Valve 推出交互式推荐引擎

Steam 上有数以千计的游戏，哪一款游戏会让玩家产生兴趣？逐个浏览显然不可行。Valve 尝试过推荐方法，产生一个队列的游戏供玩家浏览。它推荐的主要是热门游戏，也就是很多人玩的游戏，但未必切合特定玩家的口味。现在，它宣布了新的实验，推出了交互式推荐引擎，提供了更细分的分类。Valve 称，新推荐引擎是：“基于一个神经网络模型，经训练后可以根据用户的游玩时间历史及其他显著数据推荐游戏。我们用来自数以百万计的 Steam 用户及数以亿计的游戏会话数据对该模型进行训练，所获得的结果非常可靠，捕捉了不同游玩模式的细微差别，并涵盖了我们所有的游戏。模型已经参数化，因此可以将输出结果限制在某一特定时间段内发行的游戏，还可以调整偏向更热门或更冷门的游戏。参数对用户公开，玩家可以选择只在结果中查看近期发行的游戏，或是包含从十年前到现在发行的所有游戏。同样的，玩家还可以选择只查看主流热门游戏，或是在游戏目录中深挖心头所好。无论滑块如何设置，搜索结果始终充满个性，只与单个用户相关。”