自动视频游戏评级.pdf

上传人:1*** 文档编号:7259323 上传时间:2019-10-01 格式:PDF 页数:18 大小:3.05MB
返回 下载 相关 举报
摘要
申请专利号:

CN201510757698.6

申请日:

20111116

公开号:

CN105396290A

公开日:

20160316

当前法律状态:

有效性:

审查中

法律详情:

IPC分类号:

A63F13/77

主分类号:

A63F13/77

申请人:

索尼电脑娱乐公司

发明人:

J.R.斯塔福德,S.奥斯曼

地址:

日本东京都

优先权:

12/948,067

专利代理机构:

北京市柳沈律师事务所

代理人:

史新宏

PDF下载: PDF下载
内容摘要

在本文描述的一个实施方案中,一种电子游戏的自动评级系统包括:采集器,其被配置来采集与电子游戏有关的游戏数据和采集与一个或多个用户有关的隐式用户数据;评级处理器,其被配置来基于所采集的游戏数据和隐式用户数据对游戏进行评级;和推荐器,其被配置来根据游戏评级的操作提供推荐。

权利要求书

1.一种电子游戏的自动评级系统,其包括:采集器,其被配置来采集与所述电子游戏有关的游戏数据和在玩游戏期间采集与一个或多个用户有关的隐式用户数据;评级处理器,其被配置来基于所采集的游戏数据和隐式用户数据对所述游戏进行评级;和推荐器,其被配置来根据所述游戏评级的操作提供推荐。 2.根据权利要求1所述的系统,其中所述评级处理器被配置来执行聚类算法,其中从所述聚类算法得出所述评级。 3.根据权利要求1所述的系统,其中所述采集器还被配置来采集显式用户数据。 4.根据权利要求1所述的系统,其中所述隐式数据包括生物识别信息。 5.根据权利要求1所述的系统,其中所述隐式数据包括所述用户的观察数据。 6.根据权利要求1所述的系统,其中所述游戏数据与游戏类型有关。 7.根据权利要求1所述的系统,其中所述隐式数据与地理信息有关。 8.根据权利要求1所述的系统,其中所述隐式数据与以下任何一项或多项有关:发色、面部毛发、所戴眼镜、服装颜色、所戴眼罩、所戴耳环、所戴面部首饰、自定义设置次数、使用的输入控制器的类型、耳机使用、日均游戏时间、日均观影时间和平均菜单导航速度。 9.根据权利要求5所述的系统,其中所述观察数据与温度、凝视时间和体位中的一个或多个有关。 10.一种用于对电子游戏进行自动评级的方法,其包括:采集与所述电子游戏有关的游戏数据;在玩游戏期间采集与一个或多个用户有关的隐式用户数据;基于所述采集的游戏数据和隐式用户数据对所述游戏进行评级;和根据所述评级提供对所述游戏的推荐。 11.根据权利要求10所述的方法,其中所述评级包括使用聚类算法。 12.根据权利要求10所述的方法,其还包括采集显式用户数据。 13.根据权利要求10所述的方法,其中所述隐式数据包括生物识别信息。 14.根据权利要求10所述的方法,其中所述隐式数据包括观察数据。 15.根据权利要求10所述的方法,其中所述游戏数据与游戏类型有关。 16.根据权利要求10所述的方法,其中所述隐式数据与地理信息有关。 17.根据权利要求10所述的方法,其中所述隐式数据与以下任何一项或多项有关:发色、面部毛发、所戴眼镜、服装颜色、所戴眼罩、所戴耳环、所戴面部首饰、自定义设置次数、使用的输入控制器的类型、耳机使用、日均游戏时间、日均观影时间和平均菜单导航速度。 18.根据权利要求14所述的方法,其中所述观察数据与温度、凝视时间和体位中的一个或多个有关。 19.一种用于对电子游戏进行自动评级的系统,其包括:用于采集与所述电子游戏有关的游戏数据的部件;用于在玩游戏期间采集与一个或多个用户有关的隐式用户数据的部件;用于基于所述采集的游戏数据和隐式用户数据对所述游戏进行评级的部件;和用于根据所述评级提供对所述游戏的推荐的部件。 20.根据权利要求19所述的系统,其中所述用于评级的部件使用聚类算法。 21.根据权利要求19所述的系统,其还包括用于采集显式用户数据的部件。 22.根据权利要求19所述的系统,其中所述隐式数据包括生物识别信息。 23.根据权利要求19所述的系统,其中所述隐式数据包括观察数据。 24.根据权利要求19所述的系统,其中所述游戏数据与游戏类型有关。 25.根据权利要求19所述的系统,其中所述隐式数据与地理信息有关。 26.根据权利要求19所述的系统,其中所述隐式数据与以下任何一项或多项有关:发色、面部毛发、所戴眼镜、服装颜色、所戴眼罩、所戴耳环、所戴面部首饰、自定义设置次数、使用的输入控制器的类型、耳机使用、日均游戏时间、日均观影时间和平均菜单导航速度。 27.根据权利要求23所述的系统,其中所述观察数据与温度、凝视时间和体位中的一个或多个有关。 28.根据权利要求1所述的系统,其还包括自调节器,所述自调节器被配置来根据采集的数据或评级或推荐结果调节所述电子游戏的属性。 29.根据权利要求10所述的方法,其还包括根据采集的数据或评级或推荐结果调节一个或多个游戏属性。 30.根据权利要求19所述的系统,其还包括用于根据采集的数据或评级或推荐结果调节一个或多个游戏属性的部件。 31.根据权利要求28所述的装置,其中所述方法还包括根据采集的数据或评级或推荐结果调节一个或多个游戏属性。 32.根据权利要求1所述的系统,其中所述隐式数据与玩家韧劲有关。 33.根据权利要求10所述的方法,其中所述隐式数据与玩家韧劲有关。 34.根据权利要求19所述的系统,其中所述隐式数据与玩家韧劲有关。

说明书

本案是申请日为2011年11月16日、申请号为201180065215.6、 发明名称为“自动视频游戏评级”的发明专利申请的分案申请。

技术领域

本公开总体上涉及电子游戏,且更具体地,涉及用于对电子游戏 进行评级和推荐电子游戏的系统和方法。

背景技术

电子或视频游戏已被证明是重要的产业,消费者为其购买花费了 数亿美元并且玩游戏所花的时间是数不清的。为了引导消费者进行购 买,已制定有不同的评级方案。通常,这些评级方案涉及用户的肯定 性询问和其显式输入的使用。不幸的是,这个过程会不可避免地引入 用户偏见,并且可能导致错误或无关评级,因为并非所有用户被相等 地定位,并且因为匆忙和有时故意的欺骗因素掺入评级对话。

发明内容

如本文描述,一种电子或视频游戏的自动评级系统包括:采集器, 其被配置来采集与游戏有关的游戏数据和采集与一个或多个用户有 关的隐式用户数据;评级处理器,其被配置来基于采集的游戏数据和 隐式用户数据对游戏进行评级;和推荐器,其被配置来根据游戏评级 的操作提供推荐。

也如本文描述,一种用于对电子游戏进行自动评级的方法包括: 采集与电子或视频游戏有关的游戏数据;采集与一个或多个用户有关 的隐式用户数据;基于采集的游戏数据和隐式用户数据对游戏进行评 级;和根据评级提供游戏推荐。

也如本文描述,一种用于对电子或视频游戏进行自动评级的系统 包括:用于采集与游戏有关的游戏数据的部件;和用于采集与一个或 多个用户有关的隐式用户数据的部件;用于基于采集的游戏数据和隐 式用户数据对游戏进行评级的部件;和用于根据评级提供游戏推荐的 部件。

