一种基于实时虚拟互动的性格特征分析方法、装置及终端设备

技术领域

本发明涉及计算机技术领域，具体地涉及一种基于实时虚拟互动的性格特征分析方法、装置及终端设备。

背景技术

在互联网运用领域，准确的分析用户的性格特征是十分必要的。更精准的推荐，都是建立在对用户性格特征更准确分析的基础上的。当前的用户性格特征分析主要有两种，一种是分析用户的偏好，比如统计用户对某一类内容的点击率等。这种方法只是统计了用户的偏好，没有刻画出用户的性格特征，是不全面的。如果以这种片面的偏好来给用户推荐内容，很容易使用户产生认知偏差。另一种方法是采用心理评测卷的方式。这种方法虽然理论上可以较全面分析用户性格特征，但粗暴的要求用户完成枯燥的心理评测卷，用户是比较抵制的，从而随意应付完成，评测结果的准确性无法保证。同时，用户在填写心理评测卷时，心理上处理警惕防备的状态，从而掩饰自己真实的想法，也导致评测结果失真。

因此，现有的用户性格特征分析方法，不是分析结果较为片面，就是分析结果准确性无法保证。都无法在不影响用户的产品体验的同时，获得全面准确的用户性格特征数据。

发明内容

本发明实施例的目的是提供一种基于实时虚拟互动的性格特征分析方法、装置、终端设备及处理器。

为了实现上述目的，本发明第一方面提供一种基于实时虚拟互动的性格特征分析方法，包括：

在目标用户对应的虚拟角色的虚拟任务结束后，获取同一小组的其他用户针对目标用户的评价信息，评价信息是同一小组的其他用户基于目标用户在完成虚拟任务时的表现进行评价得到的；

根据全部的评价信息得到目标用户的当前性格评价数据；

将当前性格评价数据更新至目标用户的历史性格评价数据，以对目标用户的性格评价数据进行更新。

在本发明的实施例中，性格评价数据包含多个性格维度；将当前性格评价数据更新至目标用户的历史性格评价数据，包括：获取当前性格评价数据中每一项性格维度的特征值；将当前性格评价数据中每一项性格维度的特征值与历史性格评价数据归并，得到每一项性格维度的最新特征值。

在本发明的实施例中，方法还包括根据以下公式得到每一项性格维度的最新特征值：

在本发明的实施例中，根据以下公式计算得到用户满分值累加的数值M：

M＝M′+(m-1)*Q；其中，M′为本次之前用户满分值累加的数值。

在本发明的实施例中，根据以下公式计算得到权重因子Q：

在本发明的实施例中，根据以下公式计算目标用户的任务累积总得分： T＝T′+S*Q；其中，T为目标用户的任务累积总得分；T′为目标用户在本次之前参与实时虚拟互动任务的累积分数，S为本场任务小组的分数，Q为权重因子。

在本发明的实施例中，方法还包括：在任务累积总得分T达到预设分值时，确定目标用户的虚拟角色的任务的熟练等级达到升级标准，提升目标用户的熟练等级。

在本发明的实施例中，方法还包括：在目标用户及目标用户属于同一小组的其他用户的终端界面上显示与用户对应的虚拟角色的虚拟任务；获取目标用户与其他用户针对各自对应的虚拟角色的控制操作；根据控制操作确定目标用户所在小组的任务得分。

在本发明的实施例中，根据控制操作确定目标用户所在小组的任务得分，包括：根据控制操作确定目标用户所在小组是否完成虚拟任务；根据虚拟任务的完成情况确定目标用户所在小组的任务得分。

在本发明的实施例中，方法还包括：获取用户针对虚拟任务的报名信息；将确定报名的用户加入至报名用户集合中；随机从报名用户集合中选取预设数量的用户组成一个小组，以使同一小组的用户共同完成虚拟任务。

本发明第二方面提供一种处理器，被配置成执行上述的基于实时虚拟互动的性格特征分析方法。

本发明第三方面提供一种基于实时虚拟互动的性格特征分析装置，包括：

用户评价模块，用于在目标用户对应的虚拟角色的虚拟任务结束后，获取同一小组的其他用户针对目标用户的评价信息，评价信息是同一小组的其他用户基于目标用户在完成虚拟任务时的表现进行评价得到的；

