
清洁取暖项目商业模式可行性及优选分析方法及系统 | 2020-05-11 | 620 |
将实际对象通用实时链接至机器、网络、互联网或软件服务的综合系统和方法 | 2020-05-13 | 808 |
通过混合的基于统计和用户测量方法测量多屏幕互联网用户概况、交易行为和用户群体结构 | 2020-05-19 | 12 |
数据中心查数系统 | 2020-05-08 | 397 |
一种用于优化生物质发电补贴模型的方法 | 2020-05-08 | 1016 |
用于蜂窝上服务的动态服务质量(QoS) | 2020-05-12 | 491 |
用于活动资金的出资公开募集系统 | 2020-05-11 | 650 |
오파란 처리 가능한 사료 발효 배합기 | 2020-05-16 | 294 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。