也如本文描述,一种可由机器读取并具体实施可由所述机器执行 以执行用于对电子游戏进行自动评级的方法的指令程序的程序存储 装置,所述方法包括:采集与电子游戏有关的游戏数据;采集与一个 或多个用户有关的隐式用户数据;基于采集的游戏数据和隐式用户数 据对游戏进行评级;和根据评级提供游戏推荐。

附图说明

并入本说明书中并构成其一部分的附图示出了实施方案的一个 或多个实施例,并且连同示例性实施方案的描述一起用于说明所述实 施方案的原理和实施方式。

在附图中:

图1是游戏系统100的示意图,其包括每个均连接到显示器104 和一个或多个游戏控制器106等等的一个或多个游戏机102;

图1A是示出了便携式游戏装置120的示意图;

图2是图1的示例性游戏机102的方框图;

图3是自动评级系统300的方框图;

图4和图4A是聚类(clustering)映射的图示;

图5是用于对电子或视频游戏进行自动评级的方法500的流程 图;和

图6是与用来对游戏难度进行评级的隐式用户行为的使用有关 的聚类映射的图示。

具体实施方式

本文在计算机、服务器和软件的系统环境下描述示例性实施方 案。所属技术领域一般人员将明白下文描述仅是说明性的且并不旨在 以任何方式进行限制。将容易向得益于本公开的熟练人员建议其它实 施方案。现将详细参考如附图中所示的示例性实施方案的实施方式。 在附图和下文描述各处,相同参考指示符将尽量用来参考相同或类似 项。

为了清晰起见,未示出和描述本文描述的实施方式的所有常规特 征。当然,将明白必须开发任何这些实际实施方式、众多实施方式特 定的决策以实现诸如符合应用程序和商业有关的限制的开发者的特 定目标,并且这些特定目标将随实施方式和开发者而改变。此外,将 明白这种开发计划可能是复杂而耗时的,不过对得益于本公开的一般 人员来说将是常规设计任务。

根据本公开,可以使用不同类型的操作系统、计算平台、计算机 程序和/或通用机器实施本文描述的组件、过程步骤和/或数据结构。 此外,所属技术领域一般人员将明白还可以在不脱离本文公开的发明 概念的范围和精神的情况下使用较小通用特性的装置,诸如硬接线装 置、场可编程门阵列(FPGA)、专用集成电路(ASIC)等等。在由 计算机或机器实施包括一系列过程步骤的方法并且过程步骤可存储 为可由机器读取的一系列指令的情况下,过程步骤可以存储在有形介 质(诸如计算机存储装置(例如,ROM(只读存储器)、PROM(可 编程只读存储器)、EEPROM(电可擦除可编程只读存储器)、快速存 储器、跳跃驱动器等等))、磁存储介质(例如,磁带、磁盘驱动器等 等)、光学存储介质(例如,CD-ROM、DVD-ROM、纸卡、纸带等 等)和其它类型的程序存储器上。

当考虑是否购买或玩电子游戏(即,“视频游戏”)时,用户通常 将首先查看其它玩家对其的评级并且将其决定建立在如此等评级中 反映的玩家观点基础之上。然而,其它玩家会有意或无意地将其自身 偏见引入评级中。这些偏见可能或无法准确反映到用户自身情况。为 了处理这些偏见或基本上避免偏见,如本文描述的配置自动制定视频 游戏评定而不用或基本上不用肯定性地征求玩家的观点。

可能曲解评级并且影响其关联的因素包括年龄、性别和经验水平 以及游戏特征,诸如游戏类型、其时长、图形强度、在其上玩游戏的 平台(自含游戏机、互联网游戏)等等。举例而言,第一次想要购买 解谜类游戏的40岁男子可能对具有更丰富游戏经验的14岁女孩所作 的解谜类游戏评级不感兴趣,尤其是如果她的经验主要与第一人称射 击游戏有关。类似地,对将在高效能、专用桌上型计算机上所玩的图 形密集游戏的购买者来说,该男子所具的在通用膝上型计算机上所玩 的解谜类游戏的经验可能具较小参考价值。

图1是游戏系统100的示意图,其包括每个均连接到显示器104 和一个或多个游戏控制器106等等的一个或多个游戏机102。如在所 属技术领域中所知,显示器104可以是CRT(阴极射线管)、FPD (平板显示器)或类似视觉输出、或被配置来将物体图形显示在屏幕 上或将物体投影在表面(诸如墙壁)上的类似装置。如下文参考图2 更详细说明,游戏机102可以包括具有合适计算容量、必要时连接到 其它支持组件(诸如专用协处理器、存储器、可读介质驱动器、总线、 I/O控制器、网络接口等等)的局部处理器或类似处理硬件。可选地, 游戏机102可以无线地或通过网络108(例如互联网)连接到安置在 远离游戏机的位置处的一个或多个游戏服务器110,以根据已知协议 与其进行信息交换,使得可执行在线游戏会话。如下文详述,游戏机 102也示为连接到评级服务器112用于进行信息采集、整理、聚合等 等。

还预期游戏机102是无需网络连接且专用于游戏的独立装置,其 中游戏软件专门在其中的本地处理器上运行。这个操作称作独立游 戏,以区别于在线游戏。还预期直接或通过本地或其它网络连接游戏 机102与其它本地装置,例如其它游戏机。

此外,如图1A所示,系统可采取便携式游戏装置120的形式, 其中游戏软件常驻于所述装置上或可连接到所述装置的持久性存储 介质(例如快速存储装置)上。装置120包括显示器122、右侧控制 按钮124和左侧控制按钮126。评级信息可在装置120上采集和/或被 存储用于例如经由无线链路实时或后续下载到远程评级服务器(诸如 服务器112(图1))。

图2是游戏机102的方框图,示为包括主存储器202、中央处理 单元(CPU)204、至少一个向量单元206、图形处理单元208、输入 /输出(I/O)处理器210、I/O处理器存储器212、控制器接口214、 存储卡216、通用串行总线(USB)接口218和IEEE1394接口220, 但可以利用其它总线标准和接口。游戏机102还包括操作系统只读存 储器(OSROM)222、声音处理单元224、光盘控制单元226和硬盘 驱动器228,其经由总线230连接到I/O处理器210。虽然游戏机描 述成专用的“静止”游戏装置,但其或者可以实现为通用计算机、机 顶盒、蜂窝电话或手持型、便携式或移动游戏装置进行实施。此外, 类似娱乐系统可以包括更多或更少操作组件。游戏机102的用户经由 控制器接口214将指令提供到CPU204。例如,用户可以指示CPU204 将特定游戏信息存储在存储卡216上或指示游戏人物执行某些指定 动作。其它装置可以经由USB接口218和IEEE1394接口220连接 到游戏机102。可以从诸如服务器110的源获得游戏,游戏可通过例 如互联网从这些源下载到游戏机102上,或可以通过游戏存储在其上 的有形存储介质(诸如光盘或快速存储器)获得游戏。或者,可以无 线地通过例如蜂窝网络获得游戏。

返回图1,其还示出了可以与游戏机102分离或整合的相机114。 相机114进行操作以在玩游戏期间观察玩家116,例如在开始游戏时 被触发打开。在相机114或游戏机102中或甚至在远程服务器(诸如 评级服务器112)上提供的面部识别软件用于在玩游戏时实时记录玩 家的面部表情和其它行为。可记录的表情包括露齿笑、扮鬼脸、皱眉 头、面部扭曲、愤怒或惊讶的表情等等。每个这样的表情被赋值,其 指示积极或消极的体验和在特定游戏点时该体验的程度。所述值可通 过网络108发送到评级服务器112或存储在游戏机102上,用于在网 络108的条件更合适或游戏认为更合适时的晚些时候发送。

