一种闯关类游戏中道具的推荐方法、装置及游戏终端
技术领域
本发明属于手机游戏技术领域，具体涉及一种闯关类游戏中道具的推荐方法、装置及游戏终端。
背景技术
随着移动电子设备的快速发展，在移动电子设备上所能安装并运行的应用程序也越来越多。其中，手机游戏凭借其炫目的动画效果及优异的游戏体验成为了各阶段人群生活中娱乐消遣的重要方式之一。
在现有手机游戏中，闯关类游戏是一种十分常见的游戏种类；且在现有闯关类游戏中，为提高玩家在闯关时的通关概率及游戏应用商的游戏营收，多会在游戏中提供可助力玩家通关的游戏道具，而这些游戏道具集中于游戏商城中，当玩家需要购买游戏道具时，在游戏商城内找到相应游戏道具即可。
但是，在闯关类游戏中玩家在执行不同的关卡或任务时，其所需要的游戏道具也有所不同，而游戏道具的购买操作一般在开始闯关之前执行的，因此对于玩家而言，很难在闯关开始之前准确的购买到相应道具，使得玩家一次性通关的概率大大降低。
综上可知，如何在闯关开始之前对玩家进行准确的道具推荐，以提高游戏体验，是一个亟待解决的问题。
发明内容
鉴于此，本发明的目的在于提供一种闯关类游戏中道具的推荐方法、装置及游戏终端，以有效解决上述背景技术中所提出的问题，从而达到提高闯关通关概率、提高游戏体验的效果。
为实现上述目的，本发明提供如下技术方案：
一种闯关类游戏中道具的推荐方法，涉及安装有目标闯关游戏的游戏终端，且所述目标闯关游戏中：至少包括一个可供玩家执行的游戏关卡，还至少包括一个可作用于所述游戏关卡的游戏道具，所述推荐方法应用于所述游戏终端中，且所述推荐方法包括如下步骤：
响应于第一玩家执行游戏关卡的闯关请求；
获取通关所述游戏关卡的N个第二玩家的通关数据；
识别所述第一玩家的等级数据，并基于此生成第一优化筛选阈值；
基于所述第一优化筛选阈值对所述通关数据进行优化筛选，获取所述通关数据的优化筛选数据；
基于所述优化筛选数据向所述第一玩家推荐游戏道具；
其中：
所述通关数据包括N个第二玩家的等级数据、通关过程中的闯关次数和通关时所使用的游戏道具数据；
所述优化筛选数据包括基于所述优化筛选阈值进行优化筛选出的(N-M)个第二玩家的等级数据、通关过程中的闯关次数和和通关时所使用的游戏道具数据；
且N和M均取0……N中的任一整数。
优选的，所述优化筛选阈值为等级阈值，且所述等级阈值包括最高等级阈值和最低等级阈值；其中：
第一玩家的等级＝(最高等级阈值+最低等级阈值)/2。
进一步的，基于所述优化筛选阈值对所述通关数据进行优化筛选时：所述优化筛选数据中任一第二玩家的等级均不低于所述最低等级阈值；所述优化筛选数据中任一第二玩家的等级均不高于所述最高等级阈值。
优选的，向所述第一玩家推荐游戏道具时，包括：获取所述优化筛选数据中(N-M)个第二玩家通关时所使用的游戏道具数据；识别(N-M)个所述游戏道具数据中各游戏道具的使用次数，并基于所述游戏道具使用次数的高低对所述游戏道具进行优化排序；基于所述优选排序向所述第一玩家至少推荐一个所述游戏道具。
进一步的，向所述第一玩家推荐游戏道具时，还包括：构建所述优化筛选数据中每个游戏道具的排序权重；且所述排序权重与所述优选排序正相关。
更进一步的，构建所述游戏道具的排序权重时：Pt＝(W1+……+Wn)/n；其中，t为所述优化筛选数据中任一游戏道具，P为所述游戏道具t的排序权重，n为所述优化筛选数据中所述游戏道具t的使用次数，W1+……+Wn为所述游戏道具t在n次使用中的n个基础权重之和。
更进一步的，所述基础权重基于所述优化筛选数据中任一第二玩家在通关过程中的闯关次数构建，且所述基础权重与所述闯关次数负相关。
