基于在线时间识别的防沉迷定制化游戏推荐方法及系统
技术领域
本发明涉及游戏推荐技术领域，特别涉及一种基于在线时间识别的防沉迷定制化游戏推荐方法及系统。
背景技术
随着人们生活水平的不断提高，人们的娱乐需求也越来越高，越来越多的人们喜欢在空余时间玩终端游戏。随着互联网技术的飞速发展，各式各样的终端游戏遍布于游戏商城中；为了提升用户体验，经常需要在游戏商城中向用户推荐其感兴趣的终端游戏。
目前在游戏商城中，游戏推荐的主要方式包括：根据下载量排行进行推荐，根据各游戏的在线时长进行推荐，以及根据用户下载游戏的偏好分析进行相关游戏的推荐等。
以上这些游戏推荐方式的缺陷在于：均没有考虑到防沉迷对游戏推荐的影响，例如在实际应用中，游戏商城推荐的游戏可能是很多用户会在上课期间或者上班期间运行操作的游戏，因此针对此类游戏的推荐，对于一些学生或上班族而言，很容易触发其在上课期间或者上班期间也同样运行该游戏。
虽然在现有技术中，很多游戏都设置了防沉迷系统，即通过实名制认证的方式，判断未成年用户的在线时长，以在时长超出设定值时强制结束游戏。
这种防沉迷系统虽然能够阻止未成年用户的游戏在线时长，但是却无法阻止其在不合适的时间运行该游戏。
综上所述，目前的游戏推荐方法均没有考虑防沉迷，从而容易增加用户对游戏的上瘾程度。
发明内容
发明目的：
为了克服背景技术中的缺点，本发明实施例提供了一种基于在线时间识别的防沉迷定制化游戏推荐方法，能够有效解决上述背景技术中涉及的问题。
技术方案：
一种基于在线时间识别的防沉迷定制化游戏推荐方法，所述方法包括：
获取各历史游戏终端针对游戏应用的在线时间段，在游戏应用与在线时间段之间建立映射关系，并上传到云端数据库中存储；
获取各历史游戏终端用户的身份信息以及与其对应的非空闲时间信息，其中所述身份信息包括在读学生或在职人员，与其对应的非空闲时间信息包括学习时间段或工作时间段；
将各游戏应用对应的在线时间段与各历史游戏终端用户的非空闲时间信息进行匹配，并根据匹配结果将在线时间段处于非空闲时间信息内的游戏应用从所述云端数据库中删除，将在线时间段不处于非空闲时间信息内的游戏应用保留在所述云端数据库中；
获取保留在所述云端数据库中的游戏应用在游戏商城中的下载量；
获取目标游戏终端用户的身份信息，判断其是否为在读学生或在职人员的一种，若是则根据保留在所述云端数据库中的游戏应用在游戏商城中的下载量生成下载量排行并将其在目标游戏终端的游戏商城中进行推荐。
作为本发明的一种优选方式，在根据匹配结果将在线时间段处于非空闲时间信息内的游戏应用从所述云端数据库中删除之前，所述方法还包括：
获取在线时间段处于非空闲时间信息内的历史游戏终端的定位信息；
获取在线时间段处于非空闲时间信息内的历史游戏终端用户的学校地点或工作地点；
判断所述定位信息是否与学校地点或工作地点吻合；
若不吻合则不将在线时间段处于非空闲时间信息内的游戏应用从所述云端数据库中删除。
作为本发明的一种优选方式，所述方法还包括：
收集所述目标游戏终端中的用户行为日志并通过推荐算法对用户行为日志进行训练以得出所述目标游戏终端用户的喜好；
将下载量排行中与用户的喜好相匹配的游戏应用在目标游戏终端的游戏商城中进行推荐。
作为本发明的一种优选方式，根据匹配结果将在线时间段处于非空闲时间信息内的游戏应用从所述云端数据库中删除，将在线时间段不处于非空闲时间信息内的游戏应用保留在所述云端数据库中，包括：
根据匹配结果判断处于非空闲时间信息内的在线时间段的总时长是否超出预设时长阈值，若超出则将与其对应的游戏应用从所述云端数据库中删除，将在线时间段的总时长没有超出预设时长阈值的游戏应用保留在所述云端数据库中。
作为本发明的一种优选方式，根据匹配结果将在线时间段处于非空闲时间信息内的游戏应用从所述云端数据库中删除，将在线时间段不处于非空闲时间信息内的游戏应用保留在所述云端数据库中，包括：
根据匹配结果，将在线时间段处于非空闲时间信息内的游戏应用按照占用非空闲时间信息的从大到小的顺序进行排列；