还可以采集其它观察玩家数据。例如,与相机114和/或游戏机 102整合的录音器可用于语音识别,以确定何时使用秽语或何时发出 满意、胜利、愤怒或激动的声音或音调。与玩游戏时相当实时测量的 这些事件也被赋予不同的值,指示其积极或消极特性及其程度。用户 可以例如在打败游戏中的敌人时胜利地呼喊“万岁!”,并且这可被 检测到且被赋予高的正值。或者,用户可呼喊秽语,如果在预期环境 下(诸如当丢命时),那么其可以被赋予一个负值,同时如果在非预 期环境下(如在平淡游戏中),可以被赋予更高的负值,因为其可以 指示厌倦或缺乏挑战或激情。其它观察玩家数据可包括体位和姿势及 其变化,以及不同身体动作,诸如突然跳起、抛起动作等等。

可使用内置到游戏控制器106中的装置获取其它玩家数据。例 如,可使用运动传感器或加速器(未示出)记录如在玩家失望而抛掷 游戏控制器或者拍打其一次或重复拍打时的突然加速。此外,游戏控 制器106可被配置来采集生物识别数据,例如诸如玩家心率或者手或 手指出汗。用于执行这样的生物识别数据采集的传感器是熟知的并且 可容易地并入游戏控制器106中。或者,传感器可是将其信息独立地 传递到评级服务器112的单独组件。

在不肯定性地询问玩家其对游戏或游戏的各个方面有何感觉的 意义下,上述玩家数据本质上是无意中做的或是隐式的,并且可称作 隐式数据。这并不旨在有所限制,因为还预期有肯定性询问以获得被 称为显式数据的数据。然而,肯定性询问因其可能有意或以其它方式 (通过无意识偏见)引入欺骗元素而可与无意获取的玩家数据进行不 同的加权。基本询问可涉及询问玩家的年龄和性别,或根据与当前游 戏或先前游戏或遭遇进行的先前对话从存储装置或其它数据库(诸如 社交网络的数据库等等)访问这些数据。可替换地或额外地,服务器 112可被配置来追踪当前游戏或其它有关游戏或其它无关游戏中的玩 家体验以进行如下文详述的合适加权。

可追踪的游戏和游戏级别特征的非详尽清单可以是依赖于游戏 类型并且可包括来自表1的项:

表1

●第一人称射击游戏:

-朝敌人开火的射击次数

-射击准度

-武器切换频率

-更容易的武器(散弹枪)对较难的武器(手枪)所花时间的比 例

●驾驶游戏:

-一圈中刹车所花时间的比例

-加速器所花时间的比例

-打滑失控次数

-与赛道周围的墙和其它物体碰撞的次数

-与其它车碰撞的次数

-跑出赛车路线所花时间的比例

-错误档位时间的比例

-圈速(laptimes)

-进入赛车维修站的次数

●幻想型游戏(RPG):

-使用每个符咒所花时间的比例

-使用每种武器所花时间的比例

-参与敌人混战所花的平均时间

-对敌人使用符咒所花的平均时间

-对自己使用符咒所花的平均时间

-被特定敌人杀死的次数

-使用防御抵制敌人攻击的次数

-抛射符咒打击敌人的准度

-抛射武器打击敌人的准度

●派对/休闲类游戏:

-执行任务的准度

-击中对未击中的比例

-每个任务的平均反应速度

可追踪的玩家特征的非详尽清单包括来自表2的项:

表2

-识别的发型(大、长、爆炸式、秃头)

-发色

-识别的面部毛发

-戴眼镜

-服装颜色

-戴眼罩

-戴耳环

-戴面部首饰(鼻环等)

-玩家已自定义的设置次数

-玩家使用的输入控制器(运动控制器、常规游戏控制器、蓝牙 遥控器、方向盘等)

-玩家是否使用耳机、双耳式耳机、麦克风等

-每天玩游戏所花的平均时间

-玩家花多数时间所玩的游戏类型

-在屏幕菜单上导航的平均速度

可观察和追踪的玩家行为的非详尽清单包括:

表3

-玩家的手或面部或其它身体部位的温度(例如经由红外相机) 作为紧张、失意或愤怒的迹象

-玩家对显示在屏幕上的东西感到无聊时玩家的凝视时间

-公布的评论或评级的类型(可经由Amazon.com在游戏中或在 线等)

-在游戏期间识别玩家是放松、还是无聊或是激动的体位(躺下、 站立、坐下等)

其它采集的用户数据可与地理位置有关。这可例如通过分析IP 地址或通过使用GPS坐标获得。地理信息甚至可用来表明玩家的文 化差异。此外,可对地理数据进行分类。可基于可在玩游戏时改变的 地理数据,追踪在乘公车、火车或汽车或者在银行或公车站处排队等 候时所玩游戏的类型。而且,可地理地或使用例如提供在便携式游戏 上的合适传感器(诸如自然/日光检测器)追踪室内对室外游戏。甚 至可决定地理干扰是房屋或商场中特定类型的内室,或玩家是坐在书 桌上,还是站在TV前,或是靠在沙发上。这种信息可说明玩家行为 并且有助于对玩家进行匹配。

可追踪的另一度量是玩家韧劲/决心。这是如果玩家不成功那么 其会换游戏或放弃游戏的习性。如下文进一步说明,可对与韧劲/决 心有关的信息进行聚类。例如,可能存在选择最困难或挑战级别并且 即使会重复失败却仍继续游戏的一群专注玩家。这种程度的韧劲可与 在最低难度设置下失败(但继续尝试游戏)的玩家形成对比。所述玩 家均是有决心的玩家,即使其中一位玩家可能比另一位玩家更熟练且 因此可能选择不同游戏。

上述数据的一些或所有与其它数据一起可被隐式地或显式地采 集并发送到评级服务器112。然后服务器112运用聚类算法和技术, 实现游戏和游戏级别(段)的用户特定评级。例如,所述评级可基于 游戏/游戏级别对游戏/游戏级别的类似度、用户对用户的类似度或游 戏/游戏级别对用户的类似度。

图3是例如由服务器(诸如评级服务器112)和其它组件实施的 自动评级系统300的方框图,其进行操作以采集、整理、聚合和聚类 与可在游戏机102或另一游戏装置上所玩的游戏相关的用户数据和 游戏评级数据。将明白虽然以单数提及“服务器”,但是装置112可 包括安置在一个或多个机架或框架中的多个不同组件,包括不同计算 系统、数据存储系统等等。

在相关部分中,评级服务器112包括存储器302、处理器304、 具有相关数据库306a的游戏档案存储装置306,和具有相关数据库 308a的用户档案存储装置308。还包括具有采集器312、聚合器314、 整理器316和聚类器318的评级处理器310。评级服务器112还包括 推荐器320。采集器312用于获得例如如在上表1中所列的游戏和游 戏级别特征数据,以存储在游戏档案数据库306a中。一些游戏和游 戏级别特征可推理性地提供给系统并且其与不同游戏属性(即,游戏 类型(第一人称射击游戏)、级数、每种游戏和/或每个级别的人数 等)有关。其它特征与在玩游戏期间的特定玩家表现(车辆碰撞次数、 子弹或导弹开火次数、每个游戏段和整个游戏所花的时间、达到的级 数、游戏结束过早(例如,用户处于失意而放弃)等)有关。采集器 312还获得例如如表2和表3中所列的玩家特征和行为数据用于存储 在用户档案存储装置308a中。与个别游戏和任选地游戏段有关的记 录是根据采集和存储的数据而生成并保存在游戏档案存储装置306 中。类似地,与个别玩家或个别用户有关或与特定游戏有关的记录根 据所采集和存储的数据生成并保存在用户档案存储装置308中。

