Steam交互式推荐模型正式上线 找到适合你的完美游戏

Steam官方宣布正式推出Steam交互式推荐模型,它让用户可以巧驭机器学习的力量,根据自己的游玩模式获得个性化的交互式推荐。搭配强大的标签筛选器,您可以实时调整结果,在热门或小众、新作或经典之间选择属于自己的平衡,找到正中您下怀的完美游戏。以下为官方公告。

由系统生成的推荐会显示在您的商店首页。 点击探索与自定义按钮,即可打开完整的交互式推荐模型,您可以在这里调整参数、保存设置。 您进行的所有自定义也会应用于首页。

脱胎于 Steam 实验室的 002 号实验:交互式推荐模型,这一全新功能现于 Steam 商店中面向所有用户开放。

您也可以访问相关页面,或是通过您的商店菜单,进入交互式推荐模型。

工作原理

交互式推荐模型使用的机器学习模型是通过数百万 Steam 用户的游戏时间历史训练而成。 它通过直接观察用户在 Steam 上实际所玩来了解游戏,而不直接受标签或评测影响。 其基本理念是,如果有与您类似游戏习惯的玩家玩了您还没试过的游戏,那么这款游戏您也可能喜欢。

我们也将其基础模型开始用于 Steam 商店的其他部分,我们认为在这些地方,它可以帮助玩家看到最为相关的内容,或是做出最为明智的选择。 比如,当查看某个特定游戏的页面时,您有时可能会看见“像您一样的玩家喜欢此游戏”,表示这款游戏因此与您相关,当然,其中还可能有其他因素。

Steam 的众多内容发现功能之一

交互式推荐模型并不会取代我们现有的内容发现系统,而是锦上添花,又带来了一种 Steam 向玩家推荐游戏的方式。 虽然这是一款强大的工具,却还是有其力所不及之处。 比如,它无法推荐尚未有人玩过的新品,而探索队列却正是因此而设。 虽然如此,我们还是开始使用交互式推荐模型的基础科技来驱动 Steam 上的其他功能,如 Steam 实验室 008 号实验:接下来畅玩,它会为您推荐您已购买、但却因某种原因尚未游玩的游戏。 由此催生的,便是能更好地将顾客和他们在各种情况下会喜欢的游戏连接起来的 Steam 体验。

Steam 实验室的实验

Steam 交互式推荐模型首先是作为 Steam 实验室计划的一环登场的。 访问实验室的玩家给了我们反馈,帮助我们评估并迭代像交互式推荐模型一样富有潜力的 Steam 功能。 在开发阶段,各位的反馈为我们指引方向,让我们添加了标签筛选、设置保存功能,以带来更为强大的引导式推荐。 我们同时也研究了量化数据,衡量点击率和愿望单转化率,以及来自首页宣传图和完整交互式推荐模型页面的游戏购买。 交互式推荐模型的数据与其他 Steam 功能相比更胜一筹,且不仅只限于其推出后的数周,而是在接下来的数月都持续如此,这让我们坚信这一工具拥有长远价值,能够帮助用户找到他们喜爱的游戏。 另外颇为喜人的一点是,通过这种方式发现的游戏覆盖了我们目录的绝大部分,而不仅仅只限于热门游戏;访问交互式推荐模型页面而达成的不同游戏购买多达 10,000 余款。

衷心感谢帮助我们将交互式推荐模型雕琢至臻并推出的每个人。 请点此查看更多正在进行的实验。

热门相关:皓玉真仙   穿越之幸福日常   蜜爱百分百:校草的专属甜心   国色生香   穿越之幸福日常