性能测试方法和装置、存储介质及电子装置与流程

本发明涉及计算机领域，具体而言，涉及一种性能测试方法和装置、存储介质及电子装置。

背景技术

在很多终端安装的应用客户端中，常可以通过人机交互操作控制对应的虚拟角色在虚拟场景中完成人机交互任务。其中，在控制上述虚拟角色执行人机交互任务中所指示的动作时，该虚拟角色往往是根据所配置的性能参数来实现在虚拟场景中表现上述动作。例如，为虚拟角色a配置的攻击伤害值大于为虚拟角色b配置的攻击伤害值时，则虚拟角色a在执行攻击动作时的输出伤害将大于虚拟角色b在执行攻击动作时的输出伤害。

目前，由测试开发人员为上述虚拟角色手动配置的性能参数，通常是被输入到测试设备进行局部测试。然而，在真正运行上述应用客户端的实际过程中，由于人机交互任务的执行情况是复杂多变的，而上述测试设备所模拟的测试场景是有限的，从而导致采用相关技术测试得到的虚拟角色的性能参数存在平衡性较差的问题。

针对上述的问题，目前尚未提出有效的解决方案。

技术实现要素：

本发明实施例提供了一种性能测试方法和装置、存储介质及电子装置，以至少解决相关技术中存在的虚拟角色的性能参数平衡性较差的技术问题。

根据本发明实施例的一个方面，提供了一种性能测试方法，包括：获取待测试的虚拟角色所具备的技能的性能参数；根据上述性能参数依次提取上述虚拟角色在虚拟场景中第i个技能表现的技能表现特征，其中，上述i为大于等于1，且小于等于m的整数，上述m为上述技能表现的数量；获取与上述虚拟角色所属角色类型匹配的表现系数集合，其中，上述表现系数集合中包含的每一个表现系数分别用于指示一个上述技能表现特征的表现程度；根据上述技能表现特征及上述表现系数集合，获取与上述虚拟角色匹配的测试结果，其中，在上述测试结果属于目标数值范围的情况下，上述虚拟角色所具备的技能的上述性能参数指示为配置平衡。

作为一种可选的示例，上述提取单元包括：第一获取模块，用于在上述虚拟角色所具备的技能中包含的第j个技能被释放时，获取上述第j个技能释放所产生的与上述第i个技能表现对应的技能效果值，其中，上述技能效果值用于指示技能被释放时对上述虚拟场景中虚拟对象所产生的交互结果，上述j为大于等于1，且小于等于n的整数，上述n为上述虚拟角色所具备的技能的数量；确定模块，用于根据与上述虚拟角色所具备的技能对应的n个技能效果值，确定上述第i个技能表现的上述技能表现特征。

作为一种可选的示例，上述确定模块包括：第一获取子模块，用于获取与上述第j个技能匹配的技能释放次数，及与上述第j个技能匹配的释放控制系数；第二获取子模块，用于获取上述第j个技能被释放所产生的上述技能效果值，与上述第j个技能匹配的上述技能释放次数，及与上述第j个技能匹配的释放控制系数三者之间的乘积，作为上述第j个技能的技能中间特征；第三获取子模块，用于获取与上述虚拟角色所携带的辅助对象对应的辅助特征值；确定子模块，用于根据上述虚拟角色所具备的技能对应的n个技能中间特征和上述辅助特征值确定上述第i个技能表现的上述技能表现特征。

作为一种可选的示例，上述第一获取子模块还用于执行以下步骤：在上述第j个技能为第一类技能的情况下，获取上述虚拟角色用于完成上述虚拟场景所设置的任务的总时长，与上述第j个技能的加载时长二者之间的第一比值，作为上述第j个技能的上述技能释放次数；在上述第j个技能为第二类技能的情况下，获取上述虚拟角色用于完成上述虚拟场景所设置的任务的总时长，与上述虚拟角色用于执行上述第一类技能的执行时长二者之间的差值；获取上述差值与上述第j个技能的动作准备时长二者之间的第二比值，作为上述第j个技能的上述技能释放次数。

作为一种可选的示例，上述第三获取子模块还用于执行以下步骤：依次获取上述虚拟角色单独携带第h个辅助对象时的第一属性值，与上述虚拟角色未携带上述第h个辅助对象时的第二属性值二者之间的第三比值，作为上述第h个辅助对象的对象特征值，其中，上述h为大于等于1，且小于等于p的整数，上述p为上述虚拟角色所携带的辅助对象的数量；对与上述虚拟角色所携带的辅助对象对应的p个对象特征值进行加权求和，得到与上述虚拟角色所携带的辅助对象对应的上述辅助特征值。

作为一种可选的示例，上述第二获取单元包括：第二获取模块，用于根据网络中大数据的统计结果，获取上述虚拟角色所属角色类型的上述表现系数集合。

作为一种可选的示例，上述第二获取模块包括：第五获取子模块，用于从上述网络获取样本虚拟角色执行上述虚拟场景所设置的任务后得到的样本数据，其中，上述样本数据包括：上述样本虚拟角色所具备的技能的性能参数，上述样本虚拟角色所属角色类型及上述样本虚拟角色执行上述任务后的任务结果；输入子模块，用于将上述样本数据输入多元线性回归模型，输出得到上述表现系数集合。

作为一种可选的示例，上述第三获取单元包括：求和模块，用于对m个上述技能表现特征进行加权求和，得到与上述虚拟角色匹配的测试结果。

根据本发明实施例的另一方面，还提供了一种性能测试装置，包括：第一获取单元，用于获取待测试的虚拟角色所具备的技能的性能参数；提取单元，用于根据上述性能参数依次提取上述虚拟角色在虚拟场景中第i个技能表现的技能表现特征，其中，上述i为大于等于1，且小于等于m的整数，上述m为上述技能表现的数量；第二获取单元，用于获取与上述虚拟角色所属角色类型匹配的表现系数集合，其中，上述表现系数集合中包含的每一个表现系数分别用于指示一个上述技能表现特征的表现程度；第三获取单元，用于根据上述技能表现特征及上述表现系数集合，获取与上述虚拟角色匹配的测试结果，其中，在上述测试结果属于目标数值范围的情况下，上述虚拟角色所具备的技能的上述性能参数指示为配置平衡。

根据本发明实施例的又一方面，还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述性能测试方法。

根据本发明实施例的又一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，上述处理器通过计算机程序执行上述的性能测试方法。

在本发明实施例中，采用了获取待测试的虚拟角色所具备的技能的性能参数，根据上述性能参数依次提取上述虚拟角色在虚拟场景中第i个技能表现的技能表现特征，获取与上述虚拟角色所属角色类型匹配的表现系数集合，其中，上述表现系数集合中包含的每一个表现系数分别用于指示一个上述技能表现特征的表现程度，根据上述技能表现特征及上述表现系数集合，获取与上述虚拟角色匹配的测试结果的方法。在上述方法中，通过从虚拟角色的技能的性能参数中提取出技能表现的技能表现特征，并根据技能表现特征与表现系数集合获取到虚拟角色匹配的测试结果，从而准确地对虚拟角色的技能表现进行测试，达到了提高虚拟角色的性能参数的平衡性的有益效果，进而解决了相关技术中存在的虚拟角色的性能参数平衡性较差的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种可选的性能测试方法的应用环境的示意图；

图2是根据本发明实施例的一种可选的性能测试方法的流程示意图；

图3是根据本发明实施例的一种可选的性能测试方法的示意图；

图4是根据本发明实施例的另一种可选的性能测试方法的示意图；

图5是根据本发明实施例的又一种可选的性能测试方法的示意图；

图6是根据本发明实施例的又一种可选的性能测试方法的示意图；

图7是根据本发明实施例的又一种可选的性能测试方法的示意图；

图8是根据本发明实施例的又一种可选的性能测试方法的示意图；

图9是根据本发明实施例的一种可选的性能测试装置的结构示意图；

图10是根据本发明实施例的一种可选的电子装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

根据本发明实施例的一个方面，提供了一种性能测试方法，可选地，作为一种可选的实施方式，上述性能测试方法可以但不限于应用于如图1所示的环境中。

用户102可以通过用户设备104中的处理器108运行虚拟场景，虚拟场景中的虚拟角色的数据存储在存储器106中。计算服务器112通过网络110获取到虚拟场景中的虚拟角色的技能的性能参数，在获取到上述性能参数后，计算服务器112提取虚拟角色在虚拟场景中的第i个技能表现的技能表现特征，并从表现系数集合116中获取到表现系数，并通过上述技能表现特征与表现系数计算测试结果。