聚合器314编译与游戏档案存储装置306和用户档案存储装置 308中的记录相关的游戏和玩家数据,并且连同整理器316一起整理 这个信息并将其传递到聚类器318以根据已知算法执行聚类。聚类结 果(图4中示出了其实例)产生通过推荐器320提供游戏推荐的不同 分类。聚类器318根据用户属性与游戏特征的不同组合使用已知聚类 算法对整理的数据进行分类。由推荐器320使用不同数据集组合内的 识别集群(统计平均以上的样品点的分组)以推断推荐/评级。推荐 器320从新用户或新加入游戏的现有用户采集有限数据,并且通过寻 找新有限数据集群与存储在服务器上的集群数据之间的关联而生成 评级。生成的评级与来自具有类似属性的其它用户的先前评级进行比 较,并且可被推荐器320用来对新用户是否会喜欢该游戏、发现该游 戏难玩等作出积极或消极推荐。

例如,参考图4,在图中示出了以钻石符号标记的年轻用户(青 少年)的集群,其指示用户倾向于短于一小时的动作类游戏。接着可 基于这个图对是青少年并且示出了倾向于短于一小时的游戏的新用 户推荐动作类游戏。在图4A中,我们看见不同游戏类型内的不同年 龄用户的反应时间的图。从图4A我们可见年轻用户的集群(儿童至 青少年)对动作类和休闲类游戏具有快速反应时间(低的反应值)。 从图4和图4A的数据集的两个组合来看,可推断玩休闲类游戏的15 岁玩家可能喜欢玩动作类游戏(FPS等),因为其反应时间快。尤其 是如果新用户可能喜欢一个动作类游戏多于另一动作类游戏,那么额 外组合数据集可用来缩小范围。因此,将明白,集群数据重叠到不同 空间中(其中空间是用户属性与游戏特征的组合)。重要的是,无需 清楚展现关于用户属性或游戏特征(或其它度量)的特定规则。相反, 在数据足够的情况下,集群将统计性地形成和重叠,从而导致根据其 可得到推荐的关联的自动推断。此外,虽然图4和图4A示出了具有 三个轴的图,但这仅是为了便于说明,并且实际上可由评级服务器 112以大于三的轴或维度追踪集群。此外,应注意聚类仅是一种预期 形式的数据挖掘;存在可有助于对玩家、游戏和其之间的交叉关联进 行分类的其它形式的数据挖掘算法。

因此,如本文描述,图5示出了用于对电子游戏进行自动分类的 方法500,其中在502,采集与电子游戏有关的游戏数据。在504, 采集隐式用户数据。在506,执行聚合和/或聚类。在508,基于采集 的数据以及其聚合和聚类对游戏进行评级,并且在510,生成推荐。 接着,可选地,在512,如上文所述进行游戏的自我调节。

应了解如本文描述,预期自动用户游戏系统的其它应用。转向图 6,可见隐式用户行为可用来对游戏难度进行评级。例如,对于特定 游戏,我们看见其中绘制积极和消极用户反映的次数超过10级的图, 其中如通过上文描述的任何方法推断,x轴与游戏级别1至10有关, y轴与用户反映的-1至+1尺度有关。从图来看,显然级别1至3、5 至8和10接收增大的积极信号,但级别4和9具有消极评级。这个 图可与示出了每个级别平均死亡玩家数量的图进行组合,或这两个参 数可绘制在不同图上。在任一种情况下,均会出现级别4和9的高玩 家死亡率与过度消极用户反映相关的关联。因此,使用(如上文描述, 从多个用户自动生成的)这个信息,游戏设计者可重新定义游戏以针 对游戏的将来可下载更新改进级别4和9的难度。可替换地或额外地, 可对游戏进行编程以根据采集的数据和/或评级和推荐结果而重新定 义游戏自身并调整游戏时长或难度-例如以使级别4和9难度变小-或 任何其它属性。这可使用图3中的自我调节器322来完成。

应注意上述处理和尤其是推荐分量的结果可整合到社交网站中。 例如,在游戏完成时,游戏可通知玩家特定朋友(即,相同社交网站 的成员)可能同样对相同游戏感兴趣,这是基于玩家表现、行为等等 的评定。特定来说,通过追踪玩家和其朋友并且匹配游戏与特定朋友 而推断行为模式。

虽然已示出和描述实施方案和应用,但得益于本公开的本领域技 术人员将明白在不脱离本文公开的发明概念的情况下存在比上文提 出的修改多得多的修改是可能的。因此,除受限于随附权利要求书的 精神外本发明是不受限的。

自动视频游戏评级.pdf_第1页
第1页 / 共18页
自动视频游戏评级.pdf_第2页
第2页 / 共18页
自动视频游戏评级.pdf_第3页
第3页 / 共18页
点击查看更多>>
资源描述

《自动视频游戏评级.pdf》由会员分享,可在线阅读,更多相关《自动视频游戏评级.pdf(18页珍藏版)》请在专利查询网上搜索。

1、(10)申请公布号 (43)申请公布日 (21)申请号 201510757698.6 (22)申请日 2011.11.16 12/948,067 2010.11.17 US 201180065215.6 2011.11.16 A63F 13/77(2014.01) (71)申请人 索尼电脑娱乐公司 地址 日本东京都 (72)发明人 J.R. 斯塔福德 S. 奥斯曼 (74)专利代理机构 北京市柳沈律师事务所 11105 代理人 史新宏 (54) 发明名称 自动视频游戏评级 (57) 摘要 在本文描述的一个实施方案中, 一种电子游 戏的自动评级系统包括 : 采集器, 其被配置来采 集与电子游戏有。

2、关的游戏数据和采集与一个或多 个用户有关的隐式用户数据 ; 评级处理器, 其被 配置来基于所采集的游戏数据和隐式用户数据对 游戏进行评级 ; 和推荐器, 其被配置来根据游戏 评级的操作提供推荐。 (30)优先权数据 (62)分案原申请数据 (51)Int.Cl. (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书2页 说明书7页 附图8页 CN 105396290 A 2016.03.16 CN 105396290 A 1/2 页 2 1.一种电子游戏的自动评级系统, 其包括 : 采集器, 其被配置来采集与所述电子游戏有关的游戏数据和在玩游戏期间采集与一个 或多个用户有关的。

3、隐式用户数据 ; 评级处理器, 其被配置来基于所采集的游戏数据和隐式用户数据对所述游戏进行评 级 ; 和 推荐器, 其被配置来根据所述游戏评级的操作提供推荐。 2.根据权利要求 1 所述的系统, 其中所述评级处理器被配置来执行聚类算法, 其中从 所述聚类算法得出所述评级。 3.根据权利要求 1 所述的系统, 其中所述采集器还被配置来采集显式用户数据。 4.根据权利要求 1 所述的系统, 其中所述隐式数据包括生物识别信息。 5.根据权利要求 1 所述的系统, 其中所述隐式数据包括所述用户的观察数据。 6.根据权利要求 1 所述的系统, 其中所述游戏数据与游戏类型有关。 7.根据权利要求 1 所述。

