本发明涉及游戏软件领域，特别是涉及基于游戏软件场景的推荐方法。
背景技术
随着网络的全面普及，为了提高人们生活的便捷度，应用软件层出不穷，涉及到生活中的各个方面，衣食住行都有相应的软件来支持，如何从大量的软件中找到符合用户需求的软件越来越重要。应用软件的大量出现，对于用户来说，选择越多，从海量的应用软件中选择合适的app就越困难；另外，商家在推销自己的应用软件时，如何找到潜在的用户，并且把握大众用户的需求，也是至关重要。因此，在日益竞争激烈的环境下，企业如何生产满足用户需求的软件，将设计的软件有效的推展开来更加重要。另外，目前软件销售平台，提供的评分标准也是分数评价决定，忽略了文本评价，图片评价的重要性。开发者在开发软件的过程中，无法了解用户的真实需求，也成为软件开发的一个重大问题。
技术实现要素：
发明目的：本发明的目的是提供一种同时考虑用户打分、文本评价和图片评价的基于游戏软件场景的推荐方法。
技术方案：本发明所述的基于游戏软件场景的推荐方法，采集用户对游戏软件的打分和评论，对评论中的文本和图片进行评价，再结合用户打分、文本评价和图片评价的结果进行综合打分，最后根据综合打分对游戏软件进行推送。
进一步，进行文本评价和图片评价之前，先进行数据预处理。
进一步，所述文本评价包括以下步骤：
s1.1：对于一个游戏软件，取出需要进行文本评价的所有评论的内容；
s1.2：计算出每条评论中各个词语所对应的词频和逆向文件频率，然后计算出词频和逆向文件频率的乘积；
s1.3：定义一个矩阵，矩阵中的元素为某条评论中某个词语的词频和逆向文件频率的乘积；
s1.4：对于所有词频和逆向文件频率的乘积，去掉小于k的词频和逆向文件频率的乘积；其中，k为判断词是否有意义的阈值；
s1.5：将同一词语的词频和逆向文件频率乘积进行叠加求和，然后取出排在前面的n个词语；
s1.6：对取出的前n个词语的词频和逆向文件频率乘积进行求和，得到该游戏软件的文本评价的分数。
进一步，所述文本评价还包括步骤s1.7和s1.8：
s1.7：对于其他游戏软件，也按照步骤s1.1-s1.5的过程取出排在前面的n个词语；
s1.8：用第一个游戏软件取出的前n个词语遍历其他游戏软件取出的前n个词语，得到第一个游戏软件的前n个词语在其他游戏软件中所对应的词频和逆向文件频率的乘积，并对同一词语在其他游戏软件中的词频和逆向文件频率的乘积进行排序，按照排序的先后对用户推荐其他游戏软件。
进一步，所述文本评价还包括步骤s1.9和s1.10：
s1.9：对于其他游戏软件，也按照步骤s1.1-s1.5的过程取出排在前面的n个词语；
s1.10：计算不同游戏软件的前n个词语的关联性，得出用户对游戏软件的需求。
进一步，所述图片评价包括以下步骤：
s2.1：设置参考图片；
s2.2：参照图片设置标志性区域，将待评价的图片与设置的标志性区域进行对照，进行识别；
s2.3：如果识别不出，则不属于本游戏的场景，转至步骤s2.5；如果识别得出，则进行步骤s2.4；
s2.4：设置一个分数阈值，对本次图片识别结果进行评分，然后进行如下判断：如果评分低于分数阈值，则将文本评价的分数乘以1；如果评分不低于分数阈值，则将文本评价的分数乘以权重n，0<n<1；
s2.5：根据图片内容进行分类存储，提供给游戏软件开发者。
进一步，所述步骤s2.1中的参考图片为游戏中的场景图或者游戏的界面图。
进一步，所述步骤s2.4中，如果评分低于分数阈值，还保存文本评价的内容于数据库中。
进一步，所述步骤s2.2中，进行识别之前，先对待评价的图片进行预处理，包括图像采集、图像增强、图像复原、图像编码与压缩、图像分割。
有益效果：本发明公开了一种基于游戏软件场景的推荐方法，从用户打分、文本评价和图片评价这三个方面对游戏软件进行综合打分，有利于实现软件排名的精准化。
附图说明
图1为本发明具体实施方式中的总体结构图；
图2为本发明具体实施方式中的精细化评分过程；
图3为本发明具体实施方式中的文本评价的流程图；
图4为本发明具体实施方式中的图片预处理的流程图；
图5为本发明具体实施方式中的图片评价的流程图。