性格数据合并模块，用于根据全部的评价信息得到目标用户的当前性格评价数据；将当前性格评价数据更新至目标用户的历史性格评价数据，以对目标用户的性格评价数据进行更新。

本发明第四方面提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令在被处理器执行时使得处理器被配置成执行上述的基于实时虚拟互动的性格特征分析方法。

本发明第五方面提供一种终端设备，其特征在于，包括：存储器、收发器、处理器以及总线系统：

其中，存储器用于存储程序；

处理器用于执行存储器中的程序，处理器用于根据程序代码中的指令执行上述的基于实时虚拟互动的性格特征分析方法；

总线系统用于连接存储器以及处理器，以使存储器以及处理器进行通信。

通过上述技术方案，可以在用户沉浸式的产品体验过程中，不影响用户体验地，较为全面准确的获得用户的性格特征数据。从而为后续的好友、内容、产品、服务等的精准推荐，提供数据基础。同时，性格特征数据也可以作为用户数据的一部分展示，这样其他用户不但能通过互联网看到其外在的形象，也能了解其内在的特质。

本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：

图1示意性示出了根据本发明实施例的基于实时虚拟互动的性格特征分析方法的应用环境图；

图2示意性示出了根据本发明实施例的基于实时虚拟互动的性格特征分析方法的流程示意图；

图3示意性示出了根据本发明另一实施例的基于实时虚拟互动的性格特征分析方法的流程示意图；

图4示意性示出了根据本发明实施例的同一小组的虚拟任务的界面示意图一；

图5示意性示出了根据本发明实施例的同一小组的虚拟任务的界面示意图二；

图6示意性示出了根据本发明实施例的同一小组的虚拟任务的界面示意图三；

图7示意性示出了根据本发明实施例的评价界面示意图；

图8示意性示出了根据本发明实施例的用户完成虚拟任务得分情况的界面示意图；

图9示意性示出了根据本发明实施例的用户的最新性格评价数据的界面示意图；

图10示意性示出了根据本发明实施例的基于实时虚拟互动的性格特征分析装置的结构框图；

图11示意性示出了根据本发明实施例的计算机设备的内部结构图。

具体实施方式

以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。

本申请提供的基于实时虚拟互动的性格特征分析方法，可以应用于如图 1所示的应用环境中。其中，终端可以有多个，每个用户均可以有对应的终端，在图1中示意性的展示了2个终端，分别为终端101和终端102，终端可以通过网络与服务器103通过网络进行通信。其中，终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、智能电视和便携式可穿戴设备，服务器103可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

图2示意性示出了根据本发明实施例的基于实时虚拟互动的性格特征分析方法的流程示意图。如图2所示，在本发明一实施例中，提供了一种基于实时虚拟互动的性格特征分析方法，包括以下步骤：

步骤201，在目标用户对应的虚拟角色的虚拟任务结束后，获取同一小组的其他用户针对目标用户的评价信息，评价信息是同一小组的其他用户基于目标用户在完成虚拟任务时的表现进行评价得到的。

步骤202，根据全部的评价信息得到目标用户的当前性格评价数据。

步骤203，将当前性格评价数据更新至目标用户的历史性格评价数据，以对目标用户的性格评价数据进行更新。

本实施例中的基于实时虚拟互动的性格特征分析方法，主要是在用户沉浸式体验产品的实时虚拟互动过程中，获得较为全面准确的用户性格特征数据。具体地，实时的虚拟互动被设计为用户线上日常社交活动的一个环节，用户主动参与该实时虚拟互动，并与其他用户一起完成情景任务。用户在虚拟互动过程中的行为会实时的展示给其他用户，其他用户能实时感知其行为意图。因此，虚拟互动过程结束后，其他用户能根据该用户在虚拟互动过程中的行为，评价该用户的性格特征，即同一小组的其他用户可以基于目标用户在完成虚拟任务时的表现，对目标用户进行评价，从而可以得到同一小组的用户对目标用户的评价信息。

在获取到全部的用户对目标用户的评价信息后，可以根据全部的评价信息得到目标用户的当前性格评价数据。之后，进一步综合分析其他用户对该用户性格评价，便可以刻画出用户的性格特征。由于用户是主动参与实时虚拟互动活动的，且虚拟互动过程是实时反馈的，因此用户在虚拟互动过程中的行为是对情景自发的、潜意识的反应。从而保证了虚拟互动过程能真实反映用户的性格特征。其他一同参与实时虚拟互动的用户是随机分配的，在评价该用户性格特征时，不存在刻意好评或差评的动机，因此评价是真实的。随着用户参与实时虚拟互动的次数越来越多，评价其性格特征的其他用户也越来越多，那么统计分析这些历史评价数据，便可以趋近于百分百准确且全面的刻画该用户的性格特征。

