Valve представила новую экспериментальную функцию в Steam под названием Interactive Recommender, которая, как он надеется, после проработки изломов даст игрокам более качественные, более персонализированные рекомендации по играм, которые им могут понравиться. Вместо того, чтобы полагаться на теги, система построена на «модели нейронной сети», основанной на вашей истории игрового времени и «других существенных данных», и обновляет свои рекомендации в режиме реального времени с помощью настраиваемых настроек для возраста игры и «популярности», чтобы вы могли настроить его предложения на лету.
«Мы обучаем модель на основе данных от многих миллионов пользователей Steam и многих миллиардов игровых сессий, что дает нам надежные результаты, которые фиксируют нюансы различных игровых моделей и охватывают наш каталог. Модель параметризована, чтобы мы могли ограничить вывод для игр выпущен в течение определенного промежутка времени, и его можно настроить так, чтобы он предпочитал игры с более высокой или более низкой популярностью », - объясняет Valve в своем блоге.
«Эти параметры открыты для пользователя, что позволяет вам выбрать, будут ли в результатах показываться только последние выпуски, или вернуться назад, чтобы включить игры, выпущенные десять лет назад. Точно так же вы можете выбрать, смотреть ли хиты основного направления или глубокие. вырезки из каталога. Независимо от настроек слайдеров, результаты всегда будут персонализированы и актуальны для каждого отдельного пользователя. "
Интересно, что Valve не дает модели явной информации об играх, а позволяет машине узнать о них во время начального процесса обучения. Это включает в себя такие вещи, как теги и оценки: пользователи могут фильтровать результаты своих рекомендаций с помощью тегов, но теги не являются частью базовой модели.
«Фактически, единственной информацией об игре, которая явно вводится в процесс, является дата выпуска, что позволяет нам создавать временные окна для ползунка даты выпуска», - пишет Valve.