需要说明的是，相关技术中，在对虚拟角色的性能参数进行测试时，通常使用的方法是将性能参数输入到测试设备中进行局部测试。然而，由于实际的执行情况是复杂多变的，上述测试设备的模拟测试场景是有限的。因此，采用上述测试方法会存在测试得到的虚拟角色的性能参数存在平衡性较差的问题。而本实施例中，通过从虚拟角色的技能的性能参数中提取出技能表现的技能表现特征，并根据技能表现特征与表现系数集合获取到虚拟角色匹配的测试结果，从而准确地对虚拟角色的技能表现进行测试，达到了提高虚拟角色的性能参数的平衡性的有益效果。

可选地，作为一种可选的实施方式，如图2所示，上述性能测试方法包括：

s202，获取待测试的虚拟角色所具备的技能的性能参数；

s204，根据性能参数依次提取虚拟角色在虚拟场景中第i个技能表现的技能表现特征，其中，i为大于等于1，且小于等于m的整数，m为技能表现的数量；

s206，获取与虚拟角色所属角色类型匹配的表现系数集合，其中，表现系数集合中包含的每一个表现系数分别用于指示一个技能表现特征的表现程度；

s208，根据技能表现特征及表现系数集合，获取与虚拟角色匹配的测试结果，其中，在测试结果属于目标数值范围的情况下，虚拟角色所具备的技能的性能参数指示为配置平衡。

可选地，上述性能测试方法可以但不限于应用于对游戏角色进行测试的过程中。以下结合对游戏角色进行测试的过程进行说明。

上述性能参数可以为游戏角色的技能的基础属性参数，例如技能的使用次数，技能从触发到完成的时间，技能的释放距离，技能的作用范围等，上述技能表现特征为游戏角色的技能的对局表现，上述表现系数集合可以为存放游戏角色的各个技能或的表现系数的集合。上述测试结果可以为游戏角色的胜率。如图3所示，图3为一种可选地的虚拟场景的示意图，在游戏中，游戏角色有3个技能。每个游戏的技能可以被释放以完成游戏。获取技能的使用次数，技能从触发到完成的时间，技能的释放距离，技能的作用范围等。由于不同的虚拟角色的技能不同。而由于技能的不同，对胜率的影响也不同。因此，每一个技能都有一个对应的表现系数，上述表现系数是本技能对胜率的影响。例如，获取到一段时间的游戏数据，根据游戏数据中的虚拟角色的技能对胜率的影响，计算每一个技能的表现系数。例如，有技能1比有技能2对胜率的影响更大，则技能1的表现系数比技能2的表现系数就大。在获取到每一个技能的表现系数后，结合上述获取到的与技能的性能参数、或技能的技能表现特征得到虚拟角色的预测胜率。

需要说明的是，相关技术中，在对虚拟角色的性能参数进行测试时，通常使用的方法是将性能参数输入到测试设备中进行局部测试。然而，由于实际的执行情况是复杂多变的，上述测试设备的模拟测试场景是有限的。因此，采用上述测试方法会存在测试得到的虚拟角色的性能参数存在平衡性较差的问题。而本实施例中，通过从虚拟角色的技能的性能参数中提取出技能表现的技能表现特征，并根据技能表现特征与表现系数集合获取到虚拟角色匹配的测试结果，从而准确地对虚拟角色的技能表现进行测试，达到了提高虚拟角色的性能参数的平衡性的有益效果。

可选地，根据性能参数依次提取虚拟角色在虚拟场景中第i个技能表现的技能表现特征包括：在虚拟角色所具备的技能中包含的第j个技能被释放时，获取第j个技能释放所产生的与第i个技能表现对应的技能效果值，其中，技能效果值用于指示技能被释放时对虚拟场景中虚拟对象所产生的交互结果，j为大于等于1，且小于等于n的整数，n为虚拟角色所具备的技能的数量；根据与虚拟角色所具备的技能对应的n个技能效果值，确定第i个技能表现的技能表现特征。

例如，继续结合上述对游戏角色进行测试的过程与图4进行说明。上述虚拟对象可以为敌方角色，上述交互结果可以为技能打出的伤害。如图4所示，技能1被释放到敌方角色身上，打出500点伤害。而技能2可以施加到角色身上，可以恢复200血量。则技能1的技能效果值为500，技能2的技能效果值为200。根据获得的3个技能的技能效果值，确定技能的技能表现特征。

可选地，根据与虚拟角色所具备的技能对应的n个技能效果值，确定第i个技能表现的技能表现特征包括：获取与第j个技能匹配的技能释放次数，及与第j个技能匹配的释放控制系数；获取第j个技能被释放所产生的技能效果值，与第j个技能匹配的技能释放次数，及与第j个技能匹配的释放控制系数三者之间的乘积，作为第j个技能的技能中间特征；获取与虚拟角色所携带的辅助对象对应的辅助特征值；根据虚拟角色所具备的技能对应的n个技能中间特征和辅助特征值确定第i个技能表现的技能表现特征。

例如，继续结合上述对游戏角色进行测试的过程中进行说明。上述技能释放次数为如果技能的冷却时间归零后即立刻释放该技能的情况下，在一场游戏中技能被释放的次数。上述释放控制系数为每一个技能的命中难度。上述辅助对象可以为装备。在获取到每一个技能的技能效果值后，还需要获得一场游戏的游戏时间。例如为1000秒。而技能1的冷却时间为10秒，因此，一场游戏可以释放100次，而技能2的冷却时间为20秒，则一场游戏可以释放50次。而释放控制系数可以使用数字表示，数字越大，则表示技能越容易命中目标。如图5所示，技能1为带有攻击范围的技能。在技能释放期间，有可能被躲闪。而技能2是按下后即可立即对自身释放。因此，技能2的释放控制系数比技能1要大。技能3带有攻击范围，且攻击范围最小，因此控制系数最小。每一个技能都会根据命中的难度匹配一个对应的释放控制系数。具体可以根据技能的飞行快慢、作用范围大小、准备时间长短等属性进行决定。例如，飞行越慢命中难度越大、作用范围越小命中难度越大、准备时间越长命中难度越大。非必中技能的释放难度要比必中技能的释放难度要大。

例如，可以通过以下公式获取到释放控制系数：

释放控制系数＝技能范围系数*技能施法距离系数*技能准备时间系数*技能飞行速度系数

在获取到技能释放次数，释放控制系数，与技能效果值后，根据以下公式获取到中间特征：

中间特征＝技能效果值*技能释放次数*释放控制系数

此外，由于在游戏过程中，装备对技能的伤害或者恢复值有影响。因此，在计算技能表现特征时，还需要根据所携带装备对该技能的影响来决定技能表现特征。因此，还需要获取到角色携带有装备后的辅助特征值，来确定技能的表现特征。

可选地，可以通过以下公式得到技能表现特征：

其中，m为虚拟对象具备的技能数，n为虚拟对象携带的装备数，z、u为大于0的自然数。

可选地，获取与虚拟角色所携带的辅助对象对应的辅助特征值包括：依次获取虚拟角色单独携带第h个辅助对象时的第一属性值，与虚拟角色未携带第h个辅助对象时的第二属性值二者之间的第三比值，作为第h个辅助对象的对象特征值，其中，h为大于等于1，且小于等于p的整数，p为虚拟角色所携带的辅助对象的数量；对与虚拟角色所携带的辅助对象对应的p个对象特征值进行加权求和，得到与虚拟角色所携带的辅助对象对应的辅助特征值。

例如，继续结合上述对游戏角色进行测试的过程进行说明。在未携带装备1的情况下，技能1能够打出500点伤害，而在携带装备1的情况下，技能1能够打出1000点伤害，因此，得到第三比值为2。同时，对游戏角色所携带的每一件装备进行计算，得到每一件装备的第三比值，并对所有得到的比值进行加权求和运算，能够得到每一个技能的辅助特征值。根据上述中间特征与辅助特征值，得到每一个技能的技能表现特征。

