游戏数据处理方法和装置、计算设备及存储介质

本技术涉及计算机游戏，特别涉及游戏数据处理方法和装置、计算设备和计算机可读存储介质。背景技术：1、现在电子游戏是一种普遍的娱乐活动，在游戏对局中，玩家需要不断的采取各种游戏行为。这些游戏行为包括前进、乘坐载具、静止、射击、使用补给品等行为。技术一般的玩家往往不知道如何采取有效的游戏行为来应对当前的游戏对局，如何为玩家输出有效的游戏策略是一个亟待解决的问题。2、在相关技术中，由于游戏对局的复杂性，通常采取根据预设条件来向玩家输出策略的方式。例如，在玩家的弹药少于阈值时，向玩家输出补充弹药的策略。但是这种情况下为了应对不同的游戏对局情况，预设条件往往会设计得非常复杂，导致设计成本很高，同时由于难以满足，导致利用率低，所以投入产出比很低。此外，这些预设条件无法跨不同的游戏环境而使用，技术模型的重复使用率很低。技术实现思路1、鉴于此，本技术提供了一种游戏数据处理方法和装置、计算设备、计算机可读存储介质及计算机程序产品，期望缓解或克服上面提到的部分或全部缺陷以及其他可能的缺陷。2、根据本技术的第一方面，提供了一种游戏数据处理方法，包括：获取多个参考对局数据以及目标对象的实时对局数据，所述多个参考对局数据中每一个参考对局数据与所述实时对局数据涉及相同的游戏；针对每一个参考对局数据，从该参考对局数据中提取第一特征序列，所述第一特征序列包括与所述参考对局数据的第一对局时间段序列中各个对局时间段一一对应的多个状态特征向量；针对每一个参考对局数据，从该参考对局数据中提取第二特征序列，所述第二特征序列包括与所述参考对局数据的第二对局时间段序列中至少一个对局时间段一一对应的至少一个关键行为特征向量；从所述实时对局数据提取与当前对局时间段对应的实时状态特征向量；确定所述实时状态特征向量与每一个参考对局数据的第一特征序列中至少一个状态特征向量的相似度；根据所述实时状态特征向量与每一个参考对局数据的第一特征序列中至少一个状态特征向量的相似度，从所述多个参考对局数据中确定目标参考对局数据；根据所述目标参考对局数据对应的第二特征序列，向所述目标对象输出实时对局策略。3、在根据本技术的一些游戏数据处理方法的实施例中，针对每一个参考对局数据，从该参考对局数据中提取第一特征序列，包括针对每一个参考对局数据，执行下述步骤：将该参考对局数据的对局时间划分为所述第一对局时间段序列；针对第一对局时间段序列中的每一个对局时间段，获取该对局时间段内的所述参考对局数据对应的对局角色的至少一个状态信息；根据第一对局时间段序列中每一个对局时间段内的所述至少一个状态信息，确定该对局时间段对应的第一特征向量，第一特征向量的各分量分别指示相应对局时间段内所述至少一个状态信息中的各个状态信息；根据第一对局时间段序列中每一个对局时间段对应的第一特征向量，确定第一特征序列。4、在根据本技术的一些游戏数据处理方法的实施例中，根据第一对局时间段序列中每一个对局时间段对应的第一特征向量，确定第一特征序列，包括：对第一对局时间段序列中每一个对局时间段对应的第一特征向量的各个分量进行归一化处理和加权处理中至少一个处理，以得到每一个对局时间段对应的状态特征向量；根据第一对局时间段序列中每一个对局时间段对应的状态特征向量，构建第一特征序列。5、在根据本技术的一些游戏数据处理方法的实施例中，针对每一个参考对局数据，从该参考对局数据中提取第二特征序列，包括针对每一个参考对局数据，执行下述步骤：将该参考对局数据的对局时间划分为所述第二对局时间段序列；针对第二对局时间段序列中的每一个对局时间段，获取该对局时间段内的所述参考对局数据对应的对局角色的至少一个行为相关信息；根据第二对局时间段序列中每一个对局时间段内的所述至少一个行为相关信息，确定该对局时间段对应的第二特征向量，第二特征向量的各分量分别指示相应对局时间段内所述至少一个行为相关信息中的各个行为相关信息；根据第二对局时间段序列中每一个对局时间段对应的第二特征向量，确定第三特征序列，第三特征序列包括与第二对局时间段序列的各个对局时间段一一对应的多个特征向量；针对第三特征序列中的每一个特征向量，通过计算该特征向量与第三特征序列中前一个特征向量之间的距离，确定该特征向量对应的对局时间段的特征变化值；根据第三特征序列中每一个特征向量对应的对局时间段的特征变化值，从第二对局时间段序列的各个对局时间段对应的第二特征向量中确定至少一个关键行为特征向量；根据所述至少一个关键行为特征向量及其对应的对局时间段，确定第二特征序列。