在一个实施例中，性格评价数据包含多个性格维度；将当前性格评价数据更新至目标用户的历史性格评价数据，包括：获取当前性格评价数据中每一项性格维度的特征值；将当前性格评价数据中每一项性格维度的特征值与历史性格评价数据归并，得到每一项性格维度的最新特征值。

具体地，可以根据以下公式得到每一项性格维度的最新特征值：

其中，Z

在一个实施例中，可以根据以下公式计算得到用户满分值累加的数值M：

M＝M′+(m-1)*Q；

其中，M′为本次之前用户满分值累加的数值。

在一个实施例中，可以根据以下公式计算得到权重因子Q：

其中，S为本场任务小组的分数，L为目标用户参与虚拟角色的任务的熟练等级。

在一个实施例中，可以根据以下公式计算目标用户的任务累积总得分：

T＝T′+S*Q；

其中，T为目标用户的任务累积总得分；T′为目标用户在本次之前参与实时虚拟互动任务的累积分数，S为本场任务小组的分数，Q为权重因子。

在一个实施例中，方法还包括：获取用户针对虚拟任务的报名信息；将确定报名的用户加入至报名用户集合中；随机从报名用户集合中选取预设数量的用户组成一个小组，以使同一小组的用户共同完成虚拟任务。

在一个实施例中，方法还包括：在目标用户及目标用户属于同一小组的其他用户的终端界面上显示与用户对应的虚拟角色的虚拟任务；获取目标用户与其他用户针对各自对应的虚拟角色的控制操作；根据控制操作确定目标用户所在小组的任务得分。

在一个实施例中，根据控制操作确定目标用户所在小组的任务得分，包括：根据控制操作确定目标用户所在小组是否完成虚拟任务；根据虚拟任务的完成情况确定目标用户所在小组的任务得分。

如图3所示，也提供了一种基于实时虚拟互动的性格特征分析方法的流程示意图，具体过程如下：

1、用户操作终端设备，登录客户端并与服务器保持网络连接，从而用户终端与服务器之间建立了双向的网络通信。

2、用户在终端设备上点击报名向服务器发送参加虚拟互动指令。服务器在收到该指令后，将用户对应的UID加入已报名集合。

3、报名时间截止后，服务器对报名集合中的UID随机划分为m人一组。随机划分小组的过程可以根据需要修改细节，比如可以男用户随机选取1个，女用户随机选取1个，从而这2个用户一个小组。

4、服务器向用户终端发送本场互动开始指令，指令包含虚拟场景ID、道具配置信息和其他用户信息。

5、同一个组的用户终端在收到本场互动开始指令后，在用户终端屏幕显示虚拟场景画面。画面展示了虚拟场景空间中按配置摆放好的各种互动道具以及同一组用户的虚拟形象，从而表现为同一组的用户进入同一个虚拟场景。

6、用户点击终端设备，运行在终端的客户端根据用户的操作向服务器发送行为指令。行为指令包括在场景中移动、操作道具等。服务器在收到该指令后，向本场景中的其他用户广播该行为指令。其他用户终端在收到行为指令后，其客户端会在场景中表现该用户的相应行为，从而其他用户能从终端屏幕看到该用户的行为动作。

7、服务器按时序随机选取情景任务给该组用户并下发任务指令。用户终端在收到任务指令后在虚拟场景内提示当前的任务。

8、该组用户在终端屏幕看到该任务提示后，每个成员根据自己的意愿，点击终端设备，操作客户端接续发出自己的行为指令，改变场景内的道具，从而一步步改变场景内的实况。最终该情景任务或完成或失败，进而影响本场任务的小组得分。

9、本场互动结束时间达到后，服务器发送本场互动结束指令。用户终端在收到结束指令后，会显示给同一个小组的其他用户评价的界面。

10、用户根据其互动过程中的感受，逐一给其他用户评价。依据性格特征划分的n个维度，评价界面显示了体现这n个维度的多选项。用户认为对方哪个性格维度表现的比较突出，就勾选该选项。