具体实施方式
本具体实施方式公开了一种基于游戏软件场景的推荐方法，采集用户对游戏软件的打分和评论，进行数据预处理，去除无价值的数据，使得得到的数据更加真实，贴切于游戏本身。如图1和图2所示，然后对评论中的文本和图片进行评价，再结合用户打分、文本评价和图片评价的结果进行综合打分，最后根据综合打分对游戏软件进行推送。
如图3所示，文本评价包括以下步骤：
s1.1：对于一个游戏软件，取出需要进行文本评价的所有评论的内容；
s1.2：计算出每条评论中各个词语所对应的词频和逆向文件频率，然后计算出词频和逆向文件频率的乘积；
s1.3：定义一个矩阵，矩阵中的元素为某条评论中某个词语的词频和逆向文件频率的乘积；
s1.4：对于所有词频和逆向文件频率的乘积，去掉小于k的词频和逆向文件频率的乘积；其中，k为判断词是否有意义的阈值；
s1.5：将同一词语的词频和逆向文件频率乘积进行叠加求和，然后取出排在前面的n个词语；
s1.6：对取出的前n个词语的词频和逆向文件频率乘积进行求和，得到该游戏软件的文本评价的分数；
s1.7：对于其他游戏软件，也按照步骤s1.1-s1.5的过程取出排在前面的n个词语；
s1.8：用第一个游戏软件取出的前n个词语遍历其他游戏软件取出的前n个词语，得到第一个游戏软件的前n个词语在其他游戏软件中所对应的词频和逆向文件频率的乘积，并对同一词语在其他游戏软件中的词频和逆向文件频率的乘积进行排序，按照排序的先后对用户推荐其他游戏软件；
s1.9：利用apriori关联规则方法计算不同游戏软件的前n个词语的关联性，得出用户对游戏软件的需求。
其中，词频可以用tf表示，
如图5所示，图片评价包括以下步骤：
s2.1：设置参考图片；参考图片为游戏中的场景图或者游戏的界面图；
s2.2：参照图片设置标志性区域，对待评价的图片进行预处理，如图4所示，包括以下过程：图像采集：把图片内容从评论内容中提取出来；图像增强：用户在提交评论需经过采集、传输、复制等过程，图像的质量或多或少会造成一定的退化，为了突出图像中感兴趣的部分，使图像的主体结构更加明确，必须对图像进行改善，图像增强提高了图像的清晰度、图像的质量,使图像中的物体的轮廓更加清晰，细节更加明显；图像复原：图像复原也称图像恢复，由于在获取图像时环境噪声的影响、运动造成的图像模糊、光线的强弱等原因使得图像模糊，为了提取比较清晰的图像需要对图像进行恢复，图像恢复主要采用滤波方法，从降质的图像恢复原始图；图像编码与压缩：数字图像的显著特点是数据量庞大，需要占用相当大的存储空间，但基于计算机的网络带宽和的大容量存储器无法进行数据图像的处理、存储、传输，为了能快速方便地在网络环境下传输图像或视频，那么必须对图像进行编码和压缩，图像编码压缩技术可以减少图像的冗余数据量和存储器容量、提高图像传输速度、缩短处理时间；图像分割：图像分割是把图像分成一些互不重叠而又具有各自特征的子区域，每一区域是像素的一个连续集，这里的特性可以是图像的颜色、形状、灰度和纹理等，图像分割为进一步的图像识别、分析和理解奠定了基础。
然后将待评价的图片与设置的标志性区域进行对照，进行识别；
s2.3：如果识别不出，则不属于本游戏的场景，转至步骤s2.5；如果识别得出，则进行步骤s2.4；
s2.4：设置一个分数阈值，对本次图片识别结果进行评分，然后进行如下判断：如果评分低于分数阈值，则将文本评价的分数乘以1，并保存文本评价的内容于数据库中，作为软件更改的方案；如果评分不低于分数阈值，则将文本评价的分数乘以权重n，0<n<1；
s2.5：根据图片内容进行分类存储，提供给游戏软件开发者，开发者可根据需要发现图片里的有效信息。
可见，本具体实施方式具有以下的有益效果：
1、精细化评分细则，便于用户更加细致的了解软件的评分，提供玩家下载游戏更加安全的保障。
2、通过评价内容可以了解游戏的不足，了解玩家真是想法，整合现阶段游戏应该具备的功能，便于企业开发游戏时，合理定位。
3、根据喜好合理推送，而不仅仅限制于游戏的特征，而是根据游戏带来的直观感觉来推送，这样更具有个性化，并且推荐游戏的种类也很多。