基于本地保留时长识别的游戏商城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，特别涉及一种基于本地保留时长识别的游戏商城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：均没有考虑到用户对游戏的本地存储时间，即保留时长，例如一些用户在下载了某些游戏后，在短时间内就对其进行了删除，一些用户在短时间内针对游戏的在线时长较高，不久就删除该游戏，又或者，用户偏好下载某一类型的游戏，但均没有得到较高的游戏体验，同样保留时间较短。
而保留时长的因素却没有被现有的游戏推荐方式考虑到，从而导致对游戏的推荐缺乏精准度，给用户带来了较差的游戏推荐体验。
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本地保留时长识别的游戏商城游戏推荐方法及系统，能够有效解决上述背景技术中涉及的问题。
技术方案：
一种基于本地保留时长识别的游戏商城游戏推荐方法，所述方法包括：
采集各记录用户终端针对游戏类应用的本地存储的历史记录和/或当前记录，其中所述历史记录包括游戏类应用的安装时间与卸载时间，所述当前记录包括游戏类应用的安装时间与当前时间；
根据所述历史记录和/或当前记录计算出各记录用户终端针对游戏类应用的保留时长，形成数据集；
根据游戏类别和/或游戏名称对所述数据集进行聚类，并计算出各聚类下与游戏类别和/或游戏名称对应的游戏类应用的平均保留时长；
将平均保留时长处于第一预设阈值内的游戏类别和/或游戏名称作为目标对象在目标用户终端的游戏商城中进行推荐。
作为本发明的一种优选方式，所述方法还包括：
收集所述目标用户终端中的用户行为日志并将其存储于第一数据库中；
收集所述各记录用户终端中的用户行为日志并将其分区存储于第二数据库中；
使用Mahout算法分别对第一数据库中的用户行为日志以及第二数据库中分区的用户行为日志进行分析与训练，并输出各自的训练结果；
根据第一数据库的训练结果在第二数据库各区的训练结果中找出与之匹配的训练结果；
获取第二数据库中与之匹配的训练结果所对应的各记录用户终端，将其对应的针对游戏类应用的保留时长保留在所述数据集中，将不匹配的各记录用户终端对应的针对游戏类应用的保留时长从所述数据集中删除。
作为本发明的一种优选方式，所述方法还包括：
分别获取所述目标用户终端以及所述各记录用户终端的设备性能信息，其中所述设备性能信息包括设备的名称、型号、CPU型号、GPU型号、内存大小、硬盘大小、操作系统型号以及电池容量；
根据所述设备性能信息分别计算出所述目标终端以及所述各记录用户终端的性能值；
将所述目标终端的性能值与所述各记录用户终端的性能值进行比较，筛选出性能相差阈值处于第二预设阈值内的记录用户终端，将其对应的针对游戏类应用的保留时长保留在所述数据集中，将性能相差阈值不处于第二预设阈值内的记录用户终端对应的针对游戏类应用的保留时长从所述数据集中删除。
作为本发明的一种优选方式，采集各记录用户终端针对游戏类应用的本地存储的历史记录和/或当前记录，包括：
获取各记录用户终端的用户标识；
根据用户标识判断所述记录用户终端是否为同一用户的接续终端；
若是则分别获取接续前的记录用户终端以及与其对应的接续后的记录用户终端针对游戏类应用的本地存储的历史记录和/或当前记录；
将同一用户对应的接续前的记录用户终端针对游戏类应用的本地存储的历史记录和/或当前记录与接续后的记录用户终端针对游戏类应用的本地存储的历史记录和/或当前记录进行叠加作为该用户的历史记录和/或当前记录。
作为本发明的一种优选方式，所述用户标识包括至少一应用的账号信息。
一种基于本地保留时长识别的游戏商城游戏推荐系统，所述系统包括：
记录采集模块，用于采集各记录用户终端针对游戏类应用的本地存储的历史记录和/或当前记录，其中所述历史记录包括游戏类应用的安装时间与卸载时间，所述当前记录包括游戏类应用的安装时间与当前时间；
保留时长计算模块，用于根据所述历史记录和/或当前记录计算出各记录用户终端针对游戏类应用的保留时长，形成数据集；
数据聚类模块，用于根据游戏类别和/或游戏名称对所述数据集进行聚类；
平均保留时长计算模块，用于计算出各聚类下与游戏类别和/或游戏名称对应的游戏类应用的平均保留时长；
游戏推荐模块，用于将平均保留时长处于第一预设阈值内的游戏类别和/或游戏名称作为目标对象在目标用户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：
