今天（3月19日）Steam 官方宣布全新的【交互式推薦模型】已經(jīng)在 Steam 平臺上線，Steam 將通過該模型并基于玩家之前所玩過的游戲來推薦最具個性化的游戲名單。

小編也嘗試了一下 Steam 新推出的交互式推薦模型，可以看到在左側(cè) Steam 列出了我近段時間所游玩的游戲以及總游玩時間，并在右邊為我推薦了幾款游戲，例如《全面戰(zhàn)爭：三國》、《Artifact》（？？？）、《只狼：影逝二度》等。除此之外，玩家還可以調(diào)整上方的“熱門程度”以及“游戲發(fā)售時間”，無論你是喜歡老游戲還是冷門游戲該模型都能滿足你的要求。

【交互式推薦模型】Steam 官方介紹

交互式推薦，為您量身打造

今天，我們隆重推出 Steam 交互式推薦模型，它讓用戶可以巧馭機器學習的力量，根據(jù)自己的游玩模式獲得個性化的交互式推薦。 搭配強大的標簽篩選器，您可以實時調(diào)整結(jié)果，在熱門或小眾、新作或經(jīng)典之間選擇屬于自己的平衡，找到正中您下懷的完美游戲。

由系統(tǒng)生成的推薦會顯示在您的商店首頁。 點擊探索與自定義按鈕，即可打開完整的交互式推薦模型，您可以在這里調(diào)整參數(shù)、保存設置。 您進行的所有自定義也會應用于首頁。

脫胎于 Steam 實驗室的 002 號實驗：交互式推薦模型，這一全新功能現(xiàn)于 Steam 商店中面向所有用戶開放。

您也可以訪問 store.steampowered.com/recommender，或是通過您的商店菜單，進入交互式推薦模型。

工作原理

交互式推薦模型使用的機器學習模型是通過數(shù)百萬 Steam 用戶的游戲時間歷史訓練而成。 它通過直接觀察用戶在 Steam 上實際所玩來了解游戲，而不直接受標簽或評測影響。 其基本理念是，如果有與您類似游戲習慣的玩家玩了您還沒試過的游戲，那么這款游戲您也可能喜歡。

我們也將其基礎模型開始用于 Steam 商店的其他部分，我們認為在這些地方，它可以幫助玩家看到最為相關的內(nèi)容，或是做出最為明智的選擇。 比如，當查看某個特定游戲的頁面時，您有時可能會看見“像您一樣的玩家喜歡此游戲”，表示這款游戲因此與您相關，當然，其中還可能有其他因素。

Steam 的眾多內(nèi)容發(fā)現(xiàn)功能之一

交互式推薦模型并不會取代我們現(xiàn)有的內(nèi)容發(fā)現(xiàn)系統(tǒng)，而是錦上添花，又帶來了一種 Steam 向玩家推薦游戲的方式。 雖然這是一款強大的工具，卻還是有其力所不及之處。 比如，它無法推薦尚未有人玩過的新品，而探索隊列卻正是因此而設。 雖然如此，我們還是開始使用交互式推薦模型的基礎科技來驅(qū)動 Steam 上的其他功能，如 Steam 實驗室 008 號實驗：接下來暢玩，它會為您推薦您已購買、但卻因某種原因尚未游玩的游戲。 由此催生的，便是能更好地將顧客和他們在各種情況下會喜歡的游戲連接起來的 Steam 體驗。

Steam 實驗室的實驗

Steam 交互式推薦模型首先是作為 Steam 實驗室計劃的一環(huán)登場的。 訪問實驗室的玩家給了我們反饋，幫助我們評估并迭代像交互式推薦模型一樣富有潛力的 Steam 功能。 在開發(fā)階段，各位的反饋為我們指引方向，讓我們添加了標簽篩選、設置保存功能，以帶來更為強大的引導式推薦。 我們同時也研究了量化數(shù)據(jù)，衡量點擊率和愿望單轉(zhuǎn)化率，以及來自首頁宣傳圖和完整交互式推薦模型頁面的游戲購買。 交互式推薦模型的數(shù)據(jù)與其他 Steam 功能相比更勝一籌，且不僅只限于其推出后的數(shù)周，而是在接下來的數(shù)月都持續(xù)如此，這讓我們堅信這一工具擁有長遠價值，能夠幫助用戶找到他們喜愛的游戲。 另外頗為喜人的一點是，通過這種方式發(fā)現(xiàn)的游戲覆蓋了我們目錄的絕大部分，而不僅僅只限于熱門游戲；訪問交互式推薦模型頁面而達成的不同游戲購買多達 10,000 余款。

衷心感謝幫助我們將交互式推薦模型雕琢至臻并推出的每個人。 請在 store.steampowered.com/labs 查看更多正在進行的實驗。

立即嘗試交互式推薦模型吧！