4、的系统, 其中所述隐式数据与地理信息有关。 8.根据权利要求 1 所述的系统, 其中所述隐式数据与以下任何一项或多项有关 : 发色、 面部毛发、 所戴眼镜、 服装颜色、 所戴眼罩、 所戴耳环、 所戴面部首饰、 自定义设置次数、 使用 的输入控制器的类型、 耳机使用、 日均游戏时间、 日均观影时间和平均菜单导航速度。 9.根据权利要求 5 所述的系统, 其中所述观察数据与温度、 凝视时间和体位中的一个 或多个有关。 10.一种用于对电子游戏进行自动评级的方法, 其包括 : 采集与所述电子游戏有关的游戏数据 ; 在玩游戏期间采集与一个或多个用户有关的隐式用户数据 ; 基于所述采集的游戏数据和隐式用。

5、户数据对所述游戏进行评级 ; 和 根据所述评级提供对所述游戏的推荐。 11.根据权利要求 10 所述的方法, 其中所述评级包括使用聚类算法。 12.根据权利要求 10 所述的方法, 其还包括采集显式用户数据。 13.根据权利要求 10 所述的方法, 其中所述隐式数据包括生物识别信息。 14.根据权利要求 10 所述的方法, 其中所述隐式数据包括观察数据。 15.根据权利要求 10 所述的方法, 其中所述游戏数据与游戏类型有关。 16.根据权利要求 10 所述的方法, 其中所述隐式数据与地理信息有关。 17.根据权利要求 10 所述的方法, 其中所述隐式数据与以下任何一项或多项有关 : 发 色、。

6、 面部毛发、 所戴眼镜、 服装颜色、 所戴眼罩、 所戴耳环、 所戴面部首饰、 自定义设置次数、 使用的输入控制器的类型、 耳机使用、 日均游戏时间、 日均观影时间和平均菜单导航速度。 18.根据权利要求 14 所述的方法, 其中所述观察数据与温度、 凝视时间和体位中的一 个或多个有关。 19.一种用于对电子游戏进行自动评级的系统, 其包括 : 用于采集与所述电子游戏有关的游戏数据的部件 ; 用于在玩游戏期间采集与一个或多个用户有关的隐式用户数据的部件 ; 用于基于所述采集的游戏数据和隐式用户数据对所述游戏进行评级的部件 ; 和 用于根据所述评级提供对所述游戏的推荐的部件。 权 利 要 求 书 。

7、CN 105396290 A 2 2/2 页 3 20.根据权利要求 19 所述的系统, 其中所述用于评级的部件使用聚类算法。 21.根据权利要求 19 所述的系统, 其还包括用于采集显式用户数据的部件。 22.根据权利要求 19 所述的系统, 其中所述隐式数据包括生物识别信息。 23.根据权利要求 19 所述的系统, 其中所述隐式数据包括观察数据。 24.根据权利要求 19 所述的系统, 其中所述游戏数据与游戏类型有关。 25.根据权利要求 19 所述的系统, 其中所述隐式数据与地理信息有关。 26.根据权利要求 19 所述的系统, 其中所述隐式数据与以下任何一项或多项有关 : 发 色、 面。

8、部毛发、 所戴眼镜、 服装颜色、 所戴眼罩、 所戴耳环、 所戴面部首饰、 自定义设置次数、 使用的输入控制器的类型、 耳机使用、 日均游戏时间、 日均观影时间和平均菜单导航速度。 27.根据权利要求 23 所述的系统, 其中所述观察数据与温度、 凝视时间和体位中的一 个或多个有关。 28.根据权利要求 1 所述的系统, 其还包括自调节器, 所述自调节器被配置来根据采集 的数据或评级或推荐结果调节所述电子游戏的属性。 29.根据权利要求 10 所述的方法, 其还包括根据采集的数据或评级或推荐结果调节一 个或多个游戏属性。 30.根据权利要求 19 所述的系统, 其还包括用于根据采集的数据或评级或。

9、推荐结果调 节一个或多个游戏属性的部件。 31.根据权利要求 28 所述的装置, 其中所述方法还包括根据采集的数据或评级或推荐 结果调节一个或多个游戏属性。 32.根据权利要求 1 所述的系统, 其中所述隐式数据与玩家韧劲有关。 33.根据权利要求 10 所述的方法, 其中所述隐式数据与玩家韧劲有关。 34.根据权利要求 19 所述的系统, 其中所述隐式数据与玩家韧劲有关。 权 利 要 求 书 CN 105396290 A 3 1/7 页 4 自动视频游戏评级 0001 本案是申请日为 2011 年 11 月 16 日、 申请号为 201180065215.6、 发明名称为 “自 动视频游戏评。

10、级” 的发明专利申请的分案申请。 技术领域 0002 本公开总体上涉及电子游戏, 且更具体地, 涉及用于对电子游戏进行评级和推荐 电子游戏的系统和方法。 背景技术 0003 电子或视频游戏已被证明是重要的产业, 消费者为其购买花费了数亿美元并且玩 游戏所花的时间是数不清的。为了引导消费者进行购买, 已制定有不同的评级方案。通常, 这些评级方案涉及用户的肯定性询问和其显式输入的使用。不幸的是, 这个过程会不可避 免地引入用户偏见, 并且可能导致错误或无关评级, 因为并非所有用户被相等地定位, 并且 因为匆忙和有时故意的欺骗因素掺入评级对话。 发明内容 0004 如本文描述, 一种电子或视频游戏的。

11、自动评级系统包括 : 采集器, 其被配置来采集 与游戏有关的游戏数据和采集与一个或多个用户有关的隐式用户数据 ; 评级处理器, 其被 配置来基于采集的游戏数据和隐式用户数据对游戏进行评级 ; 和推荐器, 其被配置来根据 游戏评级的操作提供推荐。 0005 也如本文描述, 一种用于对电子游戏进行自动评级的方法包括 : 采集与电子或视 频游戏有关的游戏数据 ; 采集与一个或多个用户有关的隐式用户数据 ; 基于采集的游戏数 据和隐式用户数据对游戏进行评级 ; 和根据评级提供游戏推荐。 0006 也如本文描述, 一种用于对电子或视频游戏进行自动评级的系统包括 : 用于采集 与游戏有关的游戏数据的部件 。

12、; 和用于采集与一个或多个用户有关的隐式用户数据的部 件 ; 用于基于采集的游戏数据和隐式用户数据对游戏进行评级的部件 ; 和用于根据评级提 供游戏推荐的部件。 0007 也如本文描述, 一种可由机器读取并具体实施可由所述机器执行以执行用于对电 子游戏进行自动评级的方法的指令程序的程序存储装置, 所述方法包括 : 采集与电子游戏 有关的游戏数据 ; 采集与一个或多个用户有关的隐式用户数据 ; 基于采集的游戏数据和隐 式用户数据对游戏进行评级 ; 和根据评级提供游戏推荐。 附图说明 0008 并入本说明书中并构成其一部分的附图示出了实施方案的一个或多个实施例, 并 且连同示例性实施方案的描述一起。

13、用于说明所述实施方案的原理和实施方式。 0009 在附图中 : 0010 图 1 是游戏系统 100 的示意图, 其包括每个均连接到显示器 104 和一个或多个游 说 明 书 CN 105396290 A 4 2/7 页 5 戏控制器 106 等等的一个或多个游戏机 102 ; 0011 图 1A 是示出了便携式游戏装置 120 的示意图 ; 0012 图 2 是图 1 的示例性游戏机 102 的方框图 ; 0013 图 3 是自动评级系统 300 的方框图 ; 0014 图 4 和图 4A 是聚类 (clustering) 映射的图示 ; 0015 图 5 是用于对电子或视频游戏进行自动评级。