6、在根据本技术的一些游戏数据处理方法的实施例中，根据第二对局时间段序列中每一个对局时间段对应的第二特征向量，确定第三特征序列，包括：对第二对局时间段序列中每一个对局时间段对应的第二特征向量的各个分量进行归一化处理和加权处理中至少一个处理，以得到第三特征序列。7、在根据本技术的一些游戏数据处理方法的实施例中，根据第三特征序列中每一个特征向量对应的对局时间段的特征变化值，从第二对局时间段序列的各个对局时间段对应的第二特征向量中确定至少一个关键行为特征向量，包括：根据所述第三特征序列中每一个特征向量对应的对局时间段的特征变化值构建特征变化值相对于对局时间段的函数曲线；获取所述函数曲线的至少一个极大值点一一对应的至少一个对局时间段；从第二对局时间段序列的各个对局时间段对应的第二特征向量中选取与所述至少一个对局时间段对应的至少一个第二特征向量，作为所述至少一个关键行为特征向量。8、在根据本技术的一些游戏数据处理方法的实施例中，根据所述第三特征序列中每一个特征向量对应的对局时间段的特征变化值构建特征变化值相对于对局时间段的目标函数曲线，包括：根据所述第三特征序列中每一个特征向量对应的对局时间段的特征变化值，在平面直角坐标系中构建多个离散的点，每个点横坐标为对局时间段，纵坐标为对应的特征变化值；将所述多个离散的点用折线连接，形成第一函数曲线；对第一函数曲线进行平滑处理以得到第二函数曲线，作为所述目标函数曲线。9、在根据本技术的一些游戏数据处理方法的实施例中，从所述实时对局数据提取与当前对局时间段对应的实时状态特征向量，包括：从实时对局数据中确定当前对局时间段，所述当前对局时间段的时长与所述第一对局时间段序列中每一个对局时间段时长相等；从实时对局数据中获取当前对局时间段内目标对象对应的对局角色相关的至少一个状态信息；根据所述目标对象对应的对局角色相关的至少一个状态信息，确定当前对局时间段对应的实时特征向量，所述实时特征向量的各分量分别指示所述至少一个状态信息中的各个状态信息；根据所述实时特征向量，确定所述实时状态特征向量。10、在根据本技术的一些游戏数据处理方法的实施例中，确定所述实时状态特征向量与每一个参考对局数据的第一特征序列中至少一个状态特征向量的相似度，包括：计算所述实时状态特征向量与每一个参考对局数据的第一特征序列中至少一个状态特征向量的余弦相似度；计算所述实时状态特征向量与每一个参考对局数据的第一特征序列中至少一个状态特征向量的欧式距离；根据所述实时状态特征向量与每一个参考对局数据的第一特征序列中至少一个状态特征向量的余弦相似度和欧式距离中的至少一个，确定所述实时状态特征向量与每一个参考对局数据的第一特征序列中至少一个状态特征向量的相似度。11、在根据本技术的一些游戏数据处理方法的实施例中，确定所述实时状态特征向量与每一个参考对局数据的第一特征序列中至少一个状态特征向量的相似度，包括：获取所述实时状态特征向量对应的当前对局时间段的开始时间；根据所述实时状态特征向量对应的当前对局时间段的开始时间，从每一个参考对局数据的第一特征序列中选取至少一个候选的状态特征向量，使得所述候选的状态特征向量对应的时间段的开始时间与所述当前对局时间段的开始时间一致；确定所述实时状态特征向量与每一个参考对局数据对应至少一个候选的状态特征向量的相似度。12、在根据本技术的一些游戏数据处理方法的实施例中，根据所述实时状态特征向量与每一个参考对局数据的第一特征序列中至少一个状态特征向量的相似度，从所述多个参考对局数据中确定目标参考对局数据，包括：依据所述多个参考对局数据中每一个参考对局数据对应的所述至少一个状态特征向量与所述实时状态特征向量的相似度从大到小的顺序，对所述多个参考对局数据进行排序；从所述排序中选取前m个参考对局数据作为候选参考对局数据，其中m为正整数；从所述m个候选参考对局数据中随机选取一个参考对局数据作为所述目标参考对局数据。13、在根据本技术的一些游戏数据处理方法的实施例中，根据目标参考对局数据对应的第二特征序列，向所述目标对象输出实时对局策略，包括：根据所述当前对局时间段的开始时间，从所述目标参考对局数据的第二特征序列中确定用于输出实时对局策略的至少一个基准关键行为特征向量，每一个基准关键行为特征向量对应的对局时间段开始时间与所述当前时间段的开始时间相同或者在所述当前时间段开始时间之后；根据所述至少一个基准关键行为特征向量，向所述目标对象输出实时对局策略。