于根据所述第一数据获取模块得到的游戏推荐位数据，从多个游戏推荐位中选取待使用的游戏推荐位；
[0126]匹配模块，适于针对所述多个用户中的其中一个用户，通过将该用户的用户画像与多个游戏的游戏画像进行匹配，得到多个待推荐的游戏；
[0127]确定模块，适于针对所述多个用户中的其中一个用户，每隔预设时间段，根据预设随机算法，计算所述选取模块选取的待使用的游戏推荐位与所述匹配模块得到的多个待推荐的游戏之间的匹配关系，确定游戏推荐方案；
[0128]推荐模块，适于针对所述多个用户中的其中一个用户，利用所述确定模块确定的游戏推荐方案，将多个待推荐的游戏推荐给该用户。
[0129]B12、根据Bll所述的装置，所述游戏推荐位数据反映游戏推荐位的推荐能力;所述游戏推荐位数据包括:特定游戏推荐能力和/或推荐位更新频次。
[0130]B13、根据Bll所述的装置，所述第一数据获取模块进一步适于:通过数据挖掘得到多个用户的用户特征信息、用户喜好信息以及用户付费信息。
[0131]B14、根据B13所述的装置，所述用户特征信息包括:用户固有特征以及用户来源渠道；
[0132]所述用户喜好信息包括:用户浏览喜好信息、用户点击喜好信息以及用户活跃度信息；
[0133]所述用户付费信息包括:用户付费记录信息以及用户付费潜力信息。
[0134]B15、根据Bll所述的装置，所述第一数据获取模块进一步适于:通过数据挖掘得到多个游戏的游戏类型信息、游戏特征信息、游戏生命周期信息以及游戏收入信息。
[0135]B16、根据B15所述的装置，所述游戏特征信息包括:IP属性信息、游戏美术风格信息、游戏画面信息以及游戏开发商信息；
[0136]游戏收入信息包括:游戏实际收入信息以及游戏收入潜力信息。
[0137]B17、根据B11-B16任一项所述的装置，所述第一生成模块进一步适于:
[0138]根据所述第一数据获取模块得到的用户数据，确定每个用户的用户属性;根据所述用户属性，生成每个用户的用户画像。
[0139]B18、根据B11-B17任一项所述的装置，所述第二生成模块进一步适于:
[0140]根据所述第一数据获取模块得到的游戏数据，确定每个游戏的游戏属性;根据所述游戏属性，生成每个游戏的的游戏画像。
[0141]B19、根据B11-B18任一项所述的装置，所述匹配模块进一步适于:
[0142]针对所述多个用户中的其中一个用户，根据预设的至少一个匹配指标，将该用户的用户画像与多个游戏的游戏画像进行匹配，得到多个待推荐的游戏。
[0143]B20、根据B19所述的装置，所述匹配模块进一步适于:
[0144]针对所述多个用户中的其中一个用户，根据预设的至少一个匹配指标以及预设的每个匹配指标相对应的权重，将该用户的用户画像与多个游戏的游戏画像进行匹配，得到多个待推荐的游戏。
【主权项】
1.一种游戏智能推荐方法，包括: 通过数据挖掘得到多个用户的用户数据、多个游戏的游戏数据以及多个游戏推荐位的游戏推荐位数据； 根据所述用户数据生成每个用户的用户画像； 根据所述游戏数据生成每个游戏的游戏画像； 根据所述游戏推荐位数据，从多个游戏推荐位中选取待使用的游戏推荐位； 针对所述多个用户中的其中一个用户，通过将该用户的用户画像与多个游戏的游戏画像进行匹配，得到多个待推荐的游戏，并每隔预设时间段，根据预设随机算法，计算待使用的游戏推荐位与多个待推荐的游戏之间的匹配关系，确定游戏推荐方案，利用所述游戏推荐方案，将多个待推荐的游戏推荐给该用户。2.根据权利要求1所述的方法，所述游戏推荐位数据反映游戏推荐位的推荐能力;所述游戏推荐位数据包括:特定游戏推荐能力和/或推荐位更新频次。3.根据权利要求1所述的方法，通过数据挖掘得到多个用户的用户数据进一步包括:通过数据挖掘得到多个用户的用户特征信息、用户喜好信息以及用户付费信息。4.