等级。
[0059]匹配模块402适于:针对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，将该用户的用户数据与多个用户中其它用户的用户数据进行匹配，确定该用户的用户数据与多个用户中其它用户的用户数据的匹配度；根据匹配度，得到该用户的社交用户。
[0060]具体地，为了使多个用户中的其中一个用户的用户数据与多个用户中其它用户的用户数据能够进行有效匹配，不仅预先设置了至少一个匹配指标，而且还为每个匹配指标预先设置了相对应的权重，因此，匹配模块402进一步适于:针对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，将该用户的用户数据与多个用户中其它用户的用户数据进行匹配，确定该用户的用户数据与多个用户中其它用户的用户数据的匹配度。
[0061]确定模块403适于:根据多个用户的用户数据以及游戏记录数据，得到达人用户。
[0062]确定模块403根据多个用户的用户特征信息、用户喜好信息、用户付费信息等用户数据以及游戏记录数据，可分析出哪些用户是游戏达人，从而得到达人用户。
[0063]推荐模块404适于:根据社交用户的游戏记录数据以及达人用户的游戏记录数据，将社交用户所参与的游戏以及达人用户所参与的游戏推荐给该用户。
[0064]在匹配模块402和确定模块403得到社交用户与达人用户之后，推荐模块404根据社交用户的游戏记录数据以及达人用户的游戏记录数据，将社交用户所参与的游戏以及达人用户所参与的游戏推荐给该用户，从而不仅有助于使所推荐的游戏更加适合该用户，还可以使达人用户发挥出达人效应，促进该用户参与游戏。
[0065]根据本实施例提供的游戏社交推荐装置，数据获取模块通过数据挖掘得到多个用户的用户数据以及游戏记录数据，接着匹配模块针对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，将该用户的用户数据与多个用户中其它用户的用户数据进行匹配，确定该用户的用户数据与多个用户中其它用户的用户数据的匹配度，并根据匹配度，得到该用户的社交用户，确定模块根据多个用户的用户数据以及游戏记录数据，得到达人用户，最后推荐模块将社交用户所参与的游戏以及达人用户所参与的游戏推荐给该用户。本发明提供的技术方案不仅根据用户相关的社交关系进行游戏推荐，还推荐了达人用户所参与的游戏，从而使所推荐的游戏更加适合用户，实现了游戏的智能推荐，并通过达人用户的达人效应进一步提高了游戏推荐效果，优化了游戏推荐方式。
[0066]在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
[0067]在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
[0068]类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循【具体实施方式】的权利要求书由此明确地并入该【具体实施方式】，其中每个权利要求本身都作为本发明的单独实施例。
[0069]本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
[0070]此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
[0071 ] 本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
[0072]应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
[0073]本发明公开了:
[0074]A1、一种游戏社交推荐方法，包括:
[0075]通过数据挖掘得到多个用户的用户数据以及游戏记录数据，所述游戏记录数据包括用户参与游戏信息；
[0076]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数据与多个用户中其它用户的用户数据进行匹配，得到该用户的社交用户；
[0077]根据社交用户的游戏记录数据，将社交用户参与的游戏推荐给该用户。
[0078]A2、根据A1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。
[0079]A3、根据A2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;
[0080]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；
[0081]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；
[0082]所述游戏记录数据还包括:用户游戏等级信息。
[0083]A4、根据A1-A3任一项所述的方法，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数据与多个用户中其它用户的用户数据进行匹配，得到该用户的社交用户进一步包括:
[0084]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，将该用户的用户数据与多个用户中其它用户的用户数据进行匹配，确定该用户的用户数据与多个用户中其它用户的用户数据的匹配度；
[0085