一種游戲推薦方法技術

本發明專利技術涉及信息推送技術領域，尤其涉及一種游戲推薦方法，包括以下步驟：獲取用戶信息、將用戶聚類為聚類簇、生成聚類簇的游戲列表、推薦游戲給用戶，相較于傳統的游戲推薦方法，本發明專利技術根據用戶基本信息將用戶聚類為不同的聚類簇，對聚類簇內全部玩家的已安裝游戲列表進行匯總，并根據使用情況及評價進行排序形成游戲列表，再將玩家未安裝的游戲推薦給玩家，使得游戲推薦更具有目標性及個性化，提高了游戲推薦的有效性，同時提高了用戶體驗，有助于游戲平臺的正常運行。

A Game Recommendation Method

The invention relates to the field of information push technology, in particular to a game recommendation method, which includes the following steps: obtaining user information, clustering users into clusters, generating game lists of clusters and recommending games to users. Compared with the traditional game recommendation method, the invention clusters users into different clusters according to the basic information of users, and all players in the cluster. The installed game lists are summarized and sorted according to the usage and evaluation to form a game list. Then the game that the players have not installed is recommended to the players, which makes the game recommendation more targeted and personalized, improves the validity of the game recommendation, and improves the user experience, and contributes to the normal operation of the game platform.

【技術實現步驟摘要】
一種游戲推薦方法
本專利技術涉及信息推送
，尤其涉及一種游戲推薦方法。
技術介紹
現有的游戲平臺，一般按照游戲的分類(如棋牌游戲、角色動作、休閑益智等)，將游戲服務商提供的游戲，按照統一的固定的模式展示給用戶，以供用戶下載安裝；然而，數量極為龐大的游戲程序，也給用戶選擇一個自己感興趣的游戲應用程序帶來了很大困難。僅僅根據用戶下載游戲應用的次數和用戶評論等構成的不同游戲分類的排行榜，展現給所有的用戶都是一樣的，這就忽略了不同用戶所感興趣的游戲不一定與下載次數和用戶評論等信息相符合，大大降低了用戶的體驗，繼而影響到游戲平臺的業務。
技術實現思路
本專利技術所要解決的技術問題是克服現有技術中存在的不足，提供一種根據相似用戶群進行準確推薦的游戲推薦方法。本專利技術是通過以下技術方案予以實現：一種游戲推薦方法，其特征在于，包括以下步驟：a.獲取用戶信息：用戶行為獲取模塊采集用戶的基本信息，上傳至游戲平臺服務器端，用戶的基本信息包括用戶特征、手機設備標識、安裝的游戲列表及游戲使用時間；b.將用戶聚類為聚類簇：用戶行為分析模塊根據服務器端接收到的用戶的基本信息，對用戶的基本信息進行歸一化處理，采用聚類分析將所有用戶聚類為多個用戶所屬分類的聚類簇；c.生成聚類簇的游戲列表：游戲列表生成模塊對同一聚類簇內所有用戶的游戲使用情況進行分析，根據手機設備標識、游戲安裝數量、游戲使用時間及用戶評價將游戲按順序排列生成聚類簇的游戲列表；d.推薦游戲給用戶：游戲推薦模塊通過對比聚類簇的游戲列表及用戶安裝的游戲列表，將用戶沒有安裝的游戲推薦給用戶，供用戶安裝。本專利技術的有益效果是：相較于傳統的游戲推薦方法，本專利技術根據用戶基本信息將用戶聚類為不同的聚類簇，對聚類簇內全部玩家的已安裝游戲列表進行匯總，并根據使用情況及評價進行排序形成游戲列表，再將玩家未安裝的游戲推薦給玩家，使得游戲推薦更具有目標性及個性化，提高了游戲推薦的有效性，同時提高了用戶體驗，有助于游戲平臺的正常運行。附圖說明圖1是本專利技術的原理結構示意圖。具體實施方式為了使本
的技術人員更好地理解本專利技術的技術方案，下面結合最佳實施例對本專利技術作進一步的詳細說明。一種游戲推薦方法，其特征在于，包括以下步驟：a.獲取用戶信息：用戶行為獲取模塊采集用戶的基本信息，上傳至游戲平臺服務器端，用戶的基本信息包括用戶特征、手機設備標識、安裝的游戲列表及游戲使用時間，用戶特征包括用戶年齡、性別、星座、教育程度、通訊錄好友列表及用戶位置等信息；b.將用戶聚類為聚類簇：用戶行為分析模塊根據服務器端接收到的用戶的基本信息，對用戶的基本信息進行歸一化處理，本實施例中使用的是K-means算法，該算法能夠將具有類似特征的對象聚類成若干簇，即采用聚類分析將所有用戶聚類為多個用戶所屬分類的聚類簇，每個簇內用戶具有較高的相似度；c.生成聚類簇的游戲列表：游戲列表生成模塊對同一聚類簇內所有用戶的游戲使用情況進行分析，根據手機設備標識、游戲安裝數量、游戲使用時間及用戶評價將游戲按順序排列生成聚類簇的游戲列表，分別對游戲安裝數量、游戲使用時間及用戶評價給與不同的權重，計算后進行排名，取前N個結果形成聚類簇的游戲列表，N值可調；d.推薦游戲給用戶：游戲推薦模塊通過對比聚類簇的游戲列表及用戶安裝的游戲列表，將用戶沒有安裝的游戲推薦給用戶，供用戶安裝。相較于傳統的游戲推薦方法，本專利技術根據用戶基本信息將用戶聚類為不同的聚類簇，對聚類簇內全部玩家的已安裝游戲列表進行匯總，并根據使用情況及評價進行排序形成游戲列表，再將玩家未安裝的游戲推薦給玩家，使得游戲推薦更具有目標性及個性化，提高了游戲推薦的有效性，同時提高了用戶體驗，有助于游戲平臺的正常運行。以上所述僅為本專利技術的優選實施例而已，并不用于限制本專利技術，對于本領域的技術人員來說，本專利技術可以有各種更改和變化。凡在本專利技術的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本專利技術的保護范圍之內。本文檔來自技高網...