可选地，获取与第j个技能匹配的技能释放次数包括：

在第j个技能为第一类技能的情况下，获取虚拟角色用于完成虚拟场景所设置的任务的总时长，与第j个技能的加载时长二者之间的第一比值，作为第j个技能的技能释放次数；在第j个技能为第二类技能的情况下，获取虚拟角色用于完成虚拟场景所设置的任务的总时长，与虚拟角色用于执行第一类技能的执行时长二者之间的差值；获取差值与第j个技能的动作准备时长二者之间的第二比值，作为第j个技能的技能释放次数。

例如，继续结合上述对游戏角色进行测试的过程进行说明。由于游戏角色在游戏进行过程中，不仅仅会施展技能，还会普通攻击。因此，当技能为普通攻击时，计算普通攻击的技能表现特征时，仅仅需要根据普通攻击的次数与普通攻击的技能效果值进行计算即可。而普通攻击由于优先级低于技能，因此，普通攻击的攻击次数需要进行另外的计算得到。例如，释放技能1的准备时间为0.2秒，而在1000秒内，技能1释放了100次，因此，释放技能1需要准备20秒。在这2秒内，无法释放普通攻击。而释放技能2准备时间为1秒，而技能2被释放了50次，因此，释放技能2共需要准备50秒。总共有70秒时间无法进行普通攻击。之后，在剩余的930秒内，每秒普通攻击一次，则一共可以普通攻击930次，每次普通攻击可以攻击10点血，则一共可以攻击敌人9300血量。

可选地，获取第j个技能释放所产生的与第i个技能表现对应的技能效果值包括：获取第j个技能释放所产生的与第i个技能表现对应的虚拟角色的基础属性值和虚拟角色的平均成长属性值，其中，虚拟角色的平均成长属性值为虚拟角色在不同级别时的属性值的平均值；对与第i个技能表现对应的虚拟角色的基础属性值和虚拟角色的平均成长属性值进行加权求和，得到与第i个技能表现对应的技能效果值。

例如，继续结合上述对游戏角色进行测试的过程进行说明。上述属性值可以为游戏角色的攻击值。如图6所示，游戏角色一共有5个级别，初始0级，每一个级别的攻击值是不同的。例如，游戏角色的攻击成长值为10，游戏角色0级时初始攻击值为100，则1级时，游戏角色攻击值为110，2级时，游戏角色的攻击值为120，以此类推。游戏角色的攻击值可以通过以下公式获取：

攻击值＝初始攻击值+攻击成长值*级别

在得到每一个级别的攻击值后，得到攻击值的平均值。

而技能能够打出的伤害为攻击值与技能增幅系数的乘机来获得。例如，技能1增幅系数为2.0，且通过上述计算，游戏角色的攻击值的平均值为为125，则技能1能够打出的伤害为125*2+100＝350。公式如下：

伤害值＝攻击值+技能增幅系数*攻击值的平均值

可选地，获取虚拟角色所属角色类型的表现系数集合包括：根据网络中大数据的统计结果，获取虚拟角色所属角色类型的表现系数集合。

例如，继续结合上述对游戏角色进行测试的过程进行说明。通过不同的虚拟角色的类型，获取每个虚拟角色的多次游戏结果，根据游戏结果获取到每一个虚拟角色的表现系数，例如，上述表现系数可以为大数据所统计的每一个游戏角色的胜率。

可选地，根据网络中大数据的统计结果，获取虚拟角色所属角色类型的表现系数集合包括：从网络获取样本虚拟角色执行虚拟场景所设置的任务后得到的样本数据，其中，样本数据包括：样本虚拟角色所具备的技能的性能参数，样本虚拟角色所属角色类型及样本虚拟角色执行任务后的任务结果；将样本数据输入多元线性回归模型，输出得到表现系数集合。

例如，继续结合上述对游戏角色进行测试的过程进行说明。由于每一个游戏角色有不同的技能，而不同的技能对游戏的胜率的影响是不同的。例如，携带有位移技能的虚拟角色胜率更高、携带有隐身技能的虚拟角色胜率更高，携带有回血技能的虚拟角色胜率更高等等。因此，根据获取到的多场游戏的样本数据，将样本数据中的虚拟角色的属性输入到多元线性回归模型中，得到每一个技能的表现系数，表现系数越大则表示该技能对胜率影响越大。

可选地，根据技能表现特征及表现系数集合，获取与虚拟角色匹配的测试结果包括：对m个技能表现特征进行加权求和，得到与虚拟角色匹配的测试结果。

例如，得到每一个技能的技能表现特征与每一个技能的表现系数后，可以通过对每一个技能与技能表现特征的乘积进行加权求和，得到测试结果。测试结果可以为一个概率，用于表示预测出的虚拟角色的胜率。如果胜率过高，则需要对虚拟角色进行调整。

如图7所示，以雷达图的形式展示虚拟角色的强弱能力。可以清楚展示虚拟角色的各项能力的数值。

需要说明的是，由于虚拟角色的多样性，因此不仅需要根据虚拟角色能够打出的伤害值计算虚拟角色的预测胜率，还需要根据虚拟角色的控制能力、免控能力、承受伤害能力、恢复能力等，综合预测虚拟角色的胜率。

通过本实施例，通过从虚拟角色的技能的性能参数中提取出技能表现的技能表现特征，并根据技能表现特征与表现系数集合获取到虚拟角色匹配的测试结果，从而准确地对虚拟角色的技能表现进行测试，达到了提高虚拟角色的性能参数的平衡性的有益效果。

作为一种可选的实施方案，根据性能参数依次提取虚拟角色在虚拟场景中第i个技能表现的技能表现特征包括：

s1，在虚拟角色所具备的技能中包含的第j个技能被释放时，获取第j个技能释放所产生的与第i个技能表现对应的技能效果值，其中，技能效果值用于指示技能被释放时对虚拟场景中虚拟对象所产生的交互结果，j为大于等于1，且小于等于n的整数，n为虚拟角色所具备的技能的数量；

s2，根据与虚拟角色所具备的技能对应的n个技能效果值，确定第i个技能表现的技能表现特征。

例如，继续结合上述对游戏角色进行测试的过程与图4进行说明。上述虚拟对象可以为敌方角色，上述交互结果可以为技能打出的伤害。如图4所示，技能1被释放到敌方角色身上，打出500点伤害。而技能2可以施加到角色身上，可以恢复200血量。则技能1的技能效果值为500，技能2的技能效果值为200。根据获得的3个技能的技能效果值，确定技能的技能表现特征。

通过本实施例，通过获取在虚拟场景中的第i个技能的技能表现特征，从而可以根据技能表现特征来对虚拟角色进行评估，从而准确地对虚拟角色的性能参数进行测试，达到了提高虚拟角色的性能参数的平衡性的有益效果。

作为一种可选的实施方案，根据与虚拟角色所具备的技能对应的n个技能效果值，确定第i个技能表现的技能表现特征包括：

s1，获取与第j个技能匹配的技能释放次数，及与第j个技能匹配的释放控制系数；

s2，获取第j个技能被释放所产生的技能效果值，与第j个技能匹配的技能释放次数，及与第j个技能匹配的释放控制系数三者之间的乘积，作为第j个技能的技能中间特征；

s3，获取与虚拟角色所携带的辅助对象对应的辅助特征值；

s4，根据虚拟角色所具备的技能对应的n个技能中间特征和辅助特征值确定第i个技能表现的技能表现特征。

例如，继续结合上述对游戏角色进行测试的过程中进行说明。上述技能释放次数为如果技能的冷却时间归零后即立刻释放该技能的情况下，在一场游戏中技能被释放的次数。上述释放控制系数为每一个技能的命中难度。上述辅助对象可以为装备。在获取到每一个技能的技能效果值后，还需要获得一场游戏的游戏时间。例如为1000秒。而技能1的冷却时间为10秒，因此，一场游戏可以释放100次，而技能2的冷却时间为20秒，则一场游戏可以释放50次。而释放控制系数可以使用数字表示，数字越大，则表示技能越容易命中目标。如图5所示，技能1为带有攻击范围的技能。在技能释放期间，有可能被躲闪。而技能2是按下后即可立即对自身释放。因此，技能2的释放控制系数比技能1要大。技能3带有攻击范围，且攻击范围最小，因此控制系数最小。每一个技能都会根据命中的难度匹配一个对应的释放控制系数。具体可以根据技能的飞行快慢、作用范围大小、准备时间长短等属性进行决定。例如，飞行越慢命中难度越大、作用范围越小命中难度越大、准备时间越长命中难度越大。非必中技能的释放难度要比必中技能的释放难度要大。

