Steam推出互動式推薦引擎

PingWest品玩7月12訊，過去，Valve 曾使用過推薦遊戲的做法，產生一個隊列的遊戲供玩家瀏覽。但它推薦的主要是熱門遊戲，也就是很多人玩的遊戲，但未必切合特定玩家的口味。近期，Steam推出了一個實驗性功能：全新的互動式推薦模型。

Valve 稱，新推薦引擎是基於一個神經網路模型，經訓練後可以根據用戶的遊玩時間歷史及其他顯著數據推薦遊戲。我們用來自數以百萬計的 Steam 用戶及數以億計的遊戲會話數據對該模型進行訓練，所獲得的結果非常可靠，捕捉了不同遊玩模式的細微差別，並涵蓋了我們所有的遊戲。模型已經參數化，因此可以將輸出結果限制在某一特定時間段內發行的遊戲，還可以調整偏向更熱門或更冷門的遊戲。參數對用戶公開，玩家可以選擇只在結果中查看近期發行的遊戲，或是包含從十年前到現在發行的所有遊戲。同樣的，玩家還可以選擇只查看主流熱門遊戲，或是在遊戲目錄中深挖心頭所好。無論滑塊如何設置，搜索結果始終充滿個性，只與單個用戶相關。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！