今天（3月19日）Steam 官方宣布全新的【交互式推薦模型】已經在 Steam 平台上線，Steam 將通過該模型並基於玩家之前所玩過的遊戲來推薦最具個性化的遊戲名單。
小編也嘗試了一下 Steam 新推出的交互式推薦模型，可以看到在左側 Steam 列出了我近段時間所遊玩的遊戲以及總遊玩時間，並在右邊為我推薦了幾款遊戲，例如《全面戰爭：三國》、《Artifact》（？？？）、《隻狼：影逝二度》等。除此之外，玩家還可以調整上方的「熱門程度」以及「遊戲發售時間」，無論你是喜歡老遊戲還是冷門遊戲該模型都能滿足你的要求。
【交互式推薦模型】Steam 官方介紹
交互式推薦，為您量身打造
今天，我們隆重推出 Steam 交互式推薦模型，它讓用戶可以巧馭機器學習的力量，根據自己的遊玩模式獲得個性化的交互式推薦。 搭配強大的標簽篩選器，您可以實時調整結果，在熱門或小眾、新作或經典之間選擇屬於自己的平衡，找到正中您下懷的完美遊戲。
由系統生成的推薦會顯示在您的商店首頁。 點擊探索與自定義按鈕，即可打開完整的交互式推薦模型，您可以在這里調整參數、保存設置。 您進行的所有自定義也會應用於首頁。
脫胎於 Steam 實驗室的 002 號實驗：交互式推薦模型，這一全新功能現於 Steam 商店中面向所有用戶開放。
您也可以訪問 store.steampowered.com/recommender，或是通過您的商店菜單，進入交互式推薦模型。
工作原理
交互式推薦模型使用的機器學習模型是通過數百萬 Steam 用戶的遊戲時間歷史訓練而成。 它通過直接觀察用戶在 Steam 上實際所玩來了解遊戲，而不直接受標簽或評測影響。 其基本理念是，如果有與您類似遊戲習慣的玩家玩了您還沒試過的遊戲，那麼這款遊戲您也可能喜歡。
我們也將其基礎模型開始用於 Steam 商店的其他部分，我們認為在這些地方，它可以幫助玩家看到最為相關的內容，或是做出最為明智的選擇。 比如，當查看某個特定遊戲的頁面時，您有時可能會看見「像您一樣的玩家喜歡此遊戲」，表示這款遊戲因此與您相關，當然，其中還可能有其他因素。
Steam 的眾多內容發現功能之一
交互式推薦模型並不會取代我們現有的內容發現系統，而是錦上添花，又帶來了一種 Steam 向玩家推薦遊戲的方式。 雖然這是一款強大的工具，卻還是有其力所不及之處。 比如，它無法推薦尚未有人玩過的新品，而探索隊列卻正是因此而設。 雖然如此，我們還是開始使用交互式推薦模型的基礎科技來驅動 Steam 上的其他功能，如 Steam 實驗室 008 號實驗：接下來暢玩，它會為您推薦您已購買、但卻因某種原因尚未遊玩的遊戲。 由此催生的，便是能更好地將顧客和他們在各種情況下會喜歡的遊戲連接起來的 Steam 體驗。
Steam 實驗室的實驗
Steam 交互式推薦模型首先是作為 Steam 實驗室計劃的一環登場的。 訪問實驗室的玩家給了我們反饋，幫助我們評估並迭代像交互式推薦模型一樣富有潛力的 Steam 功能。 在開發階段，各位的反饋為我們指引方向，讓我們添加了標簽篩選、設置保存功能，以帶來更為強大的引導式推薦。 我們同時也研究了量化數據，衡量點擊率和願望單轉化率，以及來自首頁宣傳圖和完整交互式推薦模型頁面的遊戲購買。 交互式推薦模型的數據與其他 Steam 功能相比更勝一籌，且不僅只限於其推出後的數周，而是在接下來的數月都持續如此，這讓我們堅信這一工具擁有長遠價值，能夠幫助用戶找到他們喜愛的遊戲。 另外頗為喜人的一點是，通過這種方式發現的遊戲覆蓋了我們目錄的絕大部分，而不僅僅只限於熱門遊戲；訪問交互式推薦模型頁面而達成的不同遊戲購買多達 10,000 餘款。
衷心感謝幫助我們將交互式推薦模型雕琢至臻並推出的每個人。 請在 store.steampowered.com/labs 查看更多正在進行的實驗。
立即嘗試交互式推薦模型吧！