例如，可以通过以下公式获取到释放控制系数：

释放控制系数＝技能范围系数*技能施法距离系数*技能准备时间系数*技能飞行速度系数

在获取到技能释放次数，释放控制系数，与技能效果值后，根据以下公式获取到中间特征：

中间特征＝技能效果值*技能释放次数*释放控制系数

此外，由于在游戏过程中，装备对技能的伤害或者恢复值有影响。因此，在计算技能表现特征时，还需要根据所携带装备对该技能的影响来决定技能表现特征。因此，还需要获取到角色携带有装备后的辅助特征值，来确定技能的表现特征。

可选地，可以通过以下公式得到技能表现特征：

其中，m为虚拟对象具备的技能数，n为虚拟对象携带的装备数，z、u为大于0的自然数。

通过本实施例，通过根据技能效果值与释放控制系数以及技能效果值来获取中间特征，以及根据中间特征与辅助特征值得到技能表现特征，从而准确地对虚拟角色的性能参数进行测试，达到了提高虚拟角色的性能参数的平衡性的有益效果。

作为一种可选的实施方案，获取与第j个技能匹配的技能释放次数包括：

s1，在第j个技能为第一类技能的情况下，获取虚拟角色用于完成虚拟场景所设置的任务的总时长，与第j个技能的加载时长二者之间的第一比值，作为第j个技能的技能释放次数；

s2，在第j个技能为第二类技能的情况下，获取虚拟角色用于完成虚拟场景所设置的任务的总时长，与虚拟角色用于执行第一类技能的执行时长二者之间的差值；获取差值与第j个技能的动作准备时长二者之间的第二比值，作为第j个技能的技能释放次数。

例如，继续结合上述对游戏角色进行测试的过程进行说明。由于游戏角色在游戏进行过程中，不仅仅会施展技能，还会普通攻击。因此，当技能为普通攻击时，计算普通攻击的技能表现特征时，仅仅需要根据普通攻击的次数与普通攻击的技能效果值进行计算即可。而普通攻击由于优先级低于技能，因此，普通攻击的攻击次数需要进行另外的计算得到。例如，释放技能1的准备时间为0.2秒，而在1000秒内，技能1释放了100次，因此，释放技能1需要准备20秒。在这2秒内，无法释放普通攻击。而释放技能2准备时间为1秒，而技能2被释放了50次，因此，释放技能2共需要准备50秒。总共有70秒时间无法进行普通攻击。之后，在剩余的930秒内，每秒普通攻击一次，则一共可以普通攻击930次，每次普通攻击可以攻击10点血，则一共可以攻击敌人9300血量。

通过本实施例，通过对虚拟对象的技能进行分类，得到第一类技能与第二类技能，从而可以准确地对虚拟角色的性能参数进行测试，达到了提高虚拟角色的性能参数的平衡性的有益效果。

作为一种可选的实施方案，获取与虚拟角色所携带的辅助对象对应的辅助特征值包括：

s1，依次获取虚拟角色单独携带第h个辅助对象时的第一属性值，与虚拟角色未携带第h个辅助对象时的第二属性值二者之间的第三比值，作为第h个辅助对象的对象特征值，其中，h为大于等于1，且小于等于p的整数，p为虚拟角色所携带的辅助对象的数量；

s2，对与虚拟角色所携带的辅助对象对应的p个对象特征值进行加权求和，得到与虚拟角色所携带的辅助对象对应的辅助特征值。

例如，继续结合上述对游戏角色进行测试的过程进行说明。在未携带装备1的情况下，技能1能够打出500点伤害，而在携带装备1的情况下，技能1能够打出1000点伤害，因此，得到第三比值为2。同时，对游戏角色所携带的每一件装备进行计算，得到每一件装备的第三比值，并对所有得到的比值进行加权求和运算，能够得到每一个技能的辅助特征值。根据上述中间特征与辅助特征值，得到每一个技能的技能表现特征。

通过本实施例，通过得到虚拟角色携带扶助对象时的辅助特征值，从而可以根据上述辅助特征值与技能表现特征对虚拟角色进行测试，以准确地对虚拟角色的性能参数进行测试，达到了提高虚拟角色的性能参数的平衡性的有益效果。

作为一种可选的实施方案，获取第j个技能释放所产生的与第i个技能表现对应的技能效果值包括：

s1，获取第j个技能释放所产生的与第i个技能表现对应的虚拟角色的基础属性值和虚拟角色的平均成长属性值，其中，虚拟角色的平均成长属性值为虚拟角色在不同级别时的属性值的平均值；

s2，对与第i个技能表现对应的虚拟角色的基础属性值和虚拟角色的平均成长属性值进行加权求和，得到与第i个技能表现对应的技能效果值。

例如，继续结合上述对游戏角色进行测试的过程进行说明。上述属性值可以为游戏角色的攻击值。如图6所示，游戏角色一共有5个级别，初始0级，每一个级别的攻击值是不同的。例如，游戏角色的攻击成长值为10，游戏角色0级时初始攻击值为100，则1级时，游戏角色攻击值为110，2级时，游戏角色的攻击值为120，以此类推。游戏角色的攻击值可以通过以下公式获取：

攻击值＝初始攻击值+攻击成长值*级别

在得到每一个级别的攻击值后，得到攻击值的平均值。

而技能能够打出的伤害为攻击值与技能增幅系数的乘机来获得。例如，技能1增幅系数为2.0，且通过上述计算，游戏角色的攻击值的平均值为为125，则技能1能够打出的伤害为125*2+100＝350。公式如下：

伤害值＝攻击值+技能增幅系数*攻击值的平均值

通过本实施例，通过根据属性值的平均值得到技能效果值，从而准确地对虚拟角色的性能参数进行测试，达到了提高虚拟角色的性能参数的平衡性的有益效果。

作为一种可选的实施方案，获取虚拟角色所属角色类型的表现系数集合包括：

s1，根据网络中大数据的统计结果，获取虚拟角色所属角色类型的表现系数集合。

例如，继续结合上述对游戏角色进行测试的过程进行说明。通过不同的虚拟角色的类型，获取每个虚拟角色的多次游戏结果，根据游戏结果获取到每一个虚拟角色的表现系数，例如，上述表现系数可以为大数据所统计的每一个游戏角色的胜率。

通过本实施例，通过从网络大数据中统计出虚拟角色的角色类型的表现系数集合，从而使获得的表现系数集合更加准确。达到了提高虚拟角色的性能参数的平衡性的有益效果。

作为一种可选的实施方案，根据网络中大数据的统计结果，获取虚拟角色所属角色类型的表现系数集合包括：

s1，从网络获取样本虚拟角色执行虚拟场景所设置的任务后得到的样本数据，其中，样本数据包括：样本虚拟角色所具备的技能的性能参数，样本虚拟角色所属角色类型及样本虚拟角色执行任务后的任务结果；

s2，将样本数据输入多元线性回归模型，输出得到表现系数集合。

例如，继续结合上述对游戏角色进行测试的过程进行说明。由于每一个游戏角色有不同的技能，而不同的技能对游戏的胜率的影响是不同的。例如，携带有位移技能的虚拟角色胜率更高、携带有隐身技能的虚拟角色胜率更高，携带有回血技能的虚拟角色胜率更高等等。因此，根据获取到的多场游戏的样本数据，将样本数据中的虚拟角色的属性输入到多元线性回归模型中，得到每一个技能的表现系数，表现系数越大则表示该技能对胜率影响越大。