第一行为日志收集模块，用于收集所述目标用户终端中的用户行为日志并将其存储于第一数据库中；
第一数据库，用于存储所述目标用户终端中的用户行为日志；
第二行为日志收集模块，用于收集所述各记录用户终端中的用户行为日志并将其分区存储于第二数据库中；
第二数据库，用于分区存储所述各记录用户终端中的用户行为日志；
日志训练模块，用于使用Mahout算法分别对第一数据库中的用户行为日志以及第二数据库中分区的用户行为日志进行分析与训练，并输出各自的训练结果；
训练结果匹配模块，用于根据第一数据库的训练结果在第二数据库各区的训练结果中找出与之匹配的训练结果；
第一保留时长处理模块，用于获取第二数据库中与之匹配的训练结果所对应的各记录用户终端，将其对应的针对游戏类应用的保留时长保留在所述数据集中，将不匹配的各记录用户终端对应的针对游戏类应用的保留时长从所述数据集中删除。
作为本发明的一种优选方式，所述系统还包括：
性能信息获取模块，用于分别获取所述目标用户终端以及所述各记录用户终端的设备性能信息，其中所述设备性能信息包括设备的名称、型号、CPU型号、GPU型号、内存大小、硬盘大小、操作系统型号以及电池容量；
性能值计算模块，用于根据所述设备性能信息分别计算出所述目标终端以及所述各记录用户终端的性能值；
性能比较模块，用于将所述目标终端的性能值与所述各记录用户终端的性能值进行比较；
第二保留时长处理模块，用于筛选出性能相差阈值处于第二预设阈值内的记录用户终端，将其对应的针对游戏类应用的保留时长保留在所述数据集中，将性能相差阈值不处于第二预设阈值内的记录用户终端对应的针对游戏类应用的保留时长从所述数据集中删除。
作为本发明的一种优选方式，所述记录采集模块包括：
用户标识获取模块，用于获取各记录用户终端的用户标识；
接续终端判断模块，用于根据用户标识判断所述记录用户终端是否为同一用户的接续终端；
记录获取模块，用于在所述记录用户终端为同一用户的接续终端时，分别获取接续前的记录用户终端以及与其对应的接续后的记录用户终端针对游戏类应用的本地存储的历史记录和/或当前记录；
记录叠加模块，用于将同一用户对应的接续前的记录用户终端针对游戏类应用的本地存储的历史记录和/或当前记录与接续后的记录用户终端针对游戏类应用的本地存储的历史记录和/或当前记录进行叠加作为该用户的历史记录和/或当前记录。
作为本发明的一种优选方式，所述用户标识包括至少一应用的账号信息。
本发明实现以下有益效果：
1、本发明通过采集各记录用户终端针对游戏类应用的本地存储的历史记录和/或当前记录，根据上述记录计算出各记录用户终端针对游戏类应用的保留时长，形成数据集，根据游戏类别和/或游戏名称对所述数据集进行聚类，并计算出各聚类下与游戏类别和/或游戏名称对应的游戏类应用的平均保留时长，然后将平均保留时长处于第一预设阈值内的游戏类别和/或游戏名称作为目标对象在目标用户终端的游戏商城中进行推荐，如此，可基于保留时长的判断对游戏应用进行推荐，从而有效提高对游戏推荐的精准度，给用户带来了较高的游戏推荐体验。
2、本发明能够将与目标用户终端用户的喜好匹配的记录用户终端对应的针对游戏类应用的保留时长保留在数据集中，将不匹配的各记录用户终端对应的针对游戏类应用的保留时长从数据集中删除，从而使得用于采集历史记录和/或当前记录的各记录用户终端对应用户的喜好是与目标用户终端用户的喜好相匹配的，从而提高游戏应用推荐的精准度。
3、本发明能够将目标终端的性能值与各记录用户终端的性能值进行比较，并筛选出性能相差阈值处于第二预设阈值内的记录用户终端，将其对应的针对游戏类应用的保留时长保留在数据集中，将性能相差阈值不处于第二预设阈值内的记录用户终端对应的针对游戏类应用的保留时长从数据集中删除，从而使得用于采集历史记录和/或当前记录的各记录用户终端对应的性能值与目标用户终端用的性能值差距较小，从而提高游戏应用推荐的精准度。
4、本发明能够将同一用户在不同的终端中存在的针对游戏类应用的本地存储的历史记录和/或当前记录进行融合作为该用户的历史记录和/或当前记录，从而使得采集到的各记录用户终端针对游戏类应用的本地存储的历史记录和/或当前记录符合实际的需求。
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本地保留时长识别的游戏商城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本地保留时长识别的游戏商城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本地保留时长识别的游戏商城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本地保留时长识别的游戏商城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第一种基于本地保留时长识别的游戏商城游戏推荐系统的结构示意图；