将排名处于预设排名阈值内的游戏应用从所述云端数据库中删除，将排名没有处于预设排名阈值内的游戏应用保留在所述云端数据库中。
一种基于在线时间识别的防沉迷定制化游戏推荐系统，所述系统包括：
在线时间段获取模块，用于获取各历史游戏终端针对游戏应用的在线时间段；
映射关系建立模块，用于在游戏应用与在线时间段之间建立映射关系，并上传到云端数据库中存储；
云端数据库，用于存储各历史游戏终端的游戏应用以及与其建立映射关系的在线时间段；
第一身份信息获取模块，用于获取各历史游戏终端用户的身份信息，其中所述身份信息包括在读学生或在职人员；
非空闲时间信息获取模块，用于获取与用户的身份信息对应的非空闲时间信息，其中，非空闲时间信息包括学习时间段或工作时间段；
数据匹配模块，用于将各游戏应用对应的在线时间段与各历史游戏终端用户的非空闲时间信息进行匹配；
数据处理模块，用于根据匹配结果将在线时间段处于非空闲时间信息内的游戏应用从所述云端数据库中删除，将在线时间段不处于非空闲时间信息内的游戏应用保留在所述云端数据库中；
下载量获取模块，用于获取保留在所述云端数据库中的游戏应用在游戏商城中的下载量；
第二身份信息获取模块，用于获取目标游戏终端用户的身份信息；
身份信息判断模块，用于判断目标游戏终端用户的身份信息是否为在读学生或在职人员的一种；
游戏推荐模块，用于判断目标游戏终端用户的身份信息为在读学生或在职人员的一种时，根据保留在所述云端数据库中的游戏应用在游戏商城中的下载量生成下载量排行并将其在目标游戏终端的游戏商城中进行推荐。
作为本发明的一种优选方式，所述系统还包括：
定位信息获取模块，用于获取在线时间段处于非空闲时间信息内的历史游戏终端的定位信息；
地点获取模块，用于获取在线时间段处于非空闲时间信息内的历史游戏终端用户的学校地点或工作地点；
位置判断模块，用于判断所述定位信息是否与学校地点或工作地点吻合；
其中，所述数据处理模块进一步用于在判断出所述定位信息与学校地点或工作地点不吻合时不将在线时间段处于非空闲时间信息内的游戏应用从所述云端数据库中删除。
作为本发明的一种优选方式，所述系统还包括：
用户行为日志收集模块，用于收集所述目标游戏终端中的用户行为日志；
用户行为日志训练模块，用于通过推荐算法对用户行为日志进行训练以得出所述目标游戏终端用户的喜好；
其中，所述游戏推荐模块进一步用于将下载量排行中与用户的喜好相匹配的游戏应用在目标游戏终端的游戏商城中进行推荐。
作为本发明的一种优选方式，所述数据处理模块包括：
总时长判断模块，用于根据匹配结果判断处于非空闲时间信息内的在线时间段的总时长是否超出预设时长阈值；
第一数据处理子模块，用于在判断出处于非空闲时间信息内的在线时间段的总时长超出预设时长阈值时，将与其对应的游戏应用从所述云端数据库中删除，将在线时间段的总时长没有超出预设时长阈值的游戏应用保留在所述云端数据库中。
作为本发明的一种优选方式，所述数据处理模块包括：
数据占用排列模块，用于根据匹配结果，将在线时间段处于非空闲时间信息内的游戏应用按照占用非空闲时间信息的从大到小的顺序进行排列；
第二数据处理子模块，用于将排名处于预设排名阈值内的游戏应用从所述云端数据库中删除，将排名没有处于预设排名阈值内的游戏应用保留在所述云端数据库中。
本发明实现以下有益效果：
1、本发明通过获取各历史游戏终端针对游戏应用的在线时间段，在游戏应用与在线时间段之间建立映射关系并上传到云端数据库中存储，获取各历史游戏终端用户的身份信息以及与其对应的非空闲时间信息，将各游戏应用对应的在线时间段与各历史游戏终端用户的非空闲时间信息进行匹配，并根据匹配结果将在线时间段处于非空闲时间信息内的游戏应用从所述云端数据库中删除，将在线时间段不处于非空闲时间信息内的游戏应用保留在所述云端数据库中，获取保留在云端数据库中的游戏应用在游戏商城中的下载量，获取目标游戏终端用户的身份信息，判断其是否为在读学生或在职人员的一种，若是则根据保留在云端数据库中的游戏应用在游戏商城中的下载量生成下载量排行并将其在目标游戏终端的游戏商城中进行推荐，如此可使得向用户身份信息为在读学生或在职人员的一种的目标游戏终端推荐的游戏应用时，推荐的游戏应用是对应用户没有在非空闲时间内运行的游戏应用，即通过在游戏应用推荐中加入防沉迷考虑，使得推荐的游戏应用更加健康，用户沉迷可能性较低。
