对局结果的预测方法、装置、设备及存储介质与

本申请实施例涉及机器学习，特别涉及一种对局结果的预测方法、装置、设备及存储介质。背景技术：1、游戏对局内的实时胜率预测在电竞比赛转播、游戏内动态平衡调整等业务中广泛应用。2、相关技术中，提供了一种游戏对局的实时胜率预测方法。通过获取游戏对局中的队伍经济差来预测游戏对局的结果，经济越高的队伍胜率越大。3、然而上述通过经济差进行预测的方法，指标过于单一，预测的准确度不高。技术实现思路1、本申请实施例提供了一种对局结果的预测方法、装置、设备及存储介质。所述技术方案如下：2、根据本申请实施例的一个方面，提供了一种对局结果的预测方法，所述方法包括：3、获取游戏对局的n个时刻的时间相关特征，其中，所述n个时刻中的第t个时刻的时间相关特征包括在所述游戏对局的第t个时刻获取的随时间变化的至少一项特征信息，n为大于1的整数，t为小于或等于n的正整数；4、将所述游戏对局的时间无关特征与所述n个时刻的时间相关特征分别进行拼接，得到所述n个时刻的切片特征；其中，所述时间无关特征包括在所述游戏对局中不随时间变化的至少一项特征信息；5、对所述n个时刻的切片特征进行时序特征提取，得到输出特征信息；6、根据所述输出特征信息，预测得到所述游戏对局的对局结果。7、根据本申请实施例的一个方面，提供了一种对局结果预测模型的训练方法，所述方法包括：8、获取游戏对局的t个时刻的时间相关特征，其中，所述t个时刻中的第t个时刻的时间相关特征包括在所述游戏对局的第t个时刻获取的随时间变化的至少一项特征信息，t为大于1的整数，t为小于或等于t的正整数；9、将所述游戏对局的时间无关特征与所述t个时刻的时间相关特征分别进行拼接，得到所述t个时刻的切片特征；其中，所述时间无关特征包括在所述游戏对局中不随时间变化的至少一项特征信息；10、通过所述对局结果预测模型，对所述t个时刻的切片特征进行时序特征提取，得到输出特征信息；11、根据所述输出特征信息，得到所述游戏对局的预测对局结果；12、根据所述游戏对局的预测对局结果和真实对局结果，对所述对局结果预测模型进行训练，得到完成训练的所述对局结果预测模型。13、根据本申请实施例的一个方面，提供了一种对局结果的预测装置，所述装置包括：14、特征获取模块，用于获取游戏对局的n个时刻的时间相关特征，其中，所述n个时刻中的第t个时刻的时间相关特征包括在所述游戏对局的第t个时刻获取的随时间变化的至少一项特征信息，n为大于1的整数，t为小于或等于n的正整数；15、特征拼接模块，用于将所述游戏对局的时间无关特征与所述n个时刻的时间相关特征分别进行拼接，得到所述n个时刻的切片特征；其中，所述时间无关特征包括在所述游戏对局中不随时间变化的至少一项特征信息；16、特征提取模块，用于对所述n个时刻的切片特征进行时序特征提取，得到输出特征信息；17、结果预测模块，用于根据所述输出特征信息，预测得到所述游戏对局的对局结果。18、根据本申请实施例的一个方面，提供了一种对局结果预测模型的训练装置，所述装置包括：19、特征获取模块，用于获取游戏对局的t个时刻的时间相关特征，其中，所述n个时刻中的第t个时刻的时间相关特征包括在所述游戏对局的第t个时刻获取的随时间变化的至少一项特征信息，t为大于1的整数，t为小于或等于t的正整数；20、特征拼接模块，用于将所述游戏对局的时间无关特征与所述t个时刻的时间相关特征分别进行拼接，得到所述t个时刻的切片特征；其中，所述时间无关特征包括在所述游戏对局中不随时间变化的至少一项特征信息；21、特征提取模块，用于通过所述对局结果预测模型，对所述n个时刻的切片特征进行时序特征提取，得到输出特征信息；22、结果预测模块，用于根据所述输出特征信息，得到所述游戏对局的预测对局结果；23、模型调参模块，用于根据所述游戏对局的预测对局结果和真实对局结果，对所述对局结果预测模型进行训练，得到完成训练的所述对局结果预测模型。24、根据本申请实施例的一个方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器用于执行所述计算机程序以实现上述对局结果的预测方法，或者对局结果预测模型的训练方法。25、根据本申请实施例的一个方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序由处理器加载并执行以实现上述对局结果的预测方法，或者对局结果预测模型的训练方法。26、根据本申请实施例的一个方面，提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序由处理器加载并执行以实现上述对局结果的预测方法，或者对局结果预测模型的训练方法。