【技術保護點】
1.一種游戲推薦方法，其特征在于，包括以下步驟：a.獲取用戶信息：用戶行為獲取模塊采集用戶的基本信息，上傳至游戲平臺服務器端，用戶的基本信息包括用戶特征、手機設備標識、安裝的游戲列表及游戲使用時間；b.將用戶聚類為聚類簇：用戶行為分析模塊根據服務器端接收到的用戶的基本信息，對用戶的基本信息進行歸一化處理，采用聚類分析將所有用戶聚類為多個用戶所屬分類的聚類簇；c.生成聚類簇的游戲列表：游戲列表生成模塊對同一聚類簇內所有用戶的游戲使用情況進行分析，根據手機設備標識、游戲安裝數量、游戲使用時間及用戶評價將游戲按順序排列生成聚類簇的游戲列表；d.推薦游戲給用戶：游戲推薦模塊通過對比聚類簇的游戲列表及用戶安裝的游戲列表，將用戶沒有安裝的游戲推薦給用戶，供用戶安裝。

【技術特征摘要】
1.一種游戲推薦方法，其特征在于，包括以下步驟：a.獲取用戶信息：用戶行為獲取模塊采集用戶的基本信息，上傳至游戲平臺服務器端，用戶的基本信息包括用戶特征、手機設備標識、安裝的游戲列表及游戲使用時間；b.將用戶聚類為聚類簇：用戶行為分析模塊根據服務器端接收到的用戶的基本信息，對用戶的基本信息進行歸一化處理，采用聚類分析將所有用戶聚...

【專利技術屬性】
技術研發人員：王彥越，
申請(專利權)人：宏誠盛世天津網絡科技有限公司，
類型：發明
國別省市：天津,12