一种基于多示例多标记学习的手机游戏道具推荐方法

本发明公开了一种基于多示例多标记学习的手机游戏道具推荐方法,包括如下步骤：首先将游戏原始运营数据转化为MIML的形式,生成MIML训练数据集合；然后根据训练数据集合训练推荐模型；将测试用户数据转化为MIML的形式,用得到的推荐模型进行预测,输出相关的标记排序作为推荐结果。本发明提出的方法有效利用了玩家行为数据中的大量事件上下文、玩家行为数据中与道具购买并不直接相关的事件,推荐的结果更加准确。