通过本实施例，通过将样本数据输入到多元线性回归模型中，从而可以根据数据准确地得到表现系数结合，进一步准确地对虚拟角色的性能参数进行测试，达到了提高虚拟角色的性能参数的平衡性的有益效果。

作为一种可选的实施方案，根据技能表现特征及表现系数集合，获取与虚拟角色匹配的测试结果包括：

s1，对m个技能表现特征进行加权求和，得到与虚拟角色匹配的测试结果。

例如，得到每一个技能的技能表现特征与每一个技能的表现系数后，可以通过对每一个技能与技能表现特征的乘积进行加权求和，得到测试结果。测试结果可以为一个概率，用于表示预测出的虚拟角色的胜率。如果胜率过高，则需要对虚拟角色进行调整。

如图7所示，以雷达图的形式展示虚拟角色的强弱能力。可以清楚展示虚拟角色的各项能力的数值。

通过本实施例，通过对虚拟角色的所有技能的技能表现特征进行加权求和，从而准确地对虚拟角色的性能参数进行测试，达到了提高虚拟角色的性能参数的平衡性的有益效果。

以下结合图8对上述性能测试方法进行整体说明。如图8所示，获取到虚拟角色的各项属性信息，根据上述属性信息计算该虚拟角色能够制造的伤害，能够承受的伤害，能够控制的时间，能够免疫控制的时间等等各项能力，然后结合虚拟角色的类型，每一种类型的每一项能力对胜率的影响，从而计算出该虚拟角色的胜率，并使用雷达图的形式显示计算出的胜率。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

根据本发明实施例的另一个方面，还提供了一种用于实施上述性能测试方法的性能测试装置，如图9所示，该装置包括：

(1)第一获取单元902，用于获取待测试的虚拟角色所具备的技能的性能参数；

(2)提取单元904，用于根据性能参数依次提取虚拟角色在虚拟场景中第i个技能表现的技能表现特征，其中，i为大于等于1，且小于等于m的整数，m为技能表现的数量；

(3)第二获取单元906，用于获取与虚拟角色所属角色类型匹配的表现系数集合，其中，表现系数集合中包含的每一个表现系数分别用于指示一个技能表现特征的表现程度；

(4)第三获取单元908，用于根据技能表现特征及表现系数集合，获取与虚拟角色匹配的测试结果，其中，在测试结果属于目标数值范围的情况下，虚拟角色所具备的技能的性能参数指示为配置平衡。

可选地，上述性能测试装置可以但不限于应用于对游戏角色进行测试的过程中。以下结合对游戏角色进行测试的过程进行说明。

上述性能参数可以为游戏角色的技能的基础属性参数，例如技能的使用次数，技能从触发到完成的时间，技能的释放距离，技能的作用范围等，上述技能表现特征为游戏角色的技能的对局表现，上述表现系数集合可以为存放游戏角色的各个技能或的表现系数的集合。上述测试结果可以为游戏角色的胜率。如图3所示，图3为一种可选地的虚拟场景的示意图，在游戏中，游戏角色有3个技能。每个游戏的技能可以被释放以完成游戏。获取技能的使用次数，技能从触发到完成的时间，技能的释放距离，技能的作用范围等。由于不同的虚拟角色的技能不同。而由于技能的不同，对胜率的影响也不同。因此，每一个技能都有一个对应的表现系数，上述表现系数是本技能对胜率的影响。例如，获取到一段时间的游戏数据，根据游戏数据中的虚拟角色的技能对胜率的影响，计算每一个技能的表现系数。例如，有技能1比有技能2对胜率的影响更大，则技能1的表现系数比技能2的表现系数就大。在获取到每一个技能的表现系数后，结合上述获取到的与技能的性能参数、或技能的技能表现特征得到虚拟角色的预测胜率。

需要说明的是，相关技术中，在对虚拟角色的性能参数进行测试时，通常使用的方法是将性能参数输入到测试设备中进行局部测试。然而，由于实际的执行情况是复杂多变的，上述测试设备的模拟测试场景是有限的。因此，采用上述测试方法会存在测试得到的虚拟角色的性能参数存在平衡性较差的问题。而本实施例中，通过从虚拟角色的技能的性能参数中提取出技能表现的技能表现特征，并根据技能表现特征与表现系数集合获取到虚拟角色匹配的测试结果，从而准确地对虚拟角色的技能表现进行测试，达到了提高虚拟角色的性能参数的平衡性的有益效果。

可选地，根据性能参数依次提取虚拟角色在虚拟场景中第i个技能表现的技能表现特征包括：在虚拟角色所具备的技能中包含的第j个技能被释放时，获取第j个技能释放所产生的与第i个技能表现对应的技能效果值，其中，技能效果值用于指示技能被释放时对虚拟场景中虚拟对象所产生的交互结果，j为大于等于1，且小于等于n的整数，n为虚拟角色所具备的技能的数量；根据与虚拟角色所具备的技能对应的n个技能效果值，确定第i个技能表现的技能表现特征。

例如，继续结合上述对游戏角色进行测试的过程与图4进行说明。上述虚拟对象可以为敌方角色，上述交互结果可以为技能打出的伤害。如图4所示，技能1被释放到敌方角色身上，打出500点伤害。而技能2可以施加到角色身上，可以恢复200血量。则技能1的技能效果值为500，技能2的技能效果值为200。根据获得的3个技能的技能效果值，确定技能的技能表现特征。

可选地，根据与虚拟角色所具备的技能对应的n个技能效果值，确定第i个技能表现的技能表现特征包括：获取与第j个技能匹配的技能释放次数，及与第j个技能匹配的释放控制系数；获取第j个技能被释放所产生的技能效果值，与第j个技能匹配的技能释放次数，及与第j个技能匹配的释放控制系数三者之间的乘积，作为第j个技能的技能中间特征；获取与虚拟角色所携带的辅助对象对应的辅助特征值；根据虚拟角色所具备的技能对应的n个技能中间特征和辅助特征值确定第i个技能表现的技能表现特征。

例如，继续结合上述对游戏角色进行测试的过程中进行说明。上述技能释放次数为如果技能的冷却时间归零后即立刻释放该技能的情况下，在一场游戏中技能被释放的次数。上述释放控制系数为每一个技能的命中难度。上述辅助对象可以为装备。在获取到每一个技能的技能效果值后，还需要获得一场游戏的游戏时间。例如为1000秒。而技能1的冷却时间为10秒，因此，一场游戏可以释放100次，而技能2的冷却时间为20秒，则一场游戏可以释放50次。而释放控制系数可以使用数字表示，数字越大，则表示技能越容易命中目标。如图5所示，技能1为带有攻击范围的技能。在技能释放期间，有可能被躲闪。而技能2是按下后即可立即对自身释放。因此，技能2的释放控制系数比技能1要大。技能3带有攻击范围，且攻击范围最小，因此控制系数最小。每一个技能都会根据命中的难度匹配一个对应的释放控制系数。具体可以根据技能的飞行快慢、作用范围大小、准备时间长短等属性进行决定。例如，飞行越慢命中难度越大、作用范围越小命中难度越大、准备时间越长命中难度越大。非必中技能的释放难度要比必中技能的释放难度要大。

例如，可以通过以下公式获取到释放控制系数：

释放控制系数＝技能范围系数*技能施法距离系数*技能准备时间系数*技能飞行速度系数

在获取到技能释放次数，释放控制系数，与技能效果值后，根据以下公式获取到中间特征：

中间特征＝技能效果值*技能释放次数*释放控制系数

此外，由于在游戏过程中，装备对技能的伤害或者恢复值有影响。因此，在计算技能表现特征时，还需要根据所携带装备对该技能的影响来决定技能表现特征。因此，还需要获取到角色携带有装备后的辅助特征值，来确定技能的表现特征。

可选地，可以通过以下公式得到技能表现特征：

其中，m为虚拟对象具备的技能数，n为虚拟对象携带的装备数，z、u为大于0的自然数。

可选地，获取与虚拟角色所携带的辅助对象对应的辅助特征值包括：依次获取虚拟角色单独携带第h个辅助对象时的第一属性值，与虚拟角色未携带第h个辅助对象时的第二属性值二者之间的第三比值，作为第h个辅助对象的对象特征值，其中，h为大于等于1，且小于等于p的整数，p为虚拟角色所携带的辅助对象的数量；对与虚拟角色所携带的辅助对象对应的p个对象特征值进行加权求和，得到与虚拟角色所携带的辅助对象对应的辅助特征值。