具体的，构建所述基础权重时：Wx＝Q*S(V-1)；其中，x为所述优化筛选数据中任一第二玩家，W为第二玩家x在通关时所使用的游戏道具的基础权重，V为所述优化筛选数据中第二玩家x的闯关次数，S为负相关计算参考值。
本发明与现有技术相比，具有以下有益效果：
在本发明中，当前玩家在请求执行某一游戏关卡的闯关时，可基于历史通关玩家所使用的游戏道具进行优选推荐，从而使当前玩家在执行闯关之前即可了解到通关当前游戏关卡时可能需要的游戏道具，由此能有效提高当前玩家在闯关前购买到所需游戏道具的机率，进而达到促进游戏消费、减少闯关次数、提高通关效率、提高游戏体验的效果。
针对上述基于历史通关玩家所使用的游戏道具进行优选推荐时，还基于当前玩家的等级对历史通关玩家进行筛选，以此使得最终推荐游戏道具时，所推荐的游戏道具是与当前玩家等级相近的通关玩家所使用的，从而进一步提供游戏道具推荐的准确性，从而保证所推荐的游戏道具能有效应用于当前游戏关卡。
另外，在进行游戏道具的优选推荐时，还基于通关玩家的闯关次数进行负相关的权重设置，以此提高当前玩家在购买及使用推荐的游戏道具后能一次性通关当前游戏关卡的概率，从而进一步提高游戏体验。
为实现上述目的，本发明还提供如下技术方案：
一种闯关类游戏中道具的推荐装置，包括：
响应及获取模块，响应于第一玩家执行游戏关卡的闯关请求，并获取通关所述游戏关卡的N个第二玩家的通关数据；
识别模块，用于识别所述第一玩家的等级数据；
阈值生成模块，根据所述识别模块的识别结果生成第一优化筛选阈值；
优化筛选模块，用于根据所述第一优化筛选阈值对所述通关数据进行优化筛选，得到优化筛选数据；
优化推荐模块，根据所述优化筛选数据向所述第一玩家推荐游戏道具。
一种游戏终端，包括储存器和处理器；所述储存器中储存有至少一条可执行代码；所述至少一条可执行代码由处理器加载并执行，且至少一条可执行代码在加载执行时实现上述所公开的道具的推荐方法。
附图说明
图1为本发明所提供的道具的推荐方法的流程图；
图2为本发明所提供的道具的推荐装置的结构框图；
具体实施方式
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，都属于本发明保护的范围。
在本发明实施例中，提供了一种闯关类游戏中道具的推荐方法，具体在实现该方法时涉及到安装有并运行有闯关类游戏的游戏终端，其游戏终端可采用手机、IPAD等智能移动终端构成；
在运行上述闯关类游戏时，对应的目标闯关游戏中至少包括一个可供玩家执行的游戏关卡，还至少包括一个可作用于游戏关卡的游戏道具。
在本发明中，提供如下实施例进行一种闯关类游戏中道具的推荐方法的详细解释。
另外，本发明的说明书、权利要求书及附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)仅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例如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。
实施例1
在本实施例中，一种闯关类游戏中道具的推荐方法由上述游戏终端运行。
具体，请参阅图1所示，为本实施例中所公开的一种闯关类游戏中道具的推荐方法的流程图，由图可知，该推荐方法具体包括如下步骤：
S1.响应于第一玩家执行游戏关卡的闯关请求；
具体，在本实施例中，关于闯关请求的具体形式不做限定。容易解释的，在此提出如下示例，但不仅限于如下示例：
示例的，第一玩家完成上一个游戏关卡的通关时，则可视为提出执行下一个游戏关卡的闯关请求。