14、的方法 500 的流程图 ; 和 0016 图 6 是与用来对游戏难度进行评级的隐式用户行为的使用有关的聚类映射的图 示。 具体实施方式 0017 本文在计算机、 服务器和软件的系统环境下描述示例性实施方案。所属技术领域 一般人员将明白下文描述仅是说明性的且并不旨在以任何方式进行限制。 将容易向得益于 本公开的熟练人员建议其它实施方案。 现将详细参考如附图中所示的示例性实施方案的实 施方式。在附图和下文描述各处, 相同参考指示符将尽量用来参考相同或类似项。 0018 为了清晰起见, 未示出和描述本文描述的实施方式的所有常规特征。 当然, 将明白 必须开发任何这些实际实施方式、 众多实施方式特定。

15、的决策以实现诸如符合应用程序和商 业有关的限制的开发者的特定目标, 并且这些特定目标将随实施方式和开发者而改变。此 外, 将明白这种开发计划可能是复杂而耗时的, 不过对得益于本公开的一般人员来说将是 常规设计任务。 0019 根据本公开, 可以使用不同类型的操作系统、 计算平台、 计算机程序和 / 或通用机 器实施本文描述的组件、 过程步骤和 / 或数据结构。此外, 所属技术领域一般人员将明白还 可以在不脱离本文公开的发明概念的范围和精神的情况下使用较小通用特性的装置, 诸如 硬接线装置、 场可编程门阵列 (FPGA)、 专用集成电路 (ASIC) 等等。在由计算机或机器实施 包括一系列过程步。

16、骤的方法并且过程步骤可存储为可由机器读取的一系列指令的情况下, 过程步骤可以存储在有形介质 ( 诸如计算机存储装置 ( 例如, ROM( 只读存储器 )、 PROM( 可 编程只读存储器 )、 EEPROM( 电可擦除可编程只读存储器 )、 快速存储器、 跳跃驱动器等 等 )、 磁存储介质 ( 例如, 磁带、 磁盘驱动器等等 )、 光学存储介质 ( 例如, CD-ROM、 DVD-ROM、 纸卡、 纸带等等 ) 和其它类型的程序存储器上。 0020 当考虑是否购买或玩电子游戏 ( 即,“视频游戏” ) 时, 用户通常将首先查看其它玩 家对其的评级并且将其决定建立在如此等评级中反映的玩家观点基础。

17、之上。然而, 其它玩 家会有意或无意地将其自身偏见引入评级中。 这些偏见可能或无法准确反映到用户自身情 况。为了处理这些偏见或基本上避免偏见, 如本文描述的配置自动制定视频游戏评定而不 用或基本上不用肯定性地征求玩家的观点。 0021 可能曲解评级并且影响其关联的因素包括年龄、 性别和经验水平以及游戏特征, 诸如游戏类型、 其时长、 图形强度、 在其上玩游戏的平台 ( 自含游戏机、 互联网游戏 ) 等等。 举例而言, 第一次想要购买解谜类游戏的 40 岁男子可能对具有更丰富游戏经验的 14 岁女 孩所作的解谜类游戏评级不感兴趣, 尤其是如果她的经验主要与第一人称射击游戏有关。 类似地, 对将在。

18、高效能、 专用桌上型计算机上所玩的图形密集游戏的购买者来说, 该男子所 具的在通用膝上型计算机上所玩的解谜类游戏的经验可能具较小参考价值。 说 明 书 CN 105396290 A 5 3/7 页 6 0022 图 1 是游戏系统 100 的示意图, 其包括每个均连接到显示器 104 和一个或多个游 戏控制器106等等的一个或多个游戏机102。 如在所属技术领域中所知, 显示器104可以是 CRT( 阴极射线管 )、 FPD( 平板显示器 ) 或类似视觉输出、 或被配置来将物体图形显示在屏 幕上或将物体投影在表面 ( 诸如墙壁 ) 上的类似装置。如下文参考图 2 更详细说明, 游戏 机102可。

19、以包括具有合适计算容量、 必要时连接到其它支持组件(诸如专用协处理器、 存储 器、 可读介质驱动器、 总线、 I/O 控制器、 网络接口等等 ) 的局部处理器或类似处理硬件。可 选地, 游戏机 102 可以无线地或通过网络 108( 例如互联网 ) 连接到安置在远离游戏机的位 置处的一个或多个游戏服务器 110, 以根据已知协议与其进行信息交换, 使得可执行在线游 戏会话。如下文详述, 游戏机 102 也示为连接到评级服务器 112 用于进行信息采集、 整理、 聚合等等。 0023 还预期游戏机 102 是无需网络连接且专用于游戏的独立装置, 其中游戏软件专门 在其中的本地处理器上运行。这个操。

20、作称作独立游戏, 以区别于在线游戏。还预期直接或 通过本地或其它网络连接游戏机 102 与其它本地装置, 例如其它游戏机。 0024 此外, 如图1A所示, 系统可采取便携式游戏装置120的形式, 其中游戏软件常驻于 所述装置上或可连接到所述装置的持久性存储介质 ( 例如快速存储装置 ) 上。装置 120 包 括显示器 122、 右侧控制按钮 124 和左侧控制按钮 126。评级信息可在装置 120 上采集和 / 或被存储用于例如经由无线链路实时或后续下载到远程评级服务器 ( 诸如服务器 112( 图 1)。 0025 图 2 是游戏机 102 的方框图, 示为包括主存储器 202、 中央处理。

21、单元 (CPU)204、 至 少一个向量单元 206、 图形处理单元 208、 输入 / 输出 (I/O) 处理器 210、 I/O 处理器存储器 212、 控制器接口 214、 存储卡 216、 通用串行总线 (USB) 接口 218 和 IEEE 1394 接口 220, 但 可以利用其它总线标准和接口。游戏机 102 还包括操作系统只读存储器 (OS ROM)222、 声 音处理单元 224、 光盘控制单元 226 和硬盘驱动器 228, 其经由总线 230 连接到 I/O 处理器 210。 虽然游戏机描述成专用的 “静止” 游戏装置, 但其或者可以实现为通用计算机、 机顶盒、 蜂窝电话。

22、或手持型、 便携式或移动游戏装置进行实施。 此外, 类似娱乐系统可以包括更多或 更少操作组件。游戏机 102 的用户经由控制器接口 214 将指令提供到 CPU 204。例如, 用 户可以指示CPU 204将特定游戏信息存储在存储卡216上或指示游戏人物执行某些指定动 作。其它装置可以经由 USB 接口 218 和 IEEE 1394 接口 220 连接到游戏机 102。可以从诸 如服务器110的源获得游戏, 游戏可通过例如互联网从这些源下载到游戏机102上, 或可以 通过游戏存储在其上的有形存储介质 ( 诸如光盘或快速存储器 ) 获得游戏。或者, 可以无 线地通过例如蜂窝网络获得游戏。 00。

23、26 返回图 1, 其还示出了可以与游戏机 102 分离或整合的相机 114。相机 114 进行操 作以在玩游戏期间观察玩家 116, 例如在开始游戏时被触发打开。在相机 114 或游戏机 102 中或甚至在远程服务器 ( 诸如评级服务器 112) 上提供的面部识别软件用于在玩游戏时实 时记录玩家的面部表情和其它行为。 可记录的表情包括露齿笑、 扮鬼脸、 皱眉头、 面部扭曲、 愤怒或惊讶的表情等等。每个这样的表情被赋值, 其指示积极或消极的体验和在特定游戏 点时该体验的程度。 所述值可通过网络108发送到评级服务器112或存储在游戏机102上, 用于在网络 108 的条件更合适或游戏认为更合适。