2、本发明通过在判断处于非空闲时间信息内的历史游戏终端的定位信息与非空闲时间信息内的历史游戏终端用户的学校地点或工作地点吻合时，不将在线时间段处于非空闲时间信息内的游戏应用从所述云端数据库中删除，如此能够有效避免该情况下对在线时间段处于非空闲时间信息内的游戏应用从云端数据库中删除的不合理性，从而使得游戏应用的推荐符合实际的需求。
3、本发明通过收集目标游戏终端中的用户行为日志并通过推荐算法对用户行为日志进行训练以得出所述目标游戏终端用户的喜好，并将下载量排行中与用户的喜好相匹配的游戏应用在目标游戏终端的游戏商城中进行推荐，如此既可以保证在游戏商城中推荐的游戏应用是经过防沉迷筛选的，同时也符合目标游戏终端用户的喜好，从而进一步提升游戏应用推荐体验。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并于说明书一起用于解释本公开的原理。
图1为本发明实施例一提供的一种基于在线时间识别的防沉迷定制化游戏推荐方法的流程示意图；
图2为本发明实施例二提供的一种基于在线时间识别的防沉迷定制化游戏推荐方法的流程示意图；
图3本发明实施例三提供的一种基于在线时间识别的防沉迷定制化游戏推荐方法的流程示意图；
图4本发明实施例四提供的一种基于在线时间识别的防沉迷定制化游戏推荐方法的流程示意图；
图5为本发明实施例五提供的一种基于在线时间识别的防沉迷定制化游戏推荐方法的流程示意图；
图6为本发明实施例六提供的第一种基于在线时间识别的防沉迷定制化游戏推荐系统的结构示意图；
图7为本发明实施例六提供的第二种基于在线时间识别的防沉迷定制化游戏推荐系统的结构示意图；
图8为本发明实施例六提供的第三种基于在线时间识别的防沉迷定制化游戏推荐系统的结构示意图；
图9为本发明实施例六提供的一种数据处理模块的结构示意图；
图10为本发明实施例六提供的另一种数据处理模块的结构示意图。
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。
实施例一
其中，本发明提供的方法可以由安装或设置在设备中的软件实现，该软件可以是一种应用程序，例如是典型的APP，抑或是通过运行在设备中的操作系统实现。本发明实施例提及的历史游戏终端是指有过安装游戏应用历史或者存在已安装游戏应用的终端，目标游戏终端是指等待向其进行游戏推荐的终端，本发明实施例中提及的历史游戏终端与目标游戏终端具体可以是如手机、计算机、平板等电子设备。
参考图1所示。本实施例提供一种基于在线时间识别的防沉迷定制化游戏推荐方法，所述方法包括以下步骤：
S10、获取各历史游戏终端针对游戏应用的在线时间段，在游戏应用与在线时间段之间建立映射关系，并上传到云端数据库中存储。
具体实施过程中，首先将获取各历史游戏终端针对游戏应用的在线时间段，具体可以通过在历史游戏终端每次运行游戏应用时记录起始运行时间，并在每次结束运行该游戏应用时，记录结束运行时间，而针对该游戏应用每次记录的起始运行时间至结束运行时间的时间段则为该游戏应用的在线时间段，例如，记录的其中一次针对某游戏应用的起始运行时间为2020年4月30日9:05（24小时制），结束运行时间为2020年4月30日9:45，则针对该游戏应用的在线时间段则为2020年4月30日9:05—9:45；其中本实施例中的在线时间段并非是指该游戏联网的时间段，而是指其运行的时间段，即本实施例中的游戏应用可以是网络游戏，也可以是单机游戏，本发明对此并不作限定。