图6为本发明实施例五提供的第二种基于本地保留时长识别的游戏商城游戏推荐系统的结构示意图；
图7为本发明实施例五提供的第三种基于本地保留时长识别的游戏商城游戏推荐系统的结构示意图；
图8为本发明实施例五提供的第四种基于本地保留时长识别的游戏商城游戏推荐系统的结构示意图。
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
参考图1所示。本实施例提供一种基于本地保留时长识别的游戏商城游戏推荐方法，所述方法包括以下步骤：
S10、采集各记录用户终端针对游戏类应用的本地存储的历史记录和/或当前记录，其中所述历史记录包括游戏类应用的安装时间与卸载时间，所述当前记录包括游戏类应用的安装时间与当前时间。
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记录用户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，目标用户终端是指等待向其进行游戏推荐的终端，其中目标用户终端也可以是记录用户终端的其中一个，本发明实施例中提及的终端具体可以是如手机、计算机、平板等电子设备。
在具体实施过程中，需要判断记录用户终端的本地存储空间内是否安装有游戏类应用，具体可以通过获取各应用的图标以及名称进而识别是否有游戏类应用，如果有安装游戏类应用，则获取这对该游戏类应用的本地存储的当前记录，即获取针对该游戏类应用的安装时间以及当前时间，其中安装时间可以是应用下载的时间，也可以是应用安装完成的时间。
如果判断出记录用户终端的本地存储空间内没有安装游戏类应用，则进一步判断该用户终端的本地存储空间是否在以前下载过游戏类应用，即获取记录用户终端针对游戏类应用的本地存储的历史记录，具体可以通过预先在侦测到用户下载游戏类应用的时候，进行一次记录并存档（记录安装时间、卸载时间以及游戏信息等），然后在本发明实施例中，通过获取存档以判断是否有过游戏类应用的安装历史，如果有则获取游戏类应用的安装时间与卸载时间。
S11、根据所述历史记录和/或当前记录计算出各记录用户终端针对游戏类应用的保留时长，形成数据集。
其中，根据历史记录计算记录用户终端针对游戏类应用的保留时长的方式为：卸载时间减去安装时间，根据当前记录计算记录用户终端针对游戏类应用的保留时长的方式为：当前时间减去安装时间。
在本发明实施例中，以上时间可以以各时间单位进行（例如分、小时、天等）计算，本发明优选以天进行计算。
例如，设定其中一记录用户终端针对其中一游戏类应用的历史记录为：安装时间2020年1月1日，卸载时间2020年3月1日，则通过计算可得出针对该游戏类应用的保留时长为60天；设定其中一记录用户终端针对其中一游戏类应用的历当前记录为：安装时间2020年1月1日，当前时间2020年4月1日，则通过计算可得出针对该游戏类应用的保留时长为91天。
各记录用户终端在获取到这些数据（针对游戏类应用的保留时长）之后，会将这些数据上传到云端中进程存储，形成数据集。
S12、根据游戏类别和/或游戏名称对所述数据集进行聚类，并计算出各聚类下与游戏类别和/或游戏名称对应的游戏类应用的平均保留时长。
其中，游戏类别划分为：动作、冒险、模拟、角色扮演、休闲和其他。
在本发明实施例中，将根据游戏类别和/或游戏名称对所述数据集进行聚类，即将游戏类别属于同一种类的游戏类应用所对应的保留时长汇聚在一起，和/或将游戏名称相同的游戏类应用所对应的保留时长汇聚在一起，然后再计算出各聚类下与游戏类别和/或游戏名称对应的游戏类应用的平均保留时长。
具体的，需要对每个游戏类应用的游戏类别和/或游戏名称进行识别，然后再基于游戏类别和/或游戏名称对与其对应的保留时长汇聚在一起，以及计算出各聚类下与游戏类别和/或游戏名称对应的游戏类应用的平均保留时长，平均保留时长为汇聚在一起的所有保留时长的平均值。
S13、将平均保留时长处于第一预设阈值内的游戏类别和/或游戏名称作为目标对象在目标用户终端的游戏商城中进行推荐。
在本发明实施例中，第一预设阈值可根据实际需要进行设置，且针对游戏类别与游戏名称可对应设置不同的数值，例如针对游戏类别可设置为2，针对游戏名称可设置为10。