27、本申请实施例提供的技术方案可以包括如下有益效果：28、通过获取游戏对局的n个时刻的时间相关特征，以及时间无关特征，根据多个维度的特征来预测游戏对局的对局结果，丰富了对游戏对局的对局结果进行预测的指标，提高了预测的准确性。且采用多个时刻的时间相关特征，提取多个时刻的时间相关特征中的时序关系，体现游戏对局中不同时刻的反转情况。由于游戏对局的不同时刻的反转情况会对游戏对局的对局结果产生影响，考虑了游戏对局中不同时刻的反转情况，根据游戏对局中不同时刻的反转情况来确定游戏对局的对局结果，进一步提高了预测的准确性。技术特征：1.一种对局结果的预测方法，其特征在于，所述方法包括：2.根据权利要求1所述的方法，其特征在于，所述对所述n个时刻的切片特征进行时序特征提取，得到输出特征信息，包括：3.根据权利要求2所述的方法，其特征在于，所述将所述n个时刻的切片特征分别转换为嵌入向量，得到所述n个时刻的嵌入向量，包括：4.根据权利要求3所述的方法，其特征在于，对于所述n个时刻中的不同时刻，所述n项特征信息各自对应权重保持不变。5.根据权利要求2所述的方法，其特征在于，所述根据所述n个时刻的嵌入向量进行时序特征提取，得到所述n个时刻的时序特征，包括：6.根据权利要求2所述的方法，其特征在于，所述对所述n个时刻的时序特征进行聚合处理，得到所述输出特征信息，包括：7.根据权利要求6所述的方法，其特征在于，在对所述n个时刻的时序特征分别进行特征提取时，所述自注意力网络的参数保持不变。8.根据权利要求2所述的方法，其特征在于，所述对局结果由对局结果预测模型得到，所述对局结果预测模型包括：输入层、嵌入层、转换层、聚合层和输出层；9.根据权利要求1所述的方法，其特征在于，所述根据所述输出特征信息，预测得到所述游戏对局的对局结果，包括：10.根据权利要求1所述的方法，其特征在于，所述游戏对局为moba游戏对局；11.一种对局结果预测模型的训练方法，其特征在于，所述方法包括：12.根据权利要求11所述的方法，其特征在于，所述根据所述游戏对局的预测对局结果和真实对局结果，对所述对局结果预测模型进行训练，得到完成训练的所述对局结果预测模型，包括：13.根据权利要求12所述的方法，其特征在于，所述对所述真实对局结果进行平滑处理，得到处理后的真实对局结果，包括：14.根据权利要求12所述的方法，其特征在于，所述根据所述游戏对局的预测对局结果和所述处理后的真实对局结果，对所述对局结果预测模型进行训练，得到完成训练的所述对局结果预测模型，包括：15.根据权利要求11所述的方法，其特征在于，所述对所述t个时刻的切片特征进行时序特征提取，得到输出特征信息，包括：16.根据权利要求15所述的方法，其特征在于，所述将所述t个时刻的切片特征分别转换为嵌入向量，得到所述t个时刻的嵌入向量，包括：17.根据权利要求15所述的方法，其特征在于，所述根据所述t个时刻的嵌入向量进行时序特征提取，得到所述t个时刻的时序特征，包括：18.根据权利要求15所述的方法，其特征在于，所述对所述t个时刻的时序特征进行聚合处理，得到所述输出特征信息，包括：19.一种对局结果的预测装置，其特征在于，所述装置包括：20.一种对局结果预测模型的训练装置，其特征在于，所述装置包括：21.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器用于执行所述计算机程序以实现如权利要求1至10任一项所述的方法，或实现如权利要求11至18任一项所述的方法。22.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序由处理器加载并执行以实现如权利要求1至10任一项所述的方法，或实现如权利要求11至18任一项所述的方法。23.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序由处理器加载并执行以实现如权利要求1至10任一项所述的方法，或实现如权利要求11至18任一项所述的方法。技术总结本申请公开了一种对局结果的预测方法、装置、设备及存储介质，涉及机器学习技术领域。所述方法包括：获取游戏对局的N个时刻的时间相关特征；将游戏对局的时间无关特征与N个时刻的时间相关特征分别进行拼接，得到N个时刻的切片特征；其中，时间无关特征包括在游戏对局中不随时间变化的至少一项特征信息；对N个时刻的切片特征进行时序特征提取，得到输出特征信息；根据输出特征信息，预测得到游戏对局的对局结果。通过上述方法，丰富了对游戏对局的对局结果进行预测的指标，考虑了游戏对局中不同时刻的反转情况，进一步提高了预测的准确性。技术研发人员：樊哿受保护的技术使用者：腾讯科技（深圳）有限公司技术研发日：技术公布日：2024/7/18