其次在游戏应用与在线时间段之间建立映射关系，这里所说的映射关系即相互对应的关系，即将每个游戏应用与对应的在线时间段建立互相对应的关系。
例如，某一个游戏应用与对应的在线时间段建立的映射关系可如下表所示：
最后将建立的所有映射关系上传到云端数据库中存储。
S11、获取各历史游戏终端用户的身份信息以及与其对应的非空闲时间信息，其中所述身份信息包括在读学生或在职人员，与其对应的非空闲时间信息包括学习时间段或工作时间段。
具体的，历史游戏终端用户的身份信息的获取方式为：通过获取游戏终端中的用户数据，然后对用户数据进行语义分析，进而得出用户的身份信息，例如获取通信软件的聊天记录、获取购物软件收货地址、获取至少一应用的实名登录信息等对这些数据进行分析得出用户的身份信息，当然也可以采用其他的方式进行获取，例如由用户主动输入身份信息；又或者直接与公安系统进行联网，以获取用户的身份信息。
需要说明的是，本发明实施例并不需要获取用户的详细信息，仅需要获取一些简单的信息，以作身份判断即可，即只需要判断用户是否为在读学生或在职人员即可。
与各历史游戏终端用户的身份信息对应的非空闲时间信息的获取方式为：如果获取到的用户的身份信息是在读学生，则可通过获取其在读学校的名称，并利用爬虫软件在该学校的官网或者社交网络上爬取关于该学生所在年级或者所在班级的课表，也可以直接向该学校获取与该在读学生对应的课表；如果获取到的用户的身份信息是在职员工，则可通过爬虫软件在搜索引擎中爬取日历信息以获取工作日以及非工作日，以及在该在职员工所就职的公司网站上获取作息数据，或者直接向该在职原所就职的公司申请获取与该在职员工的对应的作息数据。
S12、将各游戏应用对应的在线时间段与各历史游戏终端用户的非空闲时间信息进行匹配，并根据匹配结果将在线时间段处于非空闲时间信息内的游戏应用从所述云端数据库中删除，将在线时间段不处于非空闲时间信息内的游戏应用保留在所述云端数据库中。
例如，设定其中一游戏应用对应的在线时间段如上表所示，而各历史游戏终端用户的非空闲时间信息如下表所示：
需要说明的，上表中所列的非空闲时间信息仅仅是一种举例，不具有普适性，例如实际中，可以是更详细的时间段，精确到每年的某几个月，每周的每一天所对应的非空闲时间信息，将根据实际需求进行设置，本发明实施例并不限定非空闲时间信息的具体形式或数值。
按照上述数据进行匹配，可以得出，“王者荣耀”中的在线时间段与非空闲时间信息存在重合，即根据匹配结果将在线时间段处于非空闲时间信息内的游戏应用“王者荣耀”从所述云端数据库中删除。
另外，如果判断出其中一游戏应用对应的在线时间段与各历史游戏终端用户的非空闲时间信息均不重合，则将在线时间段不处于非空闲时间信息内的游戏应用保留在所述云端数据库中。
S13、获取保留在所述云端数据库中的游戏应用在游戏商城中的下载量。
保留在云端数据库的游戏应用，即是指没有从云端数据库中删除的游戏应用，根据这些游戏应用的名称，在游戏商城中进行对应获取，在获取之后将进一步获取这些游戏应用在游戏商城中的下载量，例如可以是日下载量、周下载量、月下载量、季度下载量，年下载量，均可。
S14、获取目标游戏终端用户的身份信息，判断其是否为在读学生或在职人员的一种，若是则执行S15。
在S14中，需要对目标游戏终端用户的身份信息进行获取，具体可以采用S11中的获取方式，即通过上述方式判断目标游戏终端用户是否为在读学生或在职人员的一种，如果不是则结束流程。
S15、根据保留在所述云端数据库中的游戏应用在游戏商城中的下载量生成下载量排行并将其在目标游戏终端的游戏商城中进行推荐。
其中下载量排行可以是全部排行，也可以是处在设定值内的排行，例如前十位等，在生成下载量排行之后，将该排行在目标游戏终端的游戏商城中进行显示以对用户进行推荐，也可以直接将生成的下载量排行作为信息推送给目标游戏终端。
实施例二
参考图2所示。本实施例在实施例一的基础上，在根据匹配结果将在线时间段处于非空闲时间信息内的游戏应用从所述云端数据库中删除之前，所述方法还包括以下步骤：
