(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210279109.8 (22)申请日 2022.03.21 (71)申请人 刘会彬 地址 230001 安徽省合肥市经济技 术开发 区翠微路6号海恒大厦二楼 207号 (72)发明人 刘会彬　 (74)专利代理 机构 北京汇捷知识产权代理事务 所(普通合伙) 11531 专利代理师 葛葆财 (51)Int.Cl. A63F 13/67(2014.01) G06F 16/2458(2019.01) G06N 20/00(2019.01) G06F 16/36(2019.01) (54)发明名称 基于云游戏优化的大数据挖掘方法及云游 戏AI系统 (57)摘要 本申请实施例提供一种基于云游戏优化的 大数据挖掘方法及云游戏AI系统， 通过 获取针对 云游戏用户的当前游戏优化节点进行游戏优化 后上线的目标云游戏的游戏优化反馈大数据， 对 所述游戏优化反馈大数据进行挖掘， 获得所述游 戏优化反馈大数据对应的游戏优化路径的目标 优化游戏优化实体序列， 基于所述游戏优化反馈 大数据对应的游戏优化路径的目标优化游戏优 化实体序列生成对应的云游戏进阶优化计划。 如 此， 通过挖掘游戏优化路径的目标优化游戏优化 实体序列进行云游戏进阶优化计划的信息提示， 可以自动化游戏优化自动化计划的开发， 提高游 戏优化开发效率。 权利要求书4页 说明书22页 附图2页 CN 114602184 A 2022.06.10 CN 114602184 A 1.一种基于云游戏优化的大数据挖掘方法， 其特征在于， 应用于所述云游戏AI系统， 所 述方法包括： 获取针对云游戏用户的当前游戏优化节点进行游戏优化后上线的目标云游戏的游戏 优化反馈大 数据； 对所述游戏优化反馈大数据进行挖掘， 获得所述游戏优化反馈大数据对应的游戏优化 路径的目标优化游戏优化实体序列； 基于所述游戏优化反馈大数据对应的游戏优化路径的目标优化游戏优化实体序列生 成对应的云游戏进阶优化计划。 2.根据权利要求1所述的基于云游戏优化的大数据挖掘方法， 其特征在于， 所述对所述 游戏优化反馈大数据进行挖掘， 获得所述游戏优化反馈大数据对应的游戏优化路径的目标 优化游戏优化实体序列的步骤， 包括： 依据所述游戏优化反馈大数据中各游戏优化路径的游戏优化实体之间的优化路由信 息， 将所述游戏优化反馈大 数据转换为游戏优化知识图谱； 依据所述游戏优化知识图谱分别建立前向知识图谱和后向知识图谱； 所述前向知识图 谱表征当前游戏优化路径被其它游戏优化实体进 行主动勾联的勾联知识关系， 所述后向知 识图谱表征 所述当前游戏优化路径对其它游戏优化实体进行主动勾联的勾联知识关系； 在所述游戏优化知识图谱中分析各所述游戏优化路径与游戏投诉问题之间的问题勾 联知识关系； 依据所述问题勾联知识关系， 对被问题勾联游戏优化路径的游戏优化实体进行优化权 重处理； 在所述游戏优化知识图谱中搜索匹配关键优化主题要求的游戏优化实体作为关键优 化主题， 依据以所述关键优化主题构成的关键优化链、 所述前向知识图谱中的勾联知识关 系和所述后向知识图谱中的勾联知识关系， 对未进行优化权重处理的所述游戏优化路径的 游戏优化实体分配优化权 重参数， 以获得目标优化游戏优化实体序列。 3.根据权利要求2所述的基于云游戏优化的大数据挖掘方法， 其特征在于， 所述依据 所 述游戏优化反馈大数据中各游戏优化路径的游戏优化 实体之间的优化路由信息， 将所述游 戏优化反馈大 数据转换为游戏优化知识图谱， 包括： 如果确定各所述游戏优化路径的目标游戏优化实体之间的主题联系代价小于目标联 系代价， 则将各 所述目标游戏优化实体进行聚合； 基于各所述游戏优化路径的游戏优化实体之间的优化路由信 息， 获取各所述游戏优化 路径的优化联系属性信息； 依据所述优化联系属性信息生成包含各所述游戏优化路径的优化联系属性的游戏优 化知识图谱。 