11、用户完成评价后，终端把评价数据发送给服务器。评价数据的格式为{uid:[1,...,n]}，其中uid为用户的UID，n为性格的维度编号。

12、服务器收到同组所有用户的m个评价数据后，对这组评价数据进行综合。综合的过程为对该组每个用户的每一个性格维度进行m-1次累加，从而为本组每个用户形成本场性格评价数据。本场性格评价数据格式为 {uid:[Y1,...,Yn],score:S}，其中uid为用户的UID，n为性格的维度编号， Yn为该维度性格的累加值，score表示本场任务小组最终得分，S为本场任务小组的分数。

13、最后服务器把用户的本场性格评价数据归并到历史评价数据中，实时更新用户的性格特征数据。用户的历史评价数据格式为{uid:[Z1,...,Zn], level:L,total:T,Max:M},其中uid为用户的UID，n为性格的维度编号，Zn 为该性格维度的特征值，该特征值采用百分比表示，level表示用户对该实时虚拟的熟悉程度，L为该用户参与该实时虚拟互动的熟练等级，total表示用户参与实时虚拟互动任务的历史累积得分，T为用户参与实时虚拟互动任务的累积分数，Max表示用户性格评价的满分值的历史累加，用作评价基准，M为该用户满分值累加的数值。本场性格评价数据归并到历史评价数据的步骤如下：

第一步，计算本场性格评价的权重因子，Q＝(S/100)*L2，权重因子与本场任务得分S和该用户的熟练等级L相关，用于纠正性格评价的偶然结果。

第二步，计算并更新每个维度的性格特征值，Zn＝(Zn*M+Yn*Q) /(M+(m-1)*Q)，其中m为本场小组人数。

第三步，计算并更新满分值累加，M＝M+(m-1)*Q。

第四步，计算并更新累积得分，T＝T+S*Q。

第五步，根据上一步计算的累积得分T，判断T是否达到升级的阈值，如达到，则升级用户的熟练等级L。

在一个实施例中，上述方法还包括：在任务累积总得分T达到预设分值时，确定目标用户的虚拟角色的任务的熟练等级达到升级标准，提升目标用户的熟练等级。

例如，用户A(UID：U-5f4b4bc6-cc348ab9ba482ab6-3504)和用户B(UID： U-5f4b40f1-d274bf10b6ba70d4-8881)报名参加陌生人之间的线上互动活动。如图4所示，这个活动划分为两人一个小组，他们刚好被随机到了同一个小组。如图5所示，他们进入了同一个虚拟厨房场景。场景中的厨具、炊具、食材等为道具，屏幕上方为情景任务。按照情景任务提示，他们根据菜谱，合作烹饪菜肴。如图6所示，用户A在客户端操作自己在场景中的虚拟人物，完成走动、收集食材、整理食材、烹饪食材，上菜等行为。这些行为也会实时同步到用户B的客户端，反之亦然，两者的客户端屏幕显示是一致的。如图7所示，活动完成后，客户端显示给小组其他成员评价的界面。由于该小组只有两个用户，所以用户A给用户B评价，用户B给用户A评价。本例中，性格特征划分为豁达、勤恳、合作、敏捷、专注、智慧等6个维度，编号分别为1,2,3,4,5,6。用户A在与用户B共同完成烹饪任务的过程中，感受到用户B在豁达、合作和专注等三个方面的性格表现的比较突出，于是选择了豁达、合作和专注选项。此时服务器收到的评价数据为 {U-5f4b40f1-d274bf10b6ba70d4-8881:[1,3,5]}。完成评价后，服务器为本组每个用户形成本场性格评价数据。本场性格评价数据为 {U-5f4b40f1-d274bf10b6ba70d4-8881:[1,0,1,0,1,0], U-5f4b4bc6-cc348ab9ba482ab6-3504:[0,0,1,0,1,0],score:16}，其中用户B的本场评价结果，如图8所示。本场性格评价数据归并到用户历史评价数据中，从而得到了用户最新的性格特征数据。图9为用户B的最新性格特征数据{U-5f4b40f1-d274bf10b6ba70d4-8881:[0.88,0.69,0.9,0.81,0.65,0.8],level:2,total:999,Max:100}，其中雷达图展示了6个维度的性格特征值，熟练等级为2级，累积得分为999分。