例如，继续结合上述对游戏角色进行测试的过程进行说明。在未携带装备1的情况下，技能1能够打出500点伤害，而在携带装备1的情况下，技能1能够打出1000点伤害，因此，得到第三比值为2。同时，对游戏角色所携带的每一件装备进行计算，得到每一件装备的第三比值，并对所有得到的比值进行加权求和运算，能够得到每一个技能的辅助特征值。根据上述中间特征与辅助特征值，得到每一个技能的技能表现特征。

可选地，获取与第j个技能匹配的技能释放次数包括：

在第j个技能为第一类技能的情况下，获取虚拟角色用于完成虚拟场景所设置的任务的总时长，与第j个技能的加载时长二者之间的第一比值，作为第j个技能的技能释放次数；在第j个技能为第二类技能的情况下，获取虚拟角色用于完成虚拟场景所设置的任务的总时长，与虚拟角色用于执行第一类技能的执行时长二者之间的差值；获取差值与第j个技能的动作准备时长二者之间的第二比值，作为第j个技能的技能释放次数。

例如，继续结合上述对游戏角色进行测试的过程进行说明。由于游戏角色在游戏进行过程中，不仅仅会施展技能，还会普通攻击。因此，当技能为普通攻击时，计算普通攻击的技能表现特征时，仅仅需要根据普通攻击的次数与普通攻击的技能效果值进行计算即可。而普通攻击由于优先级低于技能，因此，普通攻击的攻击次数需要进行另外的计算得到。例如，释放技能1的准备时间为0.2秒，而在1000秒内，技能1释放了100次，因此，释放技能1需要准备20秒。在这2秒内，无法释放普通攻击。而释放技能2准备时间为1秒，而技能2被释放了50次，因此，释放技能2共需要准备50秒。总共有70秒时间无法进行普通攻击。之后，在剩余的930秒内，每秒普通攻击一次，则一共可以普通攻击930次，每次普通攻击可以攻击10点血，则一共可以攻击敌人9300血量。

可选地，获取第j个技能释放所产生的与第i个技能表现对应的技能效果值包括：获取第j个技能释放所产生的与第i个技能表现对应的虚拟角色的基础属性值和虚拟角色的平均成长属性值，其中，虚拟角色的平均成长属性值为虚拟角色在不同级别时的属性值的平均值；对与第i个技能表现对应的虚拟角色的基础属性值和虚拟角色的平均成长属性值进行加权求和，得到与第i个技能表现对应的技能效果值。

例如，继续结合上述对游戏角色进行测试的过程进行说明。上述属性值可以为游戏角色的攻击值。如图6所示，游戏角色一共有5个级别，初始0级，每一个级别的攻击值是不同的。例如，游戏角色的攻击成长值为10，游戏角色0级时初始攻击值为100，则1级时，游戏角色攻击值为110，2级时，游戏角色的攻击值为120，以此类推。游戏角色的攻击值可以通过以下公式获取：

攻击值＝初始攻击值+攻击成长值*级别

在得到每一个级别的攻击值后，得到攻击值的平均值。

而技能能够打出的伤害为攻击值与技能增幅系数的乘机来获得。例如，技能1增幅系数为2.0，且通过上述计算，游戏角色的攻击值的平均值为为125，则技能1能够打出的伤害为125*2+100＝350。公式如下：

伤害值＝攻击值+技能增幅系数*攻击值的平均值

可选地，获取虚拟角色所属角色类型的表现系数集合包括：根据网络中大数据的统计结果，获取虚拟角色所属角色类型的表现系数集合。

例如，继续结合上述对游戏角色进行测试的过程进行说明。通过不同的虚拟角色的类型，获取每个虚拟角色的多次游戏结果，根据游戏结果获取到每一个虚拟角色的表现系数，例如，上述表现系数可以为大数据所统计的每一个游戏角色的胜率。

可选地，根据网络中大数据的统计结果，获取虚拟角色所属角色类型的表现系数集合包括：从网络获取样本虚拟角色执行虚拟场景所设置的任务后得到的样本数据，其中，样本数据包括：样本虚拟角色所具备的技能的性能参数，样本虚拟角色所属角色类型及样本虚拟角色执行任务后的任务结果；将样本数据输入多元线性回归模型，输出得到表现系数集合。

例如，继续结合上述对游戏角色进行测试的过程进行说明。由于每一个游戏角色有不同的技能，而不同的技能对游戏的胜率的影响是不同的。例如，携带有位移技能的虚拟角色胜率更高、携带有隐身技能的虚拟角色胜率更高，携带有回血技能的虚拟角色胜率更高等等。因此，根据获取到的多场游戏的样本数据，将样本数据中的虚拟角色的属性输入到多元线性回归模型中，得到每一个技能的表现系数，表现系数越大则表示该技能对胜率影响越大。

可选地，根据技能表现特征及表现系数集合，获取与虚拟角色匹配的测试结果包括：对m个技能表现特征进行加权求和，得到与虚拟角色匹配的测试结果。

例如，得到每一个技能的技能表现特征与每一个技能的表现系数后，可以通过对每一个技能与技能表现特征的乘积进行加权求和，得到测试结果。测试结果可以为一个概率，用于表示预测出的虚拟角色的胜率。如果胜率过高，则需要对虚拟角色进行调整。

如图7所示，以雷达图的形式展示虚拟角色的强弱能力。可以清楚展示虚拟角色的各项能力的数值。

需要说明的是，由于虚拟角色的多样性，因此不仅需要根据虚拟角色能够打出的伤害值计算虚拟角色的预测胜率，还需要根据虚拟角色的控制能力、免控能力、承受伤害能力、恢复能力等，综合预测虚拟角色的胜率。

通过本实施例，通过从虚拟角色的技能的性能参数中提取出技能表现的技能表现特征，并根据技能表现特征与表现系数集合获取到虚拟角色匹配的测试结果，从而准确地对虚拟角色的技能表现进行测试，达到了提高虚拟角色的性能参数的平衡性的有益效果。

作为一种可选的实施方案，上述提取904单元包括：

(1)第一获取模块，用于在虚拟角色所具备的技能中包含的第j个技能被释放时，获取第j个技能释放所产生的与第i个技能表现对应的技能效果值，其中，技能效果值用于指示技能被释放时对虚拟场景中虚拟对象所产生的交互结果，j为大于等于1，且小于等于n的整数，n为虚拟角色所具备的技能的数量；

(2)确定模块，用于根据与虚拟角色所具备的技能对应的n个技能效果值，确定第i个技能表现的技能表现特征。

例如，继续结合上述对游戏角色进行测试的过程与图4进行说明。上述虚拟对象可以为敌方角色，上述交互结果可以为技能打出的伤害。如图4所示，技能1被释放到敌方角色身上，打出500点伤害。而技能2可以施加到角色身上，可以恢复200血量。则技能1的技能效果值为500，技能2的技能效果值为200。根据获得的3个技能的技能效果值，确定技能的技能表现特征。

通过本实施例，通过获取在虚拟场景中的第i个技能的技能表现特征，从而可以根据技能表现特征来对虚拟角色进行评估，从而准确地对虚拟角色的性能参数进行测试，达到了提高虚拟角色的性能参数的平衡性的有益效果。

作为一种可选的实施方案，上述确定模块包括：

(1)第一获取子模块，用于获取与第j个技能匹配的技能释放次数，及与第j个技能匹配的释放控制系数；

(2)第二获取子模块，用于获取第j个技能被释放所产生的技能效果值，与第j个技能匹配的技能释放次数，及与第j个技能匹配的释放控制系数三者之间的乘积，作为第j个技能的技能中间特征；