24、时的晚些时候发送。 0027 还可以采集其它观察玩家数据。例如, 与相机 114 和 / 或游戏机 102 整合的录音 说 明 书 CN 105396290 A 6 4/7 页 7 器可用于语音识别, 以确定何时使用秽语或何时发出满意、 胜利、 愤怒或激动的声音或音 调。与玩游戏时相当实时测量的这些事件也被赋予不同的值, 指示其积极或消极特性及其 程度。用户可以例如在打败游戏中的敌人时胜利地呼喊 “万岁! ” , 并且这可被检测到且被 赋予高的正值。 或者, 用户可呼喊秽语, 如果在预期环境下(诸如当丢命时), 那么其可以被 赋予一个负值, 同时如果在非预期环境下 ( 如在平淡游戏中 ), 可。

25、以被赋予更高的负值, 因 为其可以指示厌倦或缺乏挑战或激情。其它观察玩家数据可包括体位和姿势及其变化, 以 及不同身体动作, 诸如突然跳起、 抛起动作等等。 0028 可使用内置到游戏控制器 106 中的装置获取其它玩家数据。例如, 可使用运动传 感器或加速器(未示出)记录如在玩家失望而抛掷游戏控制器或者拍打其一次或重复拍打 时的突然加速。此外, 游戏控制器 106 可被配置来采集生物识别数据, 例如诸如玩家心率或 者手或手指出汗。 用于执行这样的生物识别数据采集的传感器是熟知的并且可容易地并入 游戏控制器 106 中。或者, 传感器可是将其信息独立地传递到评级服务器 112 的单独组件。 0。

26、029 在不肯定性地询问玩家其对游戏或游戏的各个方面有何感觉的意义下, 上述玩家 数据本质上是无意中做的或是隐式的, 并且可称作隐式数据。 这并不旨在有所限制, 因为还 预期有肯定性询问以获得被称为显式数据的数据。然而, 肯定性询问因其可能有意或以其 它方式 ( 通过无意识偏见 ) 引入欺骗元素而可与无意获取的玩家数据进行不同的加权。基 本询问可涉及询问玩家的年龄和性别, 或根据与当前游戏或先前游戏或遭遇进行的先前对 话从存储装置或其它数据库 ( 诸如社交网络的数据库等等 ) 访问这些数据。可替换地或额 外地, 服务器 112 可被配置来追踪当前游戏或其它有关游戏或其它无关游戏中的玩家体验 以。

27、进行如下文详述的合适加权。 0030 可追踪的游戏和游戏级别特征的非详尽清单可以是依赖于游戏类型并且可包括 来自表 1 的项 : 0031 表 1 0032 第一人称射击游戏 : 0033 - 朝敌人开火的射击次数 0034 - 射击准度 0035 - 武器切换频率 0036 - 更容易的武器 ( 散弹枪 ) 对较难的武器 ( 手枪 ) 所花时间的比例 0037 驾驶游戏 : 0038 - 一圈中刹车所花时间的比例 0039 - 加速器所花时间的比例 0040 - 打滑失控次数 0041 - 与赛道周围的墙和其它物体碰撞的次数 0042 - 与其它车碰撞的次数 0043 - 跑出赛车路线所花时。

28、间的比例 0044 - 错误档位时间的比例 0045 - 圈速 (lap times) 0046 - 进入赛车维修站的次数 0047 幻想型游戏 (RPG) : 说 明 书 CN 105396290 A 7 5/7 页 8 0048 - 使用每个符咒所花时间的比例 0049 - 使用每种武器所花时间的比例 0050 - 参与敌人混战所花的平均时间 0051 - 对敌人使用符咒所花的平均时间 0052 - 对自己使用符咒所花的平均时间 0053 - 被特定敌人杀死的次数 0054 - 使用防御抵制敌人攻击的次数 0055 - 抛射符咒打击敌人的准度 0056 - 抛射武器打击敌人的准度 0057。

29、 派对 / 休闲类游戏 : 0058 - 执行任务的准度 0059 - 击中对未击中的比例 0060 - 每个任务的平均反应速度 0061 可追踪的玩家特征的非详尽清单包括来自表 2 的项 : 0062 表 2 0063 - 识别的发型 ( 大、 长、 爆炸式、 秃头 ) 0064 - 发色 0065 - 识别的面部毛发 0066 - 戴眼镜 0067 - 服装颜色 0068 - 戴眼罩 0069 - 戴耳环 0070 - 戴面部首饰 ( 鼻环等 ) 0071 - 玩家已自定义的设置次数 0072 -玩家使用的输入控制器(运动控制器、 常规游戏控制器、 蓝牙遥控器、 方向盘等) 0073 - 。

30、玩家是否使用耳机、 双耳式耳机、 麦克风等 0074 - 每天玩游戏所花的平均时间 0075 - 玩家花多数时间所玩的游戏类型 0076 - 在屏幕菜单上导航的平均速度 0077 可观察和追踪的玩家行为的非详尽清单包括 : 0078 表 3 0079 -玩家的手或面部或其它身体部位的温度(例如经由红外相机)作为紧张、 失意或 愤怒的迹象 0080 - 玩家对显示在屏幕上的东西感到无聊时玩家的凝视时间 0081 - 公布的评论或评级的类型 ( 可经由 A 在游戏中或在线等 ) 0082 - 在游戏期间识别玩家是放松、 还是无聊或是激动的体位 ( 躺下、 站立、 坐下等 ) 0083 其它采集的用。

31、户数据可与地理位置有关。这可例如通过分析 IP 地址或通过使用 GPS 坐标获得。地理信息甚至可用来表明玩家的文化差异。此外, 可对地理数据进行分类。 可基于可在玩游戏时改变的地理数据, 追踪在乘公车、 火车或汽车或者在银行或公车站处 说 明 书 CN 105396290 A 8 6/7 页 9 排队等候时所玩游戏的类型。而且, 可地理地或使用例如提供在便携式游戏上的合适传感 器 ( 诸如自然 / 日光检测器 ) 追踪室内对室外游戏。甚至可决定地理干扰是房屋或商场中 特定类型的内室, 或玩家是坐在书桌上, 还是站在 TV 前, 或是靠在沙发上。这种信息可说明 玩家行为并且有助于对玩家进行匹配。。

32、 0084 可追踪的另一度量是玩家韧劲 / 决心。这是如果玩家不成功那么其会换游戏或放 弃游戏的习性。如下文进一步说明, 可对与韧劲 / 决心有关的信息进行聚类。例如, 可能存 在选择最困难或挑战级别并且即使会重复失败却仍继续游戏的一群专注玩家。 这种程度的 韧劲可与在最低难度设置下失败 ( 但继续尝试游戏 ) 的玩家形成对比。所述玩家均是有决 心的玩家, 即使其中一位玩家可能比另一位玩家更熟练且因此可能选择不同游戏。 0085 上述数据的一些或所有与其它数据一起可被隐式地或显式地采集并发送到评级 服务器 112。然后服务器 112 运用聚类算法和技术, 实现游戏和游戏级别 ( 段 ) 的用户。

33、特定 评级。例如, 所述评级可基于游戏 / 游戏级别对游戏 / 游戏级别的类似度、 用户对用户的类 似度或游戏 / 游戏级别对用户的类似度。 0086 图3是例如由服务器(诸如评级服务器112)和其它组件实施的自动评级系统300 的方框图, 其进行操作以采集、 整理、 聚合和聚类与可在游戏机 102 或另一游戏装置上所玩 的游戏相关的用户数据和游戏评级数据。将明白虽然以单数提及 “服务器” , 但是装置 112 可包括安置在一个或多个机架或框架中的多个不同组件, 包括不同计算系统、 数据存储系 统等等。 0087 在相关部分中, 评级服务器112包括存储器302、 处理器304、 具有相关数据。