S20、获取在线时间段处于非空闲时间信息内的历史游戏终端的定位信息。
S21、获取在线时间段处于非空闲时间信息内的历史游戏终端用户的学校地点或工作地点。
S22、判断所述定位信息是否与学校地点或工作地点吻合。
若不吻合则执行S23。
S23、不将在线时间段处于非空闲时间信息内的游戏应用从所述云端数据库中删除。
在本实施例中，在获取到在线时间段处于非空闲时间信息内的历史游戏终端后，将向这些终端发送定位信息获取请求，这些终端在接收到定位信息获取请求后将启用GPS定位功能生成定位信息并对应发送。
在线时间段处于非空闲时间信息内的历史游戏终端用户的学校地点或工作地点的获取方式为：先获取学校名称或公司名称，然后将其置电子地图中进行搜索一获取对应的学校地点或工作地点。
接着，将判断所述定位信息是否与学校地点或工作地点吻合，这里所说的吻合是指是否处于同一个位置，即定位信息是否落入在学校地点或工作地点中，如果落入则说明位置吻合。
而如果判断出位置不吻合的话，说明在线时间段处于非空闲时间信息内的历史游戏终端用户所处的位置不在学校地点或工作地点中，这意味着不适用实施例一种的游戏推荐机制，例如用户可能由于身体不舒服请假在家或者由于其他原因不在学校或公司中。
基于此种情况，通过本实施例的实施，能够有效避免该情况下对在线时间段处于非空闲时间信息内的游戏应用从云端数据库中删除的不合理性，从而使得游戏应用的推荐符合实际的需求。
实施例三
参考图3所示。本实施例在实施例一的基础上，所述方法还包括以下步骤：
S30、收集所述目标游戏终端中的用户行为日志并通过推荐算法对用户行为日志进行训练以得出所述目标游戏终端用户的喜好。
S31、将下载量排行中与用户的喜好相匹配的游戏应用在目标游戏终端的游戏商城中进行推荐。
在本实施例中，当用户使用目标游戏终端访问网站或APP时，通过用户行为日志采集脚本代码收集用户行为日志，并将其通过预定的协议进行发送，具体将其发送至指定的数据库中进行存储，然后通过推荐算法对用户行为日志进行训练，例如可以使用Mahout算法对数据库中的用户行为日志进行训练，从而得出目标游戏终端用户的喜好，具体可以是针对游戏的喜好，也可以是其他喜好。
接着，将下载量排行中与用户的喜好相匹配的游戏应用在目标游戏终端的游戏商城中进行推荐，这样，既可以保证在游戏商城中推荐的游戏应用是经过防沉迷筛选的，同时也符合目标游戏终端用户的喜好，从而进一步提升游戏应用推荐体验。
实施例四
参考图4所示。本实施例在实施例一的基础上，据匹配结果将在线时间段处于非空闲时间信息内的游戏应用从所述云端数据库中删除，将在线时间段不处于非空闲时间信息内的游戏应用保留在所述云端数据库中，包括以下步骤：
S40、根据匹配结果判断处于非空闲时间信息内的在线时间段的总时长是否超出预设时长阈值，若超出则执行S41。
S41、将与其对应的游戏应用从所述云端数据库中删除，将在线时间段的总时长没有超出预设时长阈值的游戏应用保留在所述云端数据库中。
其中，总时长的具体数值可以根据实际需求进行设置。
在判断处于非空闲时间信息内的在线时间段的总时长是否超出预设时长阈值，需要先根据在线时间段获取每个在线时间段所对应的时长，然后再算出总时长，最好进行数值比较。
实施例五
参考图5所示。本实施例在实施例一的基础上，根据匹配结果将在线时间段处于非空闲时间信息内的游戏应用从所述云端数据库中删除，将在线时间段不处于非空闲时间信息内的游戏应用保留在所述云端数据库中，包括以下步骤：
S50、根据匹配结果，将在线时间段处于非空闲时间信息内的游戏应用按照占用非空闲时间信息的从大到小的顺序进行排列。
S51、将排名处于预设排名阈值内的游戏应用从所述云端数据库中删除，将排名没有处于预设排名阈值内的游戏应用保留在所述云端数据库中。
其中，需要先判断出在线时间段处于非空闲时间信息内的每个游戏应用的非空闲时间信息的占用大小，然后再进行排列，即从高到低、从大到小依次排列，排列后，排名第一的游戏应用则意味着其对应的在线时间段处于非空闲时间信息的量是最大的。