上述基于实时虚拟互动的性格特征分析方法，可以在用户沉浸式的产品体验过程中，不影响用户体验地，较为全面准确的获得用户的性格特征数据。从而为后续的好友、内容、产品、服务等的精准推荐，提供数据基础。同时，性格特征数据也可以作为用户数据的一部分展示，这样其他用户不但能通过互联网看到其外在的形象，也能了解其内在的特质。

本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述的基于实时虚拟互动的性格特征分析方法。

在一个实施例中，提供了一种基于实时虚拟互动的性格特征分析装置，包括上述的处理器，处理器被配置成执行上述的基于实时虚拟互动的性格特征分析方法。

在一个实施例中，如图10所示，也提供了一种基于实时虚拟互动的性格特征分析装置，包括：

用户评价模块1001，用于在目标用户对应的虚拟角色的虚拟任务结束后，获取同一小组的其他用户针对目标用户的评价信息，评价信息是同一小组的其他用户基于目标用户在完成虚拟任务时的表现进行评价得到的。

性格数据合并模块1002，用于根据全部的评价信息得到目标用户的当前性格评价数据；将当前性格评价数据更新至目标用户的历史性格评价数据，以对目标用户的性格评价数据进行更新。

在一个实施例中，性格评价数据包含多个性格维度。性格数据合并模块 1002还用于获取当前性格评价数据中每一项性格维度的特征值；将当前性格评价数据中每一项性格维度的特征值与历史性格评价数据归并，得到每一项性格维度的最新特征值。

在一个实施例中，根据以下公式得到每一项性格维度的最新特征值：

在一个实施例中，根据以下公式计算得到用户满分值累加的数值M： M＝M′+(m-1)*Q；其中，M′为本次之前用户满分值累加的数值。

在一个实施例中，根据以下公式计算得到权重因子Q：

在一个实施例中，根据以下公式计算目标用户的任务累积总得分：T＝ T′+S*Q；其中，T为目标用户的任务累积总得分；T′为目标用户在本次之前参与实时虚拟互动任务的累积分数，S为本场任务小组的分数，Q为权重因子。

在一个实施例中，上述装置还包括虚拟任务模块(图中未示出)，用于在目标用户及目标用户属于同一小组的其他用户的终端界面上显示与用户对应的虚拟角色的虚拟任务；获取目标用户与其他用户针对各自对应的虚拟角色的控制操作；根据控制操作确定目标用户所在小组是否完成虚拟任务；根据虚拟任务的完成情况确定目标用户所在小组的任务得分。

在一个实施例中，虚拟任务模块还用于获取用户针对虚拟任务的报名信息；将确定报名的用户加入至报名用户集合中；随机从报名用户集合中选取预设数量的用户组成一个小组，以使同一小组的用户共同完成虚拟任务。

处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来实现上述的基于实时虚拟互动的性格特征分析方法。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器 (RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。

本发明实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现上述基于实时虚拟互动的性格特征分析方法。

在一个实施例中，提供了一种终端设备，包括：存储器、收发器、处理器以及总线系统：其中，存储器用于存储程序；处理器用于执行存储器中的程序，处理器用于根据程序代码中的指令执行上述的基于实时虚拟互动的性格特征分析方法；总线系统用于连接存储器以及处理器，以使存储器以及处理器进行通信。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图11所示。该计算机设备包括通过系统总线连接的处理器A01、网络接口A02、存储器(图中未示出)和数据库(图中未示出)。其中，该计算机设备的处理器A01用于提供计算和控制能力。该计算机设备的存储器包括内存储器A03和非易失性存储介质A04。该非易失性存储介质 A04存储有操作系统B01、计算机程序B02和数据库(图中未示出)。该内存储器A03为非易失性存储介质A04中的操作系统B01和计算机程序B02 的运行提供环境。该计算机设备的数据库用于存储用户的评价信息等相关数据。该计算机设备的网络接口A02用于与外部的终端通过网络连接通信。该计算机程序B02被处理器A01执行时以实现一种基于实时虚拟互动的性格特征分析方法。

本领域技术人员可以理解，图11中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：在目标用户对应的虚拟角色的虚拟任务结束后，获取同一小组的其他用户针对目标用户的评价信息，评价信息是同一小组的其他用户基于目标用户在完成虚拟任务时的表现进行评价得到的；根据全部的评价信息得到目标用户的当前性格评价数据；将当前性格评价数据更新至目标用户的历史性格评价数据，以对目标用户的性格评价数据进行更新。