示例的，第一玩家在进入一个游戏关卡的游戏入口处时，则可视为提出执行该游戏关卡的闯关请求。
在本实施例中，以执行游戏关卡A的闯关为例；上述，关于第一玩家可表示为闯关类游戏中未通关游戏关卡A的任一玩家；具体，以其中一个第一玩家作为主视角进行后续描述。
S2.获取通关游戏关卡的N个第二玩家的通关数据；
具体，在本实施例中，关于N个第二玩家，是指已通关游戏关卡A的所有玩家，如包括玩家a、玩家b、玩家c、玩家d、玩家e、玩家f；
具体，在本实施例中，关于通关数据包括N个第二玩家的等级数据、通关过程中的闯关次数和通关时所使用的游戏道具数据。其中：闯关次数包括通关时的一次闯关，通关时所使用的游戏道具数据为最后一次闯关时所使用的游戏道具。
具体，在本实施例中，关于上述通关游戏关卡A的玩家，设定如下数据：玩家a：等级为20级，闯关次数为5次，通关时所使用的游戏道具为道具一；玩家b：等级为23级，闯关次数为2次，通关时所使用的游戏道具为道具一；玩家c：等级为22级，闯关次数为3次，通关时所使用的游戏道具为道具二；玩家d：等级为25级，闯关次数为1次，通关时所使用的游戏道具为道具三；玩家e：等级为21级，闯关次数为3次，通关时所使用的游戏道具为道具三；玩家f：等级为24级，闯关次数为1次，通关时所使用的游戏道具为道具三。
S3.识别第一玩家的等级数据，并基于此生成第一优化筛选阈值；
具体，在本实施例中，关于优化筛选阈值优选为等级阈值，且等级阈值包括最高等级阈值和最低等级阈值；其中：
第一玩家的等级＝(最高等级阈值+最低等级阈值)/2。
由上可知，第一优化筛选阈值时用于限定游戏道具推荐时，N个第二玩家中的参考等级上限和参考等级下限，而关于等级阈值的具体上限和下限，在本实施例中不做限定，可根据实际应用时的需求进行具体设置。
容易解释的，在此提出如下示例，但不仅限于如下示例：示例的，设定第一玩家的等级为22级，其上限和下限均为2，由此可知最低等级阈值应为20级，最高等级阈值应为24级。
S4.基于第一优化筛选阈值对通关数据进行优化筛选，获取通关数据的优化筛选数据；
具体，基于上述最低等级阈值为20级、最高等级阈值为24级的第一优化筛选阈进行优化筛选，获得如下优化筛选数据：
玩家a：等级为20级，闯关次数为5次，通关时所使用的游戏道具为道具一；
玩家b：等级为23级，闯关次数为2次，通关时所使用的游戏道具为道具一；
玩家c：等级为22级，闯关次数为3次，通关时所使用的游戏道具为道具二；
玩家e：等级为21级，闯关次数为3次，通关时所使用的游戏道具为道具三；
玩家f：等级为24级，闯关次数为1次，通关时所使用的游戏道具为道具三。
S5.基于优化筛选数据向第一玩家推荐游戏道具；
具体，在本实施例中，在向第一玩家推荐游戏道具时，应根据上述优化筛选数据中各游戏道具的使用次数的高低对游戏道具进行优化排序，即获得如下游戏道具的排序：
(1)道具一、道具三；
(2)道具二。
由此可知，在本实施例中，若仅向第一玩家推荐一个游戏道具，则推荐道具一或道具三；若需要推荐的数量超过一个时，则按照上述的优化排序依次推荐。
综上，在本实施例中，不仅通过道具的使用次数进行优化推荐，还基于玩家等级进行限定，由此使得最终推荐的游戏道具能有效适用于第一玩家在游戏关卡A中的使用。
实施例2
本实施例为实施例1的进一步优选实施例，整体流程及原理与实施例1相同，其不同之处在于：在本实施例中，基于对应玩家在通关游戏关卡A时所进行的闯关次数不同，对相应的游戏道具进行权重设置，以此提高第一玩家在购买及使用推荐的游戏道具后能一次性通关当前游戏关卡的概率，同时解决实施例1中所出现的两种道具使用次数相同情况下的优化排序问题。