其中，预设排名阈值可以根据实际需求进行设置，例如设置为10。
实施例六
参考图6-10所示。本实施例提供一种基于在线时间识别的防沉迷定制化游戏推荐系统，所述系统包括：
在线时间段获取模块601，用于获取各历史游戏终端针对游戏应用的在线时间段。
映射关系建立模块602，用于在游戏应用与在线时间段之间建立映射关系，并上传到云端数据库603中存储。
云端数据库603，用于存储各历史游戏终端的游戏应用以及与其建立映射关系的在线时间段。
第一身份信息获取模块604，用于获取各历史游戏终端用户的身份信息，其中所述身份信息包括在读学生或在职人员。
非空闲时间信息获取模块605，用于获取与用户的身份信息对应的非空闲时间信息，其中，非空闲时间信息包括学习时间段或工作时间段。
数据匹配模块606，用于将各游戏应用对应的在线时间段与各历史游戏终端用户的非空闲时间信息进行匹配。
数据处理模块607，用于根据匹配结果将在线时间段处于非空闲时间信息内的游戏应用从所述云端数据库中603删除，将在线时间段不处于非空闲时间信息内的游戏应用保留在所述云端数据库603中。
下载量获取模块608，用于获取保留在所述云端数据库603中的游戏应用在游戏商城中的下载量。
第二身份信息获取模块609，用于获取目标游戏终端用户的身份信息。
身份信息判断模块610，用于判断目标游戏终端用户的身份信息是否为在读学生或在职人员的一种。
游戏推荐模块611，用于判断目标游戏终端用户的身份信息为在读学生或在职人员的一种时，根据保留在所述云端数据库中的游戏应用在游戏商城中的下载量生成下载量排行并将其在目标游戏终端的游戏商城中进行推荐。
作为本发明的一种优选方式，所述系统还包括：
定位信息获取模块612，用于获取在线时间段处于非空闲时间信息内的历史游戏终端的定位信息。
地点获取模块613，用于获取在线时间段处于非空闲时间信息内的历史游戏终端用户的学校地点或工作地点。
位置判断模块614，用于判断所述定位信息是否与学校地点或工作地点吻合。
其中，所述数据处理模块607进一步用于在判断出所述定位信息与学校地点或工作地点不吻合时不将在线时间段处于非空闲时间信息内的游戏应用从所述云端数据库603中删除。
作为本发明的一种优选方式，所述系统还包括：
用户行为日志收集模块615，用于收集所述目标游戏终端中的用户行为日志。
用户行为日志训练模块616，用于通过推荐算法对用户行为日志进行训练以得出所述目标游戏终端用户的喜好。
其中，所述游戏推荐模块611进一步用于将下载量排行中与用户的喜好相匹配的游戏应用在目标游戏终端的游戏商城中进行推荐。
作为本发明的一种优选方式，所述数据处理模块607包括：
总时长判断模块617，用于根据匹配结果判断处于非空闲时间信息内的在线时间段的总时长是否超出预设时长阈值。
第一数据处理子模块618，用于在判断出处于非空闲时间信息内的在线时间段的总时长超出预设时长阈值时，将与其对应的游戏应用从所述云端数据库603中删除，将在线时间段的总时长没有超出预设时长阈值的游戏应用保留在所述云端数据库603中。
作为本发明的一种优选方式，所述数据处理模块607包括：
数据占用排列模块619，用于根据匹配结果，将在线时间段处于非空闲时间信息内的游戏应用按照占用非空闲时间信息的从大到小的顺序进行排列。
第二数据处理子模块620，用于将排名处于预设排名阈值内的游戏应用从所述云端数据库603中删除，将排名没有处于预设排名阈值内的游戏应用保留在所述云端数据库603中。
本实施例的具体实施过程与实施例一、二、三、四、五一致，具体参考上述内容。
上述实施例只为说明本发明的技术构思及特点，其目的是让熟悉该技术领域的技术人员能够了解本发明的内容并据以实施，并不能以此来限制本发明的保护范围。凡根据本发明精神实质所作出的等同变换或修饰，都应涵盖在本发明的保护范围之内。