在一个实施例中，性格评价数据包含多个性格维度；将当前性格评价数据更新至目标用户的历史性格评价数据，包括：获取当前性格评价数据中每一项性格维度的特征值；将当前性格评价数据中每一项性格维度的特征值与历史性格评价数据归并，得到每一项性格维度的最新特征值。

在一个实施例中，方法还包括根据以下公式得到每一项性格维度的最新特征值：

在一个实施例中，在本发明的实施例中，根据以下公式计算得到用户满分值累加的数值M：

M＝M′+(m-1)*Q；其中，M′为本次之前用户满分值累加的数值。

在一个实施例中，根据以下公式计算得到权重因子Q：

在一个实施例中，根据以下公式计算目标用户的任务累积总得分：T＝ T′+S*Q；其中，T为目标用户的任务累积总得分；T′为目标用户在本次之前参与实时虚拟互动任务的累积分数，S为本场任务小组的分数，Q为权重因子。

在一个实施例中，方法还包括：在任务累积总得分T达到预设分值时，确定目标用户的虚拟角色的任务的熟练等级达到升级标准，提升目标用户的熟练等级。

在一个实施例中，方法还包括：在目标用户及目标用户属于同一小组的其他用户的终端界面上显示与用户对应的虚拟角色的虚拟任务；获取目标用户与其他用户针对各自对应的虚拟角色的控制操作；根据控制操作确定目标用户所在小组的任务得分。

在一个实施例中，根据控制操作确定目标用户所在小组的任务得分，包括：根据控制操作确定目标用户所在小组是否完成虚拟任务；根据虚拟任务的完成情况确定目标用户所在小组的任务得分。

在一个实施例中，方法还包括：获取用户针对虚拟任务的报名信息；将确定报名的用户加入至报名用户集合中；随机从报名用户集合中选取预设数量的用户组成一个小组，以使同一小组的用户共同完成虚拟任务。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：在目标用户对应的虚拟角色的虚拟任务结束后，获取同一小组的其他用户针对目标用户的评价信息，评价信息是同一小组的其他用户基于目标用户在完成虚拟任务时的表现进行评价得到的；根据全部的评价信息得到目标用户的当前性格评价数据；将当前性格评价数据更新至目标用户的历史性格评价数据，以对目标用户的性格评价数据进行更新。

在一个实施例中，性格评价数据包含多个性格维度；将当前性格评价数据更新至目标用户的历史性格评价数据，包括：获取当前性格评价数据中每一项性格维度的特征值；将当前性格评价数据中每一项性格维度的特征值与历史性格评价数据归并，得到每一项性格维度的最新特征值。

在一个实施例中，方法还包括根据以下公式得到每一项性格维度的最新特征值：

在一个实施例中，在本发明的实施例中，根据以下公式计算得到用户满分值累加的数值M：

M＝M′+(m-1)*Q；其中，M′为本次之前用户满分值累加的数值。

在一个实施例中，根据以下公式计算得到权重因子Q：

在一个实施例中，根据以下公式计算目标用户的任务累积总得分：T＝T′+S*Q；其中，T为目标用户的任务累积总得分；T′为目标用户在本次之前参与实时虚拟互动任务的累积分数，S为本场任务小组的分数，Q为权重因子。

在一个实施例中，方法还包括：在任务累积总得分T达到预设分值时，确定目标用户的虚拟角色的任务的熟练等级达到升级标准，提升目标用户的熟练等级。

在一个实施例中，方法还包括：在目标用户及目标用户属于同一小组的其他用户的终端界面上显示与用户对应的虚拟角色的虚拟任务；获取目标用户与其他用户针对各自对应的虚拟角色的控制操作；根据控制操作确定目标用户所在小组的任务得分。

在一个实施例中，根据控制操作确定目标用户所在小组的任务得分，包括：根据控制操作确定目标用户所在小组是否完成虚拟任务；根据虚拟任务的完成情况确定目标用户所在小组的任务得分。

在一个实施例中，方法还包括：获取用户针对虚拟任务的报名信息；将确定报名的用户加入至报名用户集合中；随机从报名用户集合中选取预设数量的用户组成一个小组，以使同一小组的用户共同完成虚拟任务。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/ 或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/ 输出接口、网络接口和内存。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器 (RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存 (PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器 (CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。