Valve推出机器学习算法推荐新的Steam游戏

在Steam上查找游戏一直很困难,但是在平台上发布的大量游戏已经让发现者成为创作者和游戏玩家的大问题。Valve正试图通过一种依赖AI而不是用户策划的元数据的新游戏推荐系统来改善这种情况。AI根本没有给出任何关于游戏的信息,而不是它的发布日期,并且它不受评论分数或标签的影响。相反,它只根据玩家的行为来学习游戏。

Valve写道:

这个新推荐器的基础是一个神经网络模型,该模型经过培训,可根据用户的游戏时间历史以及其他显着数据推荐游戏。我们根据来自数百万Steam用户和数十亿游戏会话的数据训练模型,为我们提供强大的结果,捕捉不同游戏模式的细微差别并涵盖我们的目录。该模型被参数化,以便我们可以将输出限制为在指定时间窗内发布的游戏,并且可以调整以使游戏更高或更低的基础流行度。这些参数向用户公开,允许您选择是仅查看结果中的最新版本,还是一直追溯到包含十年前发布的游戏。同样,您可以选择是否查看目录中的主流命中或深度切割。无论滑块的设置如何,

Valve创建推荐引擎,搜索工具和可发现性增强功能,能够公平对待玩家和创作者,在过去的一年中取得了一些成功。在最近的“大奖赛”夏季特卖会期间,Valve围绕此次活动创造了令人困惑的竞争。结果,游戏玩家开始从他们的愿望清单中大量删除独立游戏试图游戏系统并免费获得昂贵的AAA游戏,出于误认为删除低成本游戏增加了他们获得昂贵的免费游戏的机会。创作者惊慌失措。将游戏列入您的愿望清单意味着在销售时接收更新,这些通知显然会对游戏销售的副本产生重大影响。开发商对今年Steam销售的表现非常不满意,许多人在愿望清单或整体销售中都没有看到任何增长。

新的游戏推荐系统Valve今天推出并不是对大奖赛失败的直接反应,但它是一个例子,说明该公司如何尝试以对游戏创作者公平的方式改进自己的推荐算法并帮助玩家找到他们想要体验的标题。迄今为止,Valve对其推荐系统的改变一直存在争议;去年的一个算法漏洞以较小的游戏为代价,为已经建立的游戏带来了更多的流量。在大奖赛问题出现后,一些开发商已经失去了对Valve特别感兴趣解决问题的信心。

“在2018年10月之前(以及之后的几个月,我向Steam提出了疑问的好处),我告诉任何一个人,我认为Steam对于独立开发者来说是100%的价值,”开发者Yitz通过Twitter DM告诉Kotaku:

现在,这种信任已经消失,并不是因为我已经改变或变得更加愤世嫉俗......这次Steam销售是一场灾难,但我更担心自去年10月以来我们在Steam算法中看到的整体趋势:推动不受欢迎(包括“大部分负面评论”)三A游戏而不是Steam拥有足够数据的游戏将更好地匹配消费者。

我决定采用Steam推荐算法进行旋转,看看它会为我个人推荐哪种类型的游戏。在我的具体情况下,我已经准备好让算法准确度稍差 -我曾经花费最多时间玩“游戏”的一些游戏,在历史上,是我用于基准测试的游戏,并且它可能会抛弃算法。我也有一个非常坏的习惯,即在后台运行时将游戏留下alt-tabbed,这也可以大大夸大我自己的游戏时间。

一个方向是收集关于游戏的每一条信息,然后猜测哪些游戏是相似的,然后推荐那些“类似”的游戏。但这可以避免各种奇怪的扭曲 - 只因为你玩了很多Beat Saber,并不意味着我们只应该推荐你的VR节奏游戏。该模型采用不同的方法。它忽略了关于游戏的大多数常见数据,如流派或价格点。相反,它会查看您玩的游戏以及其他人玩的游戏,然后根据其他人在Steam上玩游戏的决定提出明智的建议。这个想法是,如果与你有相似的游戏习惯的玩家也倾向于玩另一个你尚未尝试过的游戏,那么这个游戏对你来说可能是一个很好的推荐。

“利基”与“流行”滑块似乎可以使用一些微调。不知何故,Metro 2033 Redux是两种选择下推荐给我的最受欢迎的游戏。但奇怪的是,首先应该向我推荐这款游戏,因为我拥有(但从未打扰过)Metro 2033. Metro Last Light Redux也是如此。如果您正在检查的唯一内容是小时播放(我用它来进行基准测试)或“Metro系列中拥有的游戏数量”,那么向我推荐Metro 2033 Redux是有意义的。检查这些游戏中未锁定成就的数量会表明我几乎没玩过。

我在这个数据中看到的另一个缺点并不是Valve或Steam的错。我在UP上拥有Far Cry 3,在GoG拥有Witcher 3。我使用朋友的Steam帐户玩过Dishonored,Borderlands 2和Wolfenstein:The Old Blood等游戏。建议的质量有点混乱 - 我喜欢Dishonored并且发现了Borderlands 2相对有趣,但是它并不是“孤岛惊魂3”的忠实粉丝,并且从未实际玩过“巫师3”。“利基”游戏是游戏我没有玩过或听说过,所以它似乎在这方面实现了它的目标,尽管如果我喜欢它们也会更难以解释。

目标是使该工具成为不易被游戏或操纵的游戏的更好的推荐引擎,或者需要开发人员担心优化底层和未知算法。我们的想法是让AI模型观看玩家正在玩什么,并向那些与这些人玩类似游戏的人推荐这些游戏。我们将不得不等待其工作原理的数据,但可发现性已成为各种在线商店的主要问题。解决它,甚至改进它,对任何店面来说都是一项重大成就。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如有侵权行为,请第一时间联系我们修改或删除。