智商終於上線？Steam推薦系統這次終於靠譜了

悄然上線的 Steam 實驗室項目

Steam 剛剛結束了一個讓自己有點難堪的夏日特賣主題活動「汽車大獎賽」，但沒過幾天就在首頁的同一個位置悄然上線了另一個名為「Steam 實驗室」的新項目。與汽車大獎賽差評不斷的局勢不同，就目前來看，這個剛剛上線的新項目有「好評如潮」之勢，可以說是為 Steam 扳回了一局。

實際上，早在今年一月，Steam 就曾經公開表示過正在打造一個由機器學習驅動的全新推薦系統，並將打造更多直播和鑒賞功能來輔助玩家找到符合個人喜好的遊戲。現在回過頭來看，當時這番話就是在為現在上線的「Steam 實驗室」造勢。

據介紹，Steam 實驗室是一個仍在不斷測試和優化中的項目，其中包括「微型宣傳片」、「互動式推薦模型」以及「自動展示」三個子項目。

「微型宣傳片」和「自動展示」算是兩個比較常規的實驗，前者是將遊戲的宣傳片縮短為每條 6 秒，目的是讓玩家能夠在幾秒內就了解一款遊戲。而「自動展示」就像是電視購物頻道節目，Steam 通過每天自動生成一個節目，給玩家展示最新最好的遊戲。

但最值得一提的是，在以上提到的三個功能中，Steam 只將「互動式推薦模型」單發了一條新聞作詳細的闡述，文章標題的措辭為：「隆重推出互動式推薦模型」，可見官方對這個新功能的重視程度並不一般。

標籤化推薦之外，Steam 隆重推出了全新的「互動式推薦模型」

「現有的按標籤進行搜索的商店功能也很有幫助，但我們認為可以做得更好。」根據官方頁面的介紹，推出互動式推薦模型目的在於讓玩家更便利地找到他們喜歡的遊戲，Steam 表示這個新的推薦系統將根據玩家各自的遊玩模式，向他們進行個性化推薦，搜索結果將會充滿個性。

對於這個互動式推薦模型，最引起用戶們關注的主要有三點：

一是 Steam 在創建新的推薦模型時，並沒有使用標籤或評測分數信息，這意味著評測或標籤並不能簡單地影響結果，模型將通過學慣用戶行為，而不是通過其他外部數據來推斷遊戲的屬性。

二是互動式推薦模型或許能夠解決「單一化推薦」的難題。在很多推薦演算法中，平台給玩家推薦遊戲時，往往是收集玩家庫里遊戲的每一條信息，然後猜測哪些遊戲與這位玩家玩的遊戲類似，再推薦那些「類似」的遊戲給這位玩家。比如這個玩家完了許多次賽車遊戲，平台就會一味地給他推薦競速類遊戲。

但Steam 表示新的推薦機制將採用另外的方法，是由 Steam 玩家社區提供信息的神經網路：先查看你玩的是什麼遊戲，以及其他人玩什麼遊戲，然後再根據 Steam 上其他遊戲玩家的決定，做出有充分基礎的合理建議。

三是增加了按「熱門程度」的強弱選項來為玩家推薦遊戲。Steam 稱他們理解不同的玩家會有不同的遊戲口味，「我們認為這個工具對截然不同的兩類受眾都會有用，尤其是對那些大量玩遊戲的玩家來說，挖掘『小眾端』的內容，是一種找到璞玉的非常有效的方法。」

從以上三點看來，新的推薦系統能夠較純粹地僅根據用戶個人的行為來推薦遊戲，給了玩家更多自主選擇的篩選條件，除此之外又能通過社區玩家的行為比對解決單一化推薦的問題。而這些都是 Steam 平台以往主推的「標籤化推薦」系統所無法做到的。

目前好評如潮的互動式推薦模型

「I Love You Steam.」對很多玩家來說，花最少的時間找到最適合自己的遊戲是最有吸引力的政策之一。如今 Steam 推行的互動式推薦模型看起來是在正確的方向上前進，也因此贏得了不少玩家的掌聲：

甚至有人因為太過欣賞新的推薦模型，而向 Steam 發起了求職請求：

但也有人就目前的互動式推薦有著自己的看法，在一些玩家眼中這個推薦機制仍然有不少的問題。比如，有玩家認為遊戲的評分應該納入推薦範圍內、應該有更多可篩選的條件、應該能自定義自己庫里的遊戲等等功能。

「我希望篩選菜單中能夠同時勾選多個標籤。」這是目前最多玩家指出的一個缺陷。目前推出互動式推薦模型在選擇完熱門度和發行時間後，玩家還能通過標籤篩選遊戲種類，但目前這個篩選只能選擇一個標籤：

此外，也有的玩家認為這個新的推薦機制不把遊戲評分算在裡面是欠妥的：「我倒是希望這個機制能夠把遊戲的評分適當地考慮進去。雖然我知道一些遊戲會被玩家惡意差評，而不同的人也會有不同的口味，但我真的不希望當我看上了一款看起來不錯的遊戲時，卻發現他是一款評分極差的遊戲。」

以及玩家最關心的遊戲價格的問題也有待進一步改進：

當然這個全新的推薦模型也有一些反對的聲音，他們認為這種搜集用戶資料而進行推薦的方式會暴露自己的隱私：

看見不同

「被標籤化是一件很可怕的事情。」實際上在早些時候我也曾就 Steam 的標籤化推薦系統發表過自己的一些看法。在我看來，儘管 Steam 之前一直實行的標籤化推薦確實會在玩家篩選遊戲的時候提供一些幫助，但這種方法很容易把一個玩家的興趣愛好圈死在一塊地里：大數據把不同的標籤牢牢貼在了你的身上，你的視線也隨之越收越窄。

因此我認為新推薦模式最棒的一個點在於它能夠讓玩家更容易的看見更多不同的遊戲。當然現在實行的新推薦模型也並不能完全解決掉所有的問題，但起碼它確實在往讓玩家有更多能動性以及讓我們看的更廣的方向在走。

我們既能主動選擇自己想要的東西，同時模型也能通過社區其他玩家的喜好行為，以及「小眾」的選項來為我們「開拓視野」。除此之外，Steam 一直以來積累的標籤化系統也能夠對新的推薦模型提供很大的幫助，因此從多方面來看，Steam 的互動式推薦模型在之後的逐步完善中都應該會有更加出色的表現。

如果你也已經厭倦了 Steam 以往只能通過標籤來找到適合遊戲的笨方法，或者煩透了那些硬給你投喂信息的所謂智能化推薦，或許如今上線的這個「互動式推薦模型」會是你的菜。當然，這個新模型操作起來是否真如官方所說的那麼有效便捷，還需要更長的時間去驗證。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！