一种游戏物品的分类方法及装置的制造方法
【技术领域】
[0001]本发明涉及计算机技术领域，尤其涉及一种游戏物品的分类方法及装置。
【背景技术】
[0002]机器学习是最近20多年兴起的一门多领域交叉学科，涉及概率论，统计学，逼近论，凸分析，算法复杂度理论等几门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法，即从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。机器学习已经有了十分广泛的应用，例如:数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人等。
[0003]在对游戏物品进行分类的方法中也用到了机器学习的技术，该方法包括:对游戏物品数据进行预处理，将处理好的游戏物品数据分为训练集和测试集，使用训练集进行训练，并使用测试集对训练结果进行验证，直到达到预期效果。其中，现有技术对游戏物品数据进行预处理的方法有数据归一化和数据白化。
【发明内容】
[0004]【背景技术】中提及的预处理方法虽然能够实现对游戏物品数据的预处理，但游戏物品数据具备很多特点和约束，采用现有的预处理方法会影响游戏物品分类的准确性。例如，游戏物品具有很多下限确定，上限不确定的数值属性，若采用现有技术中的预处理方法将最大值当做上限来处理的话，会导致处理后的大部分游戏物品数据非常小，从而降低游戏物品分类的准确率。
[0005]本发明实施例提出一种游戏物品的分类方法及装置，能够有效提高游戏物品分类的准确性。
[0006]本发明实施例提供一种游戏物品的分类方法，包括:
[0007]获取待分类的游戏物品的属性集合；所述属性集合包含Μ个属性信息，Μ ^ 1 ；
[0008]分别从每个属性信息中提取出属性名称和属性值，获得Μ个属性名称和Μ个对应的属性值；
[0009]从预置的属性类型表中查询获得每个属性名称所属的属性类型，并根据所述属性名称所属的属性类型，对所述属性名称对应的属性值进行映射处理；
[0010]根据预先训练好的模型对处理后的所有属性值进行分析，获得所述游戏物品所属的类型。
[0011]进一步地，所述分别从每个属性信息中提取出属性名称和属性值，获得Μ个属性名称和Μ个对应的属性值，具体包括:
[0012]分别从每个属性信息中提取出文字信息作为属性名称，并从所述属性信息中提取出数值作为属性值，获得Μ个属性名称和Μ个对应的属性值。
[0013]进一步地，在所述从预置的属性类型表中查询获得每个属性名称所属的属性类型之前，还包括:
[0014]判断获取的所述Μ个属性名称是否包含了所述属性类型表中的每个属性名称；
[0015]若否，则获取所述属性类型表中所述Μ个属性名称未包含的属性名称，设置所述未包含的属性名称对应的属性值为0，并将所述未包含的属性名称和对应的属性值添加到所述游戏物品的属性集合中。
[0016]进一步地，所述从预置的属性类型表中查询获得每个属性名称所属的属性类型，并根据所述属性名称所属的属性类型，对所述属性名称对应的属性值进行映射处理，具体包括:
[0017]从预置的属性类型表中查询获得每个属性名称所属的属性类型；
[0018]若所述属性名称属于第一属性类型，则采用第一映射算法对所述属性名称对应的属性值进行映射处理；其中，所述第一映射算法为S = l-l/(x+MAX_S/2);
[0019]若所述属性名称属于第二属性类型，采用第二映射算法对所述属性名称对应的属性值进行映射处理；其中，所述第二映射算法为s = x/MAX_S ;
[0020]其中，所述第一属性类型是指属性名称对应的属性值属于下限确定、上限不确定的类型，所述第二属性是指属性名称对应的属性值属于上下限均确定的类型，X为属性值，MAX_S为阈值，S为处理后的属性值。
