-
公开(公告)号：CN107970612A
公开(公告)日：2018-05-01
申请号：CN201710983933.0
申请日：2017-10-20
Applicant: 电子技术公司
IPC: A63F13/795 , A63F13/798 , A63F13/50
CPC classification number: A63F13/795 , A63F13/35
Abstract: 本文呈现的系统的实施方案能够使用映射系统和机器学习算法来识别一起玩多玩家视频游戏的用户，以创建提升玩家或用户保留的用于多玩家视频游戏的多组匹配计划。在视频游戏的多玩家实例中，如果等待玩视频游戏的用户与一个或更多个另外的用户相匹配的话，本文呈现的系统的实施方案能够确定该等待玩视频游戏的用户的预测流失率或相反的保留率。
-
公开(公告)号：CN107158702B
公开(公告)日：2021-05-11
申请号：CN201710134652.8
申请日：2017-03-08
Applicant: 电子技术公司
Inventor： 纳维德·阿加达耶 , 约翰·科伦 , 默罕默德·马尔万·马塔尔 , 穆赫辛·萨尔达里 , 薛苏 , 卡齐·阿蒂夫·乌兹·扎曼 , 肯尼思·艾伦·莫斯
Abstract: 本文提出的系统的实施方案可以执行自动粒度的难度调整。在一些实施方案中，难度调整是用户不可察觉的。此外，本文公开的系统的实施方案可以查看关于一个或多个视频游戏的历史用户活动数据，以生成预测玩游戏的预期持续时间的指示的游戏保持预测模型。所述游戏保持预测模型可以应用于用户的活动数据，以确定用户玩游戏的预期持续时间的指示。基于所确定的玩游戏的预期持续时间，可以自动调整视频游戏的难度水平。
-
公开(公告)号：CN107158708B
公开(公告)日：2021-03-02
申请号：CN201710135858.2
申请日：2017-03-08
Applicant: 电子技术公司
Inventor： 纳维德·阿加达耶 , 约翰·科伦 , 默罕默德·马尔万·马塔尔 , 穆赫辛·萨尔达里 , 薛苏 , 卡齐·阿蒂夫·乌兹·扎曼
IPC: A63F13/79 , A63F13/795
Abstract: 本文呈现的系统的实施方案可以识别待包括在匹配计划中的用户。可以生成参数模型，以预测一组用户的保留时间。可以从等待用户的队列中选择潜在用户队列、一组队友和/或对手。可以将该组队友和/或对手的用户信息提供至参数模型，以生成预测的保留时间。如果预测的保留时间满足预定阈值，则可以批准该组队友和/或对手。有利地，通过基于保留率创建匹配计划，相比于现有的多玩家匹配系统，可以提高多个用户的参与和/或保留程度。
-
Patent Agency Ranking
公开(公告)号：CN107970612B
公开(公告)日：2021-07-13
申请号：CN201710983933.0
申请日：2017-10-20
Applicant: 电子技术公司
IPC: A63F13/795 , A63F13/798 , A63F13/50
Abstract: 本文呈现的系统的实施方案能够使用映射系统和机器学习算法来识别一起玩多玩家视频游戏的用户，以创建提升玩家或用户保留的用于多玩家视频游戏的多组匹配计划。在视频游戏的多玩家实例中，如果等待玩视频游戏的用户与一个或更多个另外的用户相匹配的话，本文呈现的系统的实施方案能够确定该等待玩视频游戏的用户的预测流失率或相反的保留率。
-
公开(公告)号：CN108499108A
公开(公告)日：2018-09-07
申请号：CN201810167242.8
申请日：2018-02-28
Applicant: 电子技术公司
Abstract: 本文呈现的实施方案包括用于执行动态难度调整的系统和方法。此外，本文公开的实施方案使用可以不是可察觉的或与静态和/或现有难度调整过程相比更难被用户察觉的过程执行动态难度调整。在一些实施方案中，历史用户信息由机器学习系统用来生成预测模型，其预测玩游戏的预期持续时间，诸如例如预期流失率、保留率、用户期望玩游戏的时长或相对于先前玩过游戏的历史用户集的用户的预期玩游戏时间的指示。在玩游戏前或期间，可将预测模型应用于关于用户的信息以预测用户玩游戏的预期持续时间。基于预期持续时间，在一些实施方案中然后系统可利用映射数据储存库确定如何动态调整游戏难度，诸如例如改变一个或多个玩游戏参数的值以使游戏的部分较不难。
-
公开(公告)号：CN107158702A
公开(公告)日：2017-09-15
申请号：CN201710134652.8
申请日：2017-03-08
Applicant: 电子技术公司
Inventor： 纳维德·阿加达耶 , 约翰·科伦 , 默罕默德·马尔万·马塔尔 , 穆赫辛·萨尔达里 , 薛苏 , 卡齐·阿蒂夫·乌兹·扎曼 , 肯尼思·艾伦·莫斯
CPC classification number: A63F13/67 , A63F13/35 , A63F2300/535 , G06N7/005 , G06N99/005 , G06Q30/02 , A63F13/56 , A63F13/58 , A63F13/60
Abstract: 本文提出的系统的实施方案可以执行自动粒度的难度调整。在一些实施方案中，难度调整是用户不可察觉的。此外，本文公开的系统的实施方案可以查看关于一个或多个视频游戏的历史用户活动数据，以生成预测玩游戏的预期持续时间的指示的游戏保持预测模型。所述游戏保持预测模型可以应用于用户的活动数据，以确定用户玩游戏的预期持续时间的指示。基于所确定的玩游戏的预期持续时间，可以自动调整视频游戏的难度水平。
-
公开(公告)号：CN108499108B
公开(公告)日：2021-12-24
申请号：CN201810167242.8
申请日：2018-02-28
Applicant: 电子技术公司
Abstract: 本文呈现的实施方案包括用于执行动态难度调整的系统和方法。此外，本文公开的实施方案使用可以不是可察觉的或与静态和/或现有难度调整过程相比更难被用户察觉的过程执行动态难度调整。在一些实施方案中，历史用户信息由机器学习系统用来生成预测模型，其预测玩游戏的预期持续时间，诸如例如预期流失率、保留率、用户期望玩游戏的时长或相对于先前玩过游戏的历史用户集的用户的预期玩游戏时间的指示。在玩游戏前或期间，可将预测模型应用于关于用户的信息以预测用户玩游戏的预期持续时间。基于预期持续时间，在一些实施方案中然后系统可利用映射数据储存库确定如何动态调整游戏难度，诸如例如改变一个或多个玩游戏参数的值以使游戏的部分较不难。
-
公开(公告)号：CN107158708A
公开(公告)日：2017-09-15
申请号：CN201710135858.2
申请日：2017-03-08
Applicant: 电子技术公司
Inventor： 纳维德·阿加达耶 , 约翰·科伦 , 默罕默德·马尔万·马塔尔 , 穆赫辛·萨尔达里 , 薛苏 , 卡齐·阿蒂夫·乌兹·扎曼
IPC: A63F13/79 , A63F13/795
Abstract: 本文呈现的系统的实施方案可以识别待包括在匹配计划中的用户。可以生成参数模型，以预测一组用户的保留时间。可以从等待用户的队列中选择潜在用户队列、一组队友和/或对手。可以将该组队友和/或对手的用户信息提供至参数模型，以生成预测的保留时间。如果预测的保留时间满足预定阈值，则可以批准该组队友和/或对手。有利地，通过基于保留率创建匹配计划，相比于现有的多玩家匹配系统，可以提高多个用户的参与和/或保留程度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.027 seconds)