14、在根据本技术的一些游戏数据处理方法的实施例中，还包括：获取更新的实时对局数据；从所述更新的实时对局数据提取与更新的当前对局时间段对应的更新的实时状态特征向量；根据所述更新的实时状态特征向量确定目标对象的对局策略；响应于所述目标对象的对局策略与所述输出的对局策略不相同，确定所述更新的实时状态特征向量与每一个参考对局数据的第一特征序列中至少一个状态特征向量的相似度；根据所述更新的实时状态特征向量与每一个参考对局数据的第一特征序列中至少一个状态特征向量的相似度，从所述多个参考对局数据中确定更新的目标参考对局数据；根据所述更新目标参考对局数据对应的第二特征序列，向所述目标对象输出对局策略。15、在根据本技术的一些游戏数据处理方法的实施例中，状态信息包括坐标信息、补给品信息、装备信息和杀敌数量信息中至少一个；或者所述行为相关信息包括移动方向信息、坐标信息和是否乘坐载具信息中至少一个。16、在根据本技术的一些游戏数据处理方法的实施例中，获取多个参考对局数据以及目标对象的实时对局数据，包括：获取多个历史对局数据以及目标对象的实时对局数据；从所述多个历史对局数据中，选择对局角色获胜的多个完整对局数据，作为参考对局数据。17、在根据本技术的一些游戏数据处理方法的实施例中，第一对局时间段序列与第二对局时间段序列相同。18、在根据本技术的一些游戏数据处理方法的实施例中，第一对局时间段序和第二对局时间段序列中至少一个的各个时间段的时长相同。19、根据本技术的第二方面，提供了一种游戏数据处理装置，该游戏数据处理装置包括：获取模块，配置为获取多个参考对局数据以及目标对象的实时对局数据，所述多个参考对局数据中每一个参考对局数据与所述实时对局数据涉及相同的游戏；20、第一提取模块，配置为针对每一个参考对局数据，从该参考对局数据中提取第一特征序列，所述第一特征序列包括与所述参考对局数据的第一对局时间段序列中各个对局时间段一一对应的多个状态特征向量；21、第二提取模块，配置为针对每一个参考对局数据，从该参考对局数据中提取第二特征序列，所述第二特征序列包括与所述参考对局数据的第二对局时间段序列中至少一个对局时间段一一对应的至少一个关键行为特征向量；22、第三提取模块，配置为从所述实时对局数据提取与当前对局时间段对应的实时状态特征向量；23、第一确定模块，配置为确定所述实时状态特征向量与每一个参考对局数据的第一特征序列中至少一个状态特征向量的相似度；24、第二确定模块，配置为根据所述实时状态特征向量与每一个参考对局数据的第一特征序列中至少一个状态特征向量的相似度，从所述多个参考对局数据中确定目标参考对局数据；25、输出模块，配置为根据目标参考对局数据对应的第二特征序列，向所述目标对象输出实时对局策略。26、根据本技术的第三方面，提供了一种计算设备，包括存储器和处理器，其中所述存储器中存储有计算机程序，所述计算机程序在被所述处理器执行时促使所述处理器执行根据本技术一些实施例的游戏数据处理方法的步骤。27、根据本技术的第四方面，提供了一种计算机可读存储介质，其上存储计算机可读指令，所述计算机可读指令在被执行时实现根据本技术一些实施例的游戏数据处理方法。28、根据本技术的第五方面，提供了一种计算机程序产品，包括计算机指令，计算机指令在被处理器执行时实现根据本技术一些实施例的游戏数据处理方法。29、在根据本技术一些实施例的游戏数据处理方法和装置中，首先通过状态特征匹配（即当前实时对局与第一特征序列的相似度计算），从参考对局数据的第一特征序列中找到与当前玩家实时状态特征最接近的对局场景（即相似度最高的参考对局状态特征），从而获得对应的目标参考数据，这样的基于对局状态或场景的匹配选取目标参考数据的过程显著提升了相应对局策略指导对目标对象当前对局的适用性，进而提高策略指导的准确性和指导效果。其次，利用目标参考对局数据中提取的关键行为特征（第二特征序列）来实现对局策略指导，可以实现更显著的指导效果和更好的对局效果，因为关键行为特征可以体现或反映对对局状态产生重大影响的对局行为决策和行动方向。进一步地，本技术的游戏数据处理方法通过基于历史优秀对局数据来指导玩家的实时对局，克服相关技术中基于人工预设条件触发的游戏指导中存在的投入产出比低的问题，同时由于并不基于特定游戏的预设触发条件，因此根据本技术的数据处理方法不受具体的游戏类别或游戏场景等信息的限制，可以应用于各种不同的游戏（例如各种多角色在线或单机竞技类游戏，如moba游戏）中，通用性较强。30、根据下文描述的实施例，本技术的这些和其它优点将变得清楚，并且参考下文描述的实施例来阐明本技术的这些和其它优点。