根据权利要求3所述的方法，所述用户特征信息包括:用户固有特征以及用户来源渠道； 所述用户喜好信息包括:用户浏览喜好信息、用户点击喜好信息以及用户活跃度信息； 所述用户付费信息包括:用户付费记录信息以及用户付费潜力信息。5.根据权利要求1所述的方法，通过数据挖掘得到多个游戏的游戏数据进一步包括:通过数据挖掘得到多个游戏的游戏类型信息、游戏特征信息、游戏生命周期信息以及游戏收入信息。6.根据权利要求5所述的方法，所述游戏特征信息包括:IP属性信息、游戏美术风格信息、游戏画面信息以及游戏开发商信息； 游戏收入信息包括:游戏实际收入信息以及游戏收入潜力信息。7.根据权利要求1-6任一项所述的方法，所述根据所述用户数据生成每个用户的用户画像进一步包括: 根据所述用户数据，确定每个用户的用户属性； 根据所述用户属性，生成每个用户的用户画像。8.根据权利要求1-7任一项所述的方法，所述根据所述游戏数据生成每个游戏的游戏画像进一步包括: 根据所述游戏数据，确定每个游戏的游戏属性； 根据所述游戏属性，生成每个游戏的游戏画像。9.根据权利要求1-8任一项所述的方法，所述针对所述多个用户中的其中一个用户，通过将该用户的用户画像与多个游戏的游戏画像进行匹配，得到多个待推荐的游戏，并每隔预设时间段，根据预设随机算法，计算待使用的游戏推荐位与多个待推荐的游戏之间的匹配关系，确定游戏推荐方案，利用所述游戏推荐方案，将多个待推荐的游戏推荐给该用户进一步包括: 针对所述多个用户中的其中一个用户，根据预设的至少一个匹配指标，将该用户的用户画像与多个游戏的游戏画像进行匹配，得到多个待推荐的游戏，并每隔预设时间段，根据预设随机算法，计算待使用的游戏推荐位与多个待推荐的游戏之间的匹配关系，确定游戏推荐方案，利用所述游戏推荐方案，将多个待推荐的游戏推荐给该用户。10.—种游戏智能推荐装置，包括: 第一数据获取模块，适于通过数据挖掘得到多个用户的用户数据、多个游戏的游戏数据以及多个游戏推荐位的游戏推荐位数据； 第一生成模块，适于根据所述第一数据获取模块得到的用户数据生成每个用户的用户画像； 第二生成模块，适于根据所述第一数据获取模块得到的游戏数据生成每个游戏的游戏画像； 选取模块，适于根据所述第一数据获取模块得到的游戏推荐位数据，从多个游戏推荐位中选取待使用的游戏推荐位； 匹配模块，适于针对所述多个用户中的其中一个用户，通过将该用户的用户画像与多个游戏的游戏画像进行匹配，得到多个待推荐的游戏； 确定模块，适于针对所述多个用户中的其中一个用户，每隔预设时间段，根据预设随机算法，计算所述选取模块选取的待使用的游戏推荐位与所述匹配模块得到的多个待推荐的游戏之间的匹配关系，确定游戏推荐方案； 推荐模块，适于针对所述多个用户中的其中一个用户，利用所述确定模块确定的游戏推荐方案，将多个待推荐的游戏推荐给该用户。
【专利摘要】本发明公开了一种游戏智能推荐方法及装置，其中，该方法包括：通过数据挖掘得到多个用户的用户数据、多个游戏的游戏数据以及多个游戏推荐位的游戏推荐位数据；根据用户数据生成每个用户的用户画像；根据游戏数据生成每个游戏的游戏画像；根据游戏推荐位数据选取待使用的游戏推荐位；针对多个用户中的其中一个用户，通过将该用户的用户画像与多个游戏的游戏画像进行匹配，得到多个待推荐的游戏，并每隔预设时间段，根据预设随机算法，计算待使用的游戏推荐位与多个待推荐的游戏之间的匹配关系，确定游戏推荐方案，利用游戏推荐方案，将多个待推荐的游戏推荐给该用户。本方案实现了游戏的智能推荐，提高了游戏推荐效果。
【IPC分类】A63F13/77, A63F13/79
【公开号】CN105617657
【申请号】CN201510971128
【发明人】张淑茹
【申请人】北京奇虎科技有限公司, 奇智软件（北京）有限公司
【公开日】2016年6月1日
【申请日】2015年12月22日