4.根据权利要求2所述的基于云游戏优化的大数据挖掘方法， 其特征在于， 所述依据 所 述游戏优化知识图谱分别建立前向知识图谱和后向知识图谱， 包括： 如果确定所述游戏优化知识图谱中的游戏优化路径之间存在相对勾联关系， 则依据 所 述相对勾联关系， 在初始前向知识图谱和初始后向知识图谱中添加游戏优化实体， 以及与 所述游戏优化实体相连的游戏优化路径； 在添加游戏优化实体和游戏优化路径的所述初始前向知识图谱和所述初始后向知识权　利　要　求　书 1/4 页 2 CN 114602184 A 2图谱中， 依据所述游戏优化路径的权重分别配置勾联知识关系， 获得前向知识图谱和后向 知识图谱。 5.根据权利要求2所述的基于云游戏优化的大数据挖掘方法， 其特征在于， 所述依据 所 述问题勾联知识关系， 对被问题勾联游戏优化路径的游戏优化实体进行优化权重处理， 包 括： 当所述游戏优化知识图谱中相应游戏优化路径的游戏优化实体位于所述游戏投诉问 题的前向范围时， 将位于所述游戏投诉问题的前向范围的游戏优化 实体更新为负优化权重 参数； 当所述游戏优化知识图谱中相应游戏优化路径位于所述游戏投诉问题的前向范围时， 判断位于所述游戏投诉问题的前向范围的所述游戏优化路径的起始游戏优化实体或终止 游戏优化实体是否匹配目标要求； 如果确定匹配所述目标要求， 则将所述起始游戏优化实体或终止游戏优化实体更新为 负优化权 重参数。 6.根据权利要求2所述的基于云游戏优化的大数据挖掘方法， 其特征在于， 所述在所述 游戏优化知识图谱中搜索匹配关键优化主题要求的游戏优化实体作为关键优化主题， 包 括： 在所述游戏优化知识图谱中搜索处于优化交叉部分处 的游戏优化实体， 并将搜索的所 述游戏优化实体作为关键优化主题； 在所述游戏优化知识图谱中搜索游戏优化强度为第 二目标强度、 且优先级为预设优先 级所对应的游戏优化实体， 并将搜索的所述游戏优化实体作为关键优化主题； 其中， 进行了优化权 重处理的所述游戏优化实体的状态为第一状态； 所述在所述游戏优化知识图谱中搜索匹配关键优化主题要求的游戏优化实体作为关 键优化主题包括： 在所述游戏优化知识图谱中， 从处于第 二状态的所述关键优化主题中选取一个关键优 化主题作为初始成员， 以所述初始成员开始在所述游戏优化知识图谱中的连通知识实体方 向进行游戏优化 实体游走， 直至游走到的当前游戏优化 实体或所述当前游戏优化 实体对应 的游戏优化路径匹配结束要求时结束游走， 获得所述连通知识实体方向上的游戏优化实 体； 将所述连通知识实体方向上的游戏优化实体作为关键优化主题。 7.根据权利要求2所述的基于云游戏优化的大数据挖掘方法， 其特征在于， 所述依据以 所述关键优化主题构成的关键优化链、 所述前向知识图谱中的勾联知识关系和所述后向知 识图谱中的勾联知识关系， 对未进行优化权重处理的所述游戏优化路径的游戏优化 实体分 配优化权 重参数， 包括： 在所述后向知识图谱中， 获取游戏优化强度等于第二目标强度的目标游戏优化实体； 在所述游戏优化知识图谱中， 搜索与所述目标游戏优化实体对应的游戏优化路径的路 径连通状态； 如果确定所述路径连通状态匹配预设状态， 将匹配所述预设状态的路径连通实体对应 的游戏优化路径作为目标游戏优化路径， 在所述前向知识图谱中搜索与所述目标游戏优化 路径对应的游戏优化实体， 以搜索的所述游戏优化实体作为初始成员进行游走， 获得所述权　利　要　求　书 2/4 页 3 CN 114602184 A 3