(3)第三获取子模块，用于获取与虚拟角色所携带的辅助对象对应的辅助特征值；

(4)确定子模块，用于根据虚拟角色所具备的技能对应的n个技能中间特征和辅助特征值确定第i个技能表现的技能表现特征。

例如，继续结合上述对游戏角色进行测试的过程中进行说明。上述技能释放次数为如果技能的冷却时间归零后即立刻释放该技能的情况下，在一场游戏中技能被释放的次数。上述释放控制系数为每一个技能的命中难度。上述辅助对象可以为装备。在获取到每一个技能的技能效果值后，还需要获得一场游戏的游戏时间。例如为1000秒。而技能1的冷却时间为10秒，因此，一场游戏可以释放100次，而技能2的冷却时间为20秒，则一场游戏可以释放50次。而释放控制系数可以使用数字表示，数字越大，则表示技能越容易命中目标。如图5所示，技能1为带有攻击范围的技能。在技能释放期间，有可能被躲闪。而技能2是按下后即可立即对自身释放。因此，技能2的释放控制系数比技能1要大。技能3带有攻击范围，且攻击范围最小，因此控制系数最小。每一个技能都会根据命中的难度匹配一个对应的释放控制系数。具体可以根据技能的飞行快慢、作用范围大小、准备时间长短等属性进行决定。例如，飞行越慢命中难度越大、作用范围越小命中难度越大、准备时间越长命中难度越大。非必中技能的释放难度要比必中技能的释放难度要大。

例如，可以通过以下公式获取到释放控制系数：

释放控制系数＝技能范围系数*技能施法距离系数*技能准备时间系数*技能飞行速度系数

在获取到技能释放次数，释放控制系数，与技能效果值后，根据以下公式获取到中间特征：

中间特征＝技能效果值*技能释放次数*释放控制系数

此外，由于在游戏过程中，装备对技能的伤害或者恢复值有影响。因此，在计算技能表现特征时，还需要根据所携带装备对该技能的影响来决定技能表现特征。因此，还需要获取到角色携带有装备后的辅助特征值，来确定技能的表现特征。

可选地，可以通过以下公式得到技能表现特征：

其中，m为虚拟对象具备的技能数，n为虚拟对象携带的装备数，z、u为大于0的自然数。

通过本实施例，通过根据技能效果值与释放控制系数以及技能效果值来获取中间特征，以及根据中间特征与辅助特征值得到技能表现特征，从而准确地对虚拟角色的性能参数进行测试，达到了提高虚拟角色的性能参数的平衡性的有益效果。

作为一种可选的实施方案，上述第一获取子模块还用于执行以下步骤：

s1，在第j个技能为第一类技能的情况下，获取虚拟角色用于完成虚拟场景所设置的任务的总时长，与第j个技能的加载时长二者之间的第一比值，作为第j个技能的技能释放次数；

s2，在第j个技能为第二类技能的情况下，获取虚拟角色用于完成虚拟场景所设置的任务的总时长，与虚拟角色用于执行第一类技能的执行时长二者之间的差值；获取差值与第j个技能的动作准备时长二者之间的第二比值，作为第j个技能的技能释放次数。

例如，继续结合上述对游戏角色进行测试的过程进行说明。由于游戏角色在游戏进行过程中，不仅仅会施展技能，还会普通攻击。因此，当技能为普通攻击时，计算普通攻击的技能表现特征时，仅仅需要根据普通攻击的次数与普通攻击的技能效果值进行计算即可。而普通攻击由于优先级低于技能，因此，普通攻击的攻击次数需要进行另外的计算得到。例如，释放技能1的准备时间为0.2秒，而在1000秒内，技能1释放了100次，因此，释放技能1需要准备20秒。在这2秒内，无法释放普通攻击。而释放技能2准备时间为1秒，而技能2被释放了50次，因此，释放技能2共需要准备50秒。总共有70秒时间无法进行普通攻击。之后，在剩余的930秒内，每秒普通攻击一次，则一共可以普通攻击930次，每次普通攻击可以攻击10点血，则一共可以攻击敌人9300血量。

通过本实施例，通过对虚拟对象的技能进行分类，得到第一类技能与第二类技能，从而可以准确地对虚拟角色的性能参数进行测试，达到了提高虚拟角色的性能参数的平衡性的有益效果。

作为一种可选的实施方案，上述第三获取子模块还用于执行以下步骤：

s1，依次获取虚拟角色单独携带第h个辅助对象时的第一属性值，与虚拟角色未携带第h个辅助对象时的第二属性值二者之间的第三比值，作为第h个辅助对象的对象特征值，其中，h为大于等于1，且小于等于p的整数，p为虚拟角色所携带的辅助对象的数量；

s2，对与虚拟角色所携带的辅助对象对应的p个对象特征值进行加权求和，得到与虚拟角色所携带的辅助对象对应的辅助特征值。

例如，继续结合上述对游戏角色进行测试的过程进行说明。在未携带装备1的情况下，技能1能够打出500点伤害，而在携带装备1的情况下，技能1能够打出1000点伤害，因此，得到第三比值为2。同时，对游戏角色所携带的每一件装备进行计算，得到每一件装备的第三比值，并对所有得到的比值进行加权求和运算，能够得到每一个技能的辅助特征值。根据上述中间特征与辅助特征值，得到每一个技能的技能表现特征。

通过本实施例，通过得到虚拟角色携带扶助对象时的辅助特征值，从而可以根据上述辅助特征值与技能表现特征对虚拟角色进行测试，以准确地对虚拟角色的性能参数进行测试，达到了提高虚拟角色的性能参数的平衡性的有益效果。

作为一种可选的实施方案，上述第一获取模块还包括：

(1)第四获取子模块，用于获取第j个技能释放所产生的与第i个技能表现对应的虚拟角色的基础属性值和虚拟角色的平均成长属性值，其中，虚拟角色的平均成长属性值为虚拟角色在不同级别时的属性值的平均值；

(2)求和子模块，用于对与第i个技能表现对应的虚拟角色的基础属性值和虚拟角色的平均成长属性值进行加权求和，得到与第i个技能表现对应的技能效果值。

例如，继续结合上述对游戏角色进行测试的过程进行说明。上述属性值可以为游戏角色的攻击值。如图6所示，游戏角色一共有5个级别，初始0级，每一个级别的攻击值是不同的。例如，游戏角色的攻击成长值为10，游戏角色0级时初始攻击值为100，则1级时，游戏角色攻击值为110，2级时，游戏角色的攻击值为120，以此类推。游戏角色的攻击值可以通过以下公式获取：

攻击值＝初始攻击值+攻击成长值*级别

在得到每一个级别的攻击值后，得到攻击值的平均值。

而技能能够打出的伤害为攻击值与技能增幅系数的乘机来获得。例如，技能1增幅系数为2.0，且通过上述计算，游戏角色的攻击值的平均值为为125，则技能1能够打出的伤害为125*2+100＝350。公式如下：

伤害值＝攻击值+技能增幅系数*攻击值的平均值

通过本实施例，通过根据属性值的平均值得到技能效果值，从而准确地对虚拟角色的性能参数进行测试，达到了提高虚拟角色的性能参数的平衡性的有益效果。

作为一种可选的实施方案，上述第二获取单元906包括：

(1)第二获取模块，用于根据网络中大数据的统计结果，获取虚拟角色所属角色类型的表现系数集合。

例如，继续结合上述对游戏角色进行测试的过程进行说明。通过不同的虚拟角色的类型，获取每个虚拟角色的多次游戏结果，根据游戏结果获取到每一个虚拟角色的表现系数，例如，上述表现系数可以为大数据所统计的每一个游戏角色的胜率。

通过本实施例，通过从网络大数据中统计出虚拟角色的角色类型的表现系数集合，从而使获得的表现系数集合更加准确。达到了提高虚拟角色的性能参数的平衡性的有益效果。

作为一种可选的实施方案，上述第二获取模块包括：

(1)第五获取子模块，用于从网络获取样本虚拟角色执行虚拟场景所设置的任务后得到的样本数据，其中，样本数据包括：样本虚拟角色所具备的技能的性能参数，样本虚拟角色所属角色类型及样本虚拟角色执行任务后的任务结果；

