Steam kommer nu att använda maskininlärning för att förbättra spelrekommendationer

Ett av de största problemen som kommer med att ha enkel tillgång till en massiv digital spelbutik är att ta reda på vad man ska spela. Steam, som för närvarande är den största PC-spelklienten, ger användarna rekommendationer om vad de ska spela nästa. Det gör det genom att ta hänsyn till många faktorer, till exempel betyg, och vilka typer av spel det tycker du föredrar. Nu har Valve beslutat att ta detta ett steg längre genom att använda maskininlärning för att föreslå användare spel som passar bättre efter deras smak.

Interaktiv rekommendator

Den interaktiva rekommendatorn är en ny experimentell funktion för Steam. För att hålla det enkelt kan det här verktyget användas av alla Steam-användare för att ta reda på vilket spel du ska spela nästa. Det är ett mycket intuitivt system som tillåter användare att sortera efter genrer, filtrera efter taggar och justera tidsfönstret för resultaten.

Valve förklarade hur den interaktiva rekommendatorn fungerar i ett blogginlägg. Baserat på en neural nätverksmodell använder rekommendatören din speltidshistorik tillsammans med ”andra framträdande data” för att ge personifierade resultat.

”Vi tränar modellen baserat på data från många miljoner Steam-användare och många miljarder spelsessioner, vilket ger oss robusta resultat som fångar nyanserna i olika spelmönster och täcker vår katalog. Modellen är parametrerad så att vi kan begränsa produktionen till spel som släpps inom ett angivet tidsfönster och kan justeras för att föredra spel som har en högre eller lägre underliggande popularitet. ”

Nya spel

Detta väcker frågan om hur rekommendatören hanterar nya spel? Nyutgivna titlar, särskilt de som riktar sig till en nischmarknad, tenderar att ha en svagare spelarbas. Följaktligen kan det neurala nätverket inte rekommendera spel som det inte har någon information om. Som sådan säger Valve att rekommendatören närmar sig dessa "kalla startar" annorlunda.

”Det kan reagera ganska snabbt, och när det tränas igen tar det upp nya släpp med bara några dagars data. Med det sagt kan den inte fylla den roll som Discovery Queue spelar när det gäller att dyka upp helt nytt innehåll, så vi ser det här verktyget som ett additiv till befintliga mekanismer snarare än en ersättning för dem. ”

Ett annat kontroversiellt ämne är "Algoritmen". Många tror att för att ett spel ska kunna ses av många användare måste det "optimeras" för en viss modell. Liksom resten av Steam fungerar inte den nya interaktiva rekommendatorn.

”Vi utformade rekommendatören så att den drivs av vad spelare gör, inte av yttre element som taggar eller recensioner. Det bästa sättet för en utvecklare att optimera för den här modellen är att skapa ett spel som människor tycker om att spela. Även om det är viktigt att förse användarna med användbar information om ditt spel på butikssidan, bör du inte plåga om taggar eller andra metadata kommer att påverka hur en rekommendationsmodell ser ditt spel. "

Även om det fortfarande pågår kan du testa den nya interaktiva rekommendatorn själv just nu.