[0021]进一步地，在所述获取待分类的游戏物品的属性集合之前，还包括:
[0022]逐一判断预置的每个属性名称对应的阈值是否大于预设值；若是，则判定所述属性名称属于第一属性类型；若否，则判定所述属性名称属于第二属性类型；
[0023]将所述每个属性名称及其所属的属性类型的对应关系保存到所述属性类型表中。
[0024]进一步地，在所述逐一判断预置的每个属性名称对应的阈值是否大于预设值之前，还包括:
[0025]获取待训练的N个游戏物品样本的属性信息；其中，每个游戏物品样本均具有P个属性信息；N彡1 ;P彡1 ;
[0026]遍历所述N个游戏物品样本的属性信息，逐一判断每个游戏物品样本的每个属性名称是否存在于预置的属性阈值表中；其中，所述属性阈值表是记载每个属性名称及其阈值的对应关系的信息表；
[0027]若所述游戏物品样本的所述属性名称存在于所述属性阈值表中，则判断所述游戏物品样本的所述属性名称对应的属性值是否大于所述属性阈值表中所述属性名称对应的阈值；若大于，则将所述属性阈值表中所述属性名称的阈值修改为所述属性值；
[0028]若所述游戏物品样本的所述属性名称不存在于所述属性阈值表中，则将所述游戏物品样本的所述属性名称和对应的属性值添加到所述属性阈值表中，并将所述属性值作为所述属性名称对应的阈值。
[0029]相应地，本发明实施例还提供一种游戏物品的分类装置，包括:
[0030]属性集合获取模块，用于获取待分类的游戏物品的属性集合；所述属性集合包含Μ个属性信息，Μ彡1 ;
[0031]提取模块，用于分别从每个属性信息中提取出属性名称和属性值，获得Μ个属性名称和Μ个对应的属性值；
[0032]处理模块，用于从预置的属性类型表中查询获得每个属性名称所属的属性类型，并根据所述属性名称所属的属性类型，对所述属性名称对应的属性值进行映射处理；以及，
[0033]类型获取模块，用于根据预先训练好的模型对处理后的所有属性值进行分析，获得所述游戏物品所属的类型。
[0034]进一步地，所述提取模块具体用于分别从每个属性信息中提取出文字信息作为属性名称，并从所述属性信息中提取出数值作为属性值，获得Μ个属性名称和Μ个对应的属性值。
[0035]进一步地，所述游戏物品的分类装置还包括:
[0036]判断模块，用于判断获取的所述Μ个属性名称是否包含了所述属性类型表中的每个属性名称；以及，
[0037]添加模块，用于在判断模块判断获取的所述Μ个属性名称未包含所述属性类型表中的每个属性名称时，则获取所述属性类型表中所述Μ个属性名称未包含的属性名称，设置所述未包含的属性名称对应的属性值为0，并将所述未包含的属性名称和对应的属性值添加到所述游戏物品的属性集合中。
[0038]进一步地，所述处理模块具体包括:
[0039]属性类型获取单元，用于从预置的属性类型表中查询获得每个属性名称所属的属性类型；
[0040]第一处理单元，用于若所述属性名称属于第一属性类型，则采用第一映射算法对所述属性名称对应的属性值进行映射处理；其中，所述第一映射算法为s = 1-1/(χ+ΜΑΧ_S/2);以及，
[0041]第二处理单元，用于若所述属性名称属于第二属性类型，采用第二映射算法对所述属性名称对应的属性值进行映射处理；其中，所述第二映射算法为S = x/MAX_S ;
[0042]其中，所述第一属性类型是指属性名称对应的属性值属于下限确定、上限不确定的类型，所述第二属性是指属性名称对应的属性值属于上下限均确定的类型，X为属性值，MAX_S为阈值，S为处理后的属性值。
[0043]进一步地，所述游戏物品的分类装置还包括:
[0044]阈值判断模块，用于逐一判断预置的每个属性名称对应的阈值是否大于预设值；若是，则判定所述属性名称属于第一属性类型；若否，则判定所述属性名称属于第二属性类型；以及，
[0045]保存