在本实施例中，首先包括基础权重的构建，且基础权重基于优化筛选数据中任一第二玩家在通关过程中的闯关次数构建，且基础权重与闯关次数负相关。具体，在本实施例中，构建如下数据模型：
Wx＝Q*S(V-1)；
其中：x为优化筛选数据中任一第二玩家，Wx为第二玩家x在通关时所使用的游戏道具的基础权重，Q为基础权重计算的基础值，V为优化筛选数据中第二玩家x的闯关次数，S为负相关计算参考值。
示例的，设定Q＝100，S＝0.9，并以上述实施例1中所筛选的优化筛选数据为例，获取如下基础权重的数据：
玩家a：Wx(a)＝Q*S(V-1)＝100*0.9(5-1)＝65.61；对应为道具一；
玩家b：Wx(b)＝Q*S(V-1)＝100*0.9(2-1)＝90；对应为道具一；
玩家c：Wx(c)＝Q*S(V-1)＝100*0.9(3-1)＝81；对应为道具二；
玩家e：Wx(e)＝Q*S(V-1)＝100*0.9(3-1)＝81；对应为道具三；
玩家f：Wx(f)＝Q*S(V-1)＝100*0.9(1-1)＝100；对应为道具三。
具体，在本实施例中，还包括排序权重的构建：
Pt＝(W1+……+Wn)/n；
其中，t为优化筛选数据中任一游戏道具，P为游戏道具t的排序权重，n为优化筛选数据中游戏道具t的使用次数，W1+……+Wn为游戏道具t在n次使用中的n个基础权重之和；
具体，排序权重是指对游戏道具的总体权重。综上，计算后获得如下游戏道具的排序权重数据：
道具一：Pt(1)＝(W1+……+Wn)/n＝(65.61+90)/2＝77.805；
道具二：Pt(2)＝(W1+……+Wn)/n＝(81)/1＝81；
道具三：Pt(3)＝(W1+……+Wn)/n＝(81+100)/2＝90.5。
具体，排序权重与实施例1中所描述的优选排序正相关，即表示为，排序权重越高，对应的游戏道具排序应越靠前，由此获取本实施例中的最终优选排序为：
(1)道具三；
(2)道具一；
(3)道具二。
由此可知，在本实施例中，若仅向第一玩家推荐一个游戏道具，则推荐道具一；若需要推荐的数量超过一个时，则按照上述的优化排序依次推荐。
上述图示及描述中，虽然将各步骤描述成顺序的处理，但是其中的许多步骤可以被择一的、并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。并且，当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等。
实施例3
在本发明实施例中还提供了一种闯关类游戏中道具的推荐装置，具体请参阅图2所示，为推荐装置的结构框图，由图可知，该推荐装置包括：
响应及获取模块10，响应于第一玩家执行游戏关卡的闯关请求，并获取通关游戏关卡的N个第二玩家的通关数据；
识别模块20，用于识别第一玩家的等级数据；
阈值生成模块30，根据识别模块20的识别结果生成第一优化筛选阈值；
优化筛选模块40，用于根据第一优化筛选阈值对通关数据进行优化筛选，得到优化筛选数据；
优化推荐模块50，根据优化筛选数据向第一玩家推荐游戏道具
在本实施例中，所述的推荐装置在执行游戏道具的推荐时，依据上述实施例1或实施例2中所公开的推荐方法执行。
实施例4
在本发明实施例中还提供了一种游戏终端，该游戏终端具体包括储存器和处理器；储存器中储存有至少一条可执行代码；至少一条可执行代码由处理器加载并执行，且至少一条可执行代码在加载执行时实现上述实施例1或实施例2中所公开的推荐方法。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