也就是说，在本发明实施例中，将平均保留时长处于前2名内的游戏类别作为目标对象在目标用户终端的游戏商城中进行推荐，将平均保留时长处于前10名以内的游戏名称作为目标对象在目标用户终端的游戏商城中进行推荐。
实施例二
参考图2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：
S2O、收集所述目标用户终端中的用户行为日志并将其存储于第一数据库中；
S21、收集所述各记录用户终端中的用户行为日志并将其分区存储于第二数据库中；
S22、使用Mahout算法分别对第一数据库中的用户行为日志以及第二数据库中分区的用户行为日志进行分析与训练，并输出各自的训练结果；
S23、根据第一数据库的训练结果在第二数据库各区的训练结果中找出与之匹配的训练结果；
S24、获取第二数据库中与之匹配的训练结果所对应的各记录用户终端，将其对应的针对游戏类应用的保留时长保留在所述数据集中，将不匹配的各记录用户终端对应的针对游戏类应用的保留时长从所述数据集中删除。
在S20中，当用户使用目标用户终端访问网站或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，具体将其发送至第一数据库中进行存储。
在S21中，当用户使用记录用户终端访问网站或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，具体将其发送至第二数据库的各区中进行存储。
在S22中，使用Mahout算法分别对第一数据库中的用户行为日志以及第二数据库中分区的用户行为日志进行分析与训练，即通过对第一数据库中的用户行为日志的训练以发现目标用户终端用户的喜好，通过对第二数据库中各区的用户行为日志的训练以发现记录用户终端各区用户的喜好。
在S23中，将目标用户终端用户的喜好与记录用户终端各区用户的喜好进行匹配，以找到对应的匹配结果。
在S24中，将与目标用户终端用户的喜好匹配的记录用户终端对应的针对游戏类应用的保留时长保留在所述数据集中，将不匹配的各记录用户终端对应的针对游戏类应用的保留时长从所述数据集中删除。
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、分别获取所述目标用户终端以及所述各记录用户终端的设备性能信息，其中所述设备性能信息包括设备的名称、型号、CPU型号、GPU型号、内存大小、硬盘大小、操作系统型号以及电池容量；
S31、根据所述设备性能信息分别计算出所述目标终端以及所述各记录用户终端的性能值；
S32、将所述目标终端的性能值与所述各记录用户终端的性能值进行比较，筛选出性能相差阈值处于第二预设阈值内的记录用户终端，将其对应的针对游戏类应用的保留时长保留在所述数据集中，将性能相差阈值不处于第二预设阈值内的记录用户终端对应的针对游戏类应用的保留时长从所述数据集中删除。
在本发明实施例中，设备的名称可以理解为设备的品牌名称，例如苹果手机、华为手机、三星手机等，设备的型号可以理解为设备的具体型号，例如iphone11、华为mate30pro、三星S10等。
其中，性能值的计算方式可以通过跑分软件进行跑分测试，从而得出各终端的性能值。
在本发明实施例中，第二预设阈值可根据实际需要进行设置，例如可设置为5000分，也就是说，在S32中，在将目标终端的性能值与所述各记录用户终端的性能值进行比较时，将筛选出与目标终端的性能值的性能相差阈值处于5000分以内的记录用户终端应的针对游戏类应用的保留时长保留在所述数据集中，将性能相差阈值不处于5000分内的记录用户终端对应的针对游戏类应用的保留时长从所述数据集中删除。
实施例四
参考图4所示。本实施例在实施例一的基础上，S10具体包括以下步骤：
S40、获取各记录用户终端的用户标识；
S41、根据用户标识判断所述记录用户终端是否为同一用户的接续终端；
若是则执行S42、分别获取接续前的记录用户终端以及与其对应的接续后的记录用户终端针对游戏类应用的本地存储的历史记录和/或当前记录；
S43、将同一用户对应的接续前的记录用户终端针对游戏类应用的本地存储的历史记录和/或当前记录与接续后的记录用户终端针对游戏类应用的本地存储的历史记录和/或当前记录进行叠加作为该用户的历史记录和/或当前记录。
其中，所述用户标识包括至少一应用的账号信息，账号信息可代表用户的身份，具有唯一的身份标识。
在S41中，具体的判断方式为：判断用户标识在各记录用户终端中是否有重复性，如果有重复性，可认为用户具有多个终端。