(2)输入子模块，用于将样本数据输入多元线性回归模型，输出得到表现系数集合。

例如，继续结合上述对游戏角色进行测试的过程进行说明。由于每一个游戏角色有不同的技能，而不同的技能对游戏的胜率的影响是不同的。例如，携带有位移技能的虚拟角色胜率更高、携带有隐身技能的虚拟角色胜率更高，携带有回血技能的虚拟角色胜率更高等等。因此，根据获取到的多场游戏的样本数据，将样本数据中的虚拟角色的属性输入到多元线性回归模型中，得到每一个技能的表现系数，表现系数越大则表示该技能对胜率影响越大。

通过本实施例，通过将样本数据输入到多元线性回归模型中，从而可以根据数据准确地得到表现系数结合，进一步准确地对虚拟角色的性能参数进行测试，达到了提高虚拟角色的性能参数的平衡性的有益效果。

作为一种可选的实施方案，上述第三获取单元908包括：

(1)求和模块，用于对m个技能表现特征进行加权求和，得到与虚拟角色匹配的测试结果。

例如，得到每一个技能的技能表现特征与每一个技能的表现系数后，可以通过对每一个技能与技能表现特征的乘积进行加权求和，得到测试结果。测试结果可以为一个概率，用于表示预测出的虚拟角色的胜率。如果胜率过高，则需要对虚拟角色进行调整。

如图7所示，以雷达图的形式展示虚拟角色的强弱能力。可以清楚展示虚拟角色的各项能力的数值。

通过本实施例，通过对虚拟角色的所有技能的技能表现特征进行加权求和，从而准确地对虚拟角色的性能参数进行测试，达到了提高虚拟角色的性能参数的平衡性的有益效果。

以下结合图8对上述性能测试方法进行整体说明。如图8所示，获取到虚拟角色的各项属性信息，根据上述属性信息计算该虚拟角色能够制造的伤害，能够承受的伤害，能够控制的时间，能够免疫控制的时间等等各项能力，然后结合虚拟角色的类型，每一种类型的每一项能力对胜率的影响，从而计算出该虚拟角色的胜率，并使用雷达图的形式显示计算出的胜率。

根据本发明实施例的又一个方面，还提供了一种用于实施上述性能测试方法的电子装置，如图10所示，该电子装置包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为通过计算机程序执行上述任一项方法实施例中的步骤。

可选地，在本实施例中，上述电子装置可以位于计算机网络的多个网络设备中的至少一个网络设备。

可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：

s1，获取待测试的虚拟角色所具备的技能的性能参数；

s2，根据性能参数依次提取虚拟角色在虚拟场景中第i个技能表现的技能表现特征，其中，i为大于等于1，且小于等于m的整数，m为技能表现的数量；

s3，获取与虚拟角色所属角色类型匹配的表现系数集合，其中，表现系数集合中包含的每一个表现系数分别用于指示一个技能表现特征的表现程度；

s4，根据技能表现特征及表现系数集合，获取与虚拟角色匹配的测试结果，其中，在测试结果属于目标数值范围的情况下，虚拟角色所具备的技能的性能参数指示为配置平衡。

可选地，本领域普通技术人员可以理解，图10所示的结构仅为示意，电子装置也可以是智能手机(如android手机、ios手机等)、平板电脑、掌上电脑以及移动互联网设备(mobileinternetdevices，mid)、pad等终端设备。图10其并不对上述电子装置的结构造成限定。例如，电子装置还可包括比图10中所示更多或者更少的组件(如网络接口、显示装置等)，或者具有与图10所示不同的配置。

其中，存储器1002可用于存储软件程序以及模块，如本发明实施例中的性能测试方法和装置对应的程序指令/模块，处理器1004通过运行存储在存储器1002内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的性能测试方法。存储器1002可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器1002可进一步包括相对于处理器1004远程设置的存储器，这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

上述的传输装置1006用于经由一个网络接收或者发送数据。上述的网络具体实例可包括有线网络及无线网络。在一个实例中，传输装置1006包括一个网络适配器(networkinterfacecontroller，nic)，其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中，传输装置1006为射频(radiofrequency，rf)模块，其用于通过无线方式与互联网进行通讯。

其中，具体地，存储器1002用于存储性能参数、表现系数集合等内容。

根据本发明的实施例的又一方面，还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

s1，获取待测试的虚拟角色所具备的技能的性能参数；

s2，根据性能参数依次提取虚拟角色在虚拟场景中第i个技能表现的技能表现特征，其中，i为大于等于1，且小于等于m的整数，m为技能表现的数量；

s3，获取与虚拟角色所属角色类型匹配的表现系数集合，其中，表现系数集合中包含的每一个表现系数分别用于指示一个技能表现特征的表现程度；

s4，根据技能表现特征及表现系数集合，获取与虚拟角色匹配的测试结果，其中，在测试结果属于目标数值范围的情况下，虚拟角色所具备的技能的性能参数指示为配置平衡。

可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

s1，在虚拟角色所具备的技能中包含的第j个技能被释放时，获取第j个技能释放所产生的与第i个技能表现对应的技能效果值，其中，技能效果值用于指示技能被释放时对虚拟场景中虚拟对象所产生的交互结果，j为大于等于1，且小于等于n的整数，n为虚拟角色所具备的技能的数量；

s2，根据与虚拟角色所具备的技能对应的n个技能效果值，确定第i个技能表现的技能表现特征。

可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

s1，获取与第j个技能匹配的技能释放次数，及与第j个技能匹配的释放控制系数；

s2，获取第j个技能被释放所产生的技能效果值，与第j个技能匹配的技能释放次数，及与第j个技能匹配的释放控制系数三者之间的乘积，作为第j个技能的技能中间特征；

s3，获取与虚拟角色所携带的辅助对象对应的辅助特征值；

s4，根据虚拟角色所具备的技能对应的n个技能中间特征和辅助特征值确定第i个技能表现的技能表现特征。

可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

s1，在第j个技能为第一类技能的情况下，获取虚拟角色用于完成虚拟场景所设置的任务的总时长，与第j个技能的加载时长二者之间的第一比值，作为第j个技能的技能释放次数；

s2，在第j个技能为第二类技能的情况下，获取虚拟角色用于完成虚拟场景所设置的任务的总时长，与虚拟角色用于执行第一类技能的执行时长二者之间的差值；获取差值与第j个技能的动作准备时长二者之间的第二比值，作为第j个技能的技能释放次数。

可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

s1，依次获取虚拟角色单独携带第h个辅助对象时的第一属性值，与虚拟角色未携带第h个辅助对象时的第二属性值二者之间的第三比值，作为第h个辅助对象的对象特征值，其中，h为大于等于1，且小于等于p的整数，p为虚拟角色所携带的辅助对象的数量；

s2，对与虚拟角色所携带的辅助对象对应的p个对象特征值进行加权求和，得到与虚拟角色所携带的辅助对象对应的辅助特征值。

可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

s1，获取第j个技能释放所产生的与第i个技能表现对应的虚拟角色的基础属性值和虚拟角色的平均成长属性值，其中，虚拟角色的平均成长属性值为虚拟角色在不同级别时的属性值的平均值；

s2，对与第i个技能表现对应的虚拟角色的基础属性值和虚拟角色的平均成长属性值进行加权求和，得到与第i个技能表现对应的技能效果值。

可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

s1，获取第j个技能释放所产生的与第i个技能表现对应的虚拟角色的基础属性值和虚拟角色的平均成长属性值，其中，虚拟角色的平均成长属性值为虚拟角色在不同级别时的属性值的平均值；

s2，对与第i个技能表现对应的虚拟角色的基础属性值和虚拟角色的平均成长属性值进行加权求和，得到与第i个技能表现对应的技能效果值。

可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

s1，从网络获取样本虚拟角色执行虚拟场景所设置的任务后得到的样本数据，其中，样本数据包括：样本虚拟角色所具备的技能的性能参数，样本虚拟角色所属角色类型及样本虚拟角色执行任务后的任务结果；

s2，将样本数据输入多元线性回归模型，输出得到表现系数集合。

可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

s1，对m个技能表现特征进行加权求和，得到与虚拟角色匹配的测试结果。

可选地，在本实施例中，本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(read-onlymemory，rom)、随机存取器(randomaccessmemory，ram)、磁盘或光盘等。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在上述计算机可读取的存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在存储介质中，包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。