34、库306a 的游戏档案存储装置 306, 和具有相关数据库 308a 的用户档案存储装置 308。还包括具有 采集器 312、 聚合器 314、 整理器 316 和聚类器 318 的评级处理器 310。评级服务器 112 还包 括推荐器320。 采集器312用于获得例如如在上表1中所列的游戏和游戏级别特征数据, 以 存储在游戏档案数据库 306a 中。一些游戏和游戏级别特征可推理性地提供给系统并且其 与不同游戏属性(即, 游戏类型(第一人称射击游戏)、 级数、 每种游戏和/或每个级别的人 数等 ) 有关。其它特征与在玩游戏期间的特定玩家表现 ( 车辆碰撞次数、 子弹或导弹开火 次数、 每个游戏。

35、段和整个游戏所花的时间、 达到的级数、 游戏结束过早 ( 例如, 用户处于失 意而放弃 ) 等 ) 有关。采集器 312 还获得例如如表 2 和表 3 中所列的玩家特征和行为数据 用于存储在用户档案存储装置 308a 中。与个别游戏和任选地游戏段有关的记录是根据采 集和存储的数据而生成并保存在游戏档案存储装置 306 中。类似地, 与个别玩家或个别用 户有关或与特定游戏有关的记录根据所采集和存储的数据生成并保存在用户档案存储装 置 308 中。 0088 聚合器 314 编译与游戏档案存储装置 306 和用户档案存储装置 308 中的记录相关 的游戏和玩家数据, 并且连同整理器 316 一起整。

36、理这个信息并将其传递到聚类器 318 以根 据已知算法执行聚类。聚类结果 ( 图 4 中示出了其实例 ) 产生通过推荐器 320 提供游戏推 荐的不同分类。聚类器 318 根据用户属性与游戏特征的不同组合使用已知聚类算法对整理 的数据进行分类。由推荐器 320 使用不同数据集组合内的识别集群 ( 统计平均以上的样品 点的分组 ) 以推断推荐 / 评级。推荐器 320 从新用户或新加入游戏的现有用户采集有限数 据, 并且通过寻找新有限数据集群与存储在服务器上的集群数据之间的关联而生成评级。 生成的评级与来自具有类似属性的其它用户的先前评级进行比较, 并且可被推荐器 320 用 说 明 书 CN 。

37、105396290 A 9 7/7 页 10 来对新用户是否会喜欢该游戏、 发现该游戏难玩等作出积极或消极推荐。 0089 例如, 参考图 4, 在图中示出了以钻石符号标记的年轻用户 ( 青少年 ) 的集群, 其 指示用户倾向于短于一小时的动作类游戏。 接着可基于这个图对是青少年并且示出了倾向 于短于一小时的游戏的新用户推荐动作类游戏。在图 4A 中, 我们看见不同游戏类型内的不 同年龄用户的反应时间的图。从图 4A 我们可见年轻用户的集群 ( 儿童至青少年 ) 对动作 类和休闲类游戏具有快速反应时间 ( 低的反应值 )。从图 4 和图 4A 的数据集的两个组合 来看, 可推断玩休闲类游戏的 。

38、15 岁玩家可能喜欢玩动作类游戏 (FPS 等 ), 因为其反应时间 快。尤其是如果新用户可能喜欢一个动作类游戏多于另一动作类游戏, 那么额外组合数据 集可用来缩小范围。因此, 将明白, 集群数据重叠到不同空间中 ( 其中空间是用户属性与游 戏特征的组合)。 重要的是, 无需清楚展现关于用户属性或游戏特征(或其它度量)的特定 规则。相反, 在数据足够的情况下, 集群将统计性地形成和重叠, 从而导致根据其可得到推 荐的关联的自动推断。此外, 虽然图 4 和图 4A 示出了具有三个轴的图, 但这仅是为了便于 说明, 并且实际上可由评级服务器 112 以大于三的轴或维度追踪集群。此外, 应注意聚类仅。

39、 是一种预期形式的数据挖掘 ; 存在可有助于对玩家、 游戏和其之间的交叉关联进行分类的 其它形式的数据挖掘算法。 0090 因此, 如本文描述, 图 5 示出了用于对电子游戏进行自动分类的方法 500, 其中在 502, 采集与电子游戏有关的游戏数据。 在504, 采集隐式用户数据。 在506, 执行聚合和/或 聚类。在 508, 基于采集的数据以及其聚合和聚类对游戏进行评级, 并且在 510, 生成推荐。 接着, 可选地, 在 512, 如上文所述进行游戏的自我调节。 0091 应了解如本文描述, 预期自动用户游戏系统的其它应用。转向图 6, 可见隐式用户 行为可用来对游戏难度进行评级。 例。

40、如, 对于特定游戏, 我们看见其中绘制积极和消极用户 反映的次数超过 10 级的图, 其中如通过上文描述的任何方法推断, x 轴与游戏级别 1 至 10 有关, y 轴与用户反映的 -1 至 +1 尺度有关。从图来看, 显然级别 1 至 3、 5 至 8 和 10 接收 增大的积极信号, 但级别 4 和 9 具有消极评级。这个图可与示出了每个级别平均死亡玩家 数量的图进行组合, 或这两个参数可绘制在不同图上。在任一种情况下, 均会出现级别 4 和 9 的高玩家死亡率与过度消极用户反映相关的关联。因此, 使用 ( 如上文描述, 从多个用户 自动生成的 ) 这个信息, 游戏设计者可重新定义游戏以针。

41、对游戏的将来可下载更新改进级 别 4 和 9 的难度。可替换地或额外地, 可对游戏进行编程以根据采集的数据和 / 或评级和 推荐结果而重新定义游戏自身并调整游戏时长或难度 - 例如以使级别 4 和 9 难度变小 - 或 任何其它属性。这可使用图 3 中的自我调节器 322 来完成。 0092 应注意上述处理和尤其是推荐分量的结果可整合到社交网站中。例如, 在游戏完 成时, 游戏可通知玩家特定朋友 ( 即, 相同社交网站的成员 ) 可能同样对相同游戏感兴趣, 这是基于玩家表现、 行为等等的评定。 特定来说, 通过追踪玩家和其朋友并且匹配游戏与特 定朋友而推断行为模式。 0093 虽然已示出和描述。

42、实施方案和应用, 但得益于本公开的本领域技术人员将明白在 不脱离本文公开的发明概念的情况下存在比上文提出的修改多得多的修改是可能的。因 此, 除受限于随附权利要求书的精神外本发明是不受限的。 说 明 书 CN 105396290 A 10 1/8 页 11 图 1 说 明 书 附 图 CN 105396290 A 11 2/8 页 12 图 1A 说 明 书 附 图 CN 105396290 A 12 3/8 页 13 图 2 说 明 书 附 图 CN 105396290 A 13 4/8 页 14 图 3 说 明 书 附 图 CN 105396290 A 14 5/8 页 15 图 4 说 明 书 附 图 CN 105396290 A 15 6/8 页 16 图 4A 说 明 书 附 图 CN 105396290 A 16 7/8 页 17 图 5 说 明 书 附 图 CN 105396290 A 17 8/8 页 18 图 6 说 明 书 附 图 CN 105396290 A 18 。

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 >


copyright@ 2017-2020 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备2021068784号-1