例如用户同时拥有多个终端，或者对终端进行了更换，对前者而言，其中一个终端可认为是接续前的记录用户终端，其它的终端则是接续后的记录用户终端；而对后者而言，更换前的终端可认为是接续前的记录用户终端，更换后的终端可认为是接续后的记录用户终端。
在S42中，分别获取接续前的记录用户终端以及与其对应的接续后的记录用户终端针对游戏类应用的本地存储的历史记录和/或当前记录，这里的分别获取的历史记录和/或当前记录是指同一个用户在不同的终端上存在的历史记录和/或当前记录。
在S43中，将同一用户对应的接续前的记录用户终端针对游戏类应用的本地存储的历史记录和/或当前记录与接续后的记录用户终端针对游戏类应用的本地存储的历史记录和/或当前记录进行叠加，并作为该用户的历史记录和/或当前记录，即将同一用户在不同的终端中存在的针对游戏类应用的本地存储的历史记录和/或当前记录进行融合。
实施例五
参考图5-8所示。本实施例提供一种基于本地保留时长识别的游戏商城游戏推荐系统，所述系统包括：
记录采集模块501，用于采集各记录用户终端针对游戏类应用的本地存储的历史记录和/或当前记录，其中所述历史记录包括游戏类应用的安装时间与卸载时间，所述当前记录包括游戏类应用的安装时间与当前时间。
保留时长计算模块502，用于根据所述历史记录和/或当前记录计算出各记录用户终端针对游戏类应用的保留时长，形成数据集。
数据聚类模块503，用于根据游戏类别和/或游戏名称对所述数据集进行聚类。
平均保留时长计算模块504，用于计算出各聚类下与游戏类别和/或游戏名称对应的游戏类应用的平均保留时长。
游戏推荐模块505，用于将平均保留时长处于第一预设阈值内的游戏类别和/或游戏名称作为目标对象在目标用户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：
第一行为日志收集模块506，用于收集所述目标用户终端中的用户行为日志并将其存储于第一数据库中507。
第一数据库507，用于存储所述目标用户终端中的用户行为日志。
第二行为日志收集模块508，用于收集所述各记录用户终端中的用户行为日志并将其分区存储于第二数据库中509。
第二数据库509，用于分区存储所述各记录用户终端中的用户行为日志。
日志训练模块510，用于使用Mahout算法分别对第一数据库507中的用户行为日志以及第二数据库509中分区的用户行为日志进行分析与训练，并输出各自的训练结果。
训练结果匹配模块511，用于根据第一数据库507的训练结果在第二数据库509各区的训练结果中找出与之匹配的训练结果。
第一保留时长处理模块512，用于获取第二数据库509中与之匹配的训练结果所对应的各记录用户终端，将其对应的针对游戏类应用的保留时长保留在所述数据集中，将不匹配的各记录用户终端对应的针对游戏类应用的保留时长从所述数据集中删除。
作为本发明的一种优选方式，所述系统还包括：
性能信息获取模块513，用于分别获取所述目标用户终端以及所述各记录用户终端的设备性能信息，其中所述设备性能信息包括设备的名称、型号、CPU型号、GPU型号、内存大小、硬盘大小、操作系统型号以及电池容量。
性能值计算模块514，用于根据所述设备性能信息分别计算出所述目标终端以及所述各记录用户终端的性能值。
性能比较模块515，用于将所述目标终端的性能值与所述各记录用户终端的性能值进行比较。
第二保留时长处理模块516，用于筛选出性能相差阈值处于第二预设阈值内的记录用户终端，将其对应的针对游戏类应用的保留时长保留在所述数据集中，将性能相差阈值不处于第二预设阈值内的记录用户终端对应的针对游戏类应用的保留时长从所述数据集中删除。
作为本发明的一种优选方式，所述记录采集模块501包括：
用户标识获取模块517，用于获取各记录用户终端的用户标识。
接续终端判断模块518，用于根据用户标识判断所述记录用户终端是否为同一用户的接续终端。
记录获取模块519，用于在所述记录用户终端为同一用户的接续终端时，分别获取接续前的记录用户终端以及与其对应的接续后的记录用户终端针对游戏类应用的本地存储的历史记录和/或当前记录。
记录叠加模块520，用于将同一用户对应的接续前的记录用户终端针对游戏类应用的本地存储的历史记录和/或当前记录与接续后的记录用户终端针对游戏类应用的本地存储的历史记录和/或当前记录进行叠加作为该用户的历史记录和/或当前记录。
作为本发明的一种优选方式，所述用户标识包括至少一应用的账号信息。
本实施例的具体实施过程与实施例一、二、三、四一致，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。
