总是被吐槽的Steam推荐系统这次终于有救了？

　　作者：极光

　　Steam 刚刚结束了一个让自己有点难堪的夏日特卖主题活动「汽车大奖赛」，但没过几天就在首页的同一个位置悄然上线了另一个名为「Steam 实验室」的新项目。与汽车大奖赛差评不断的局势不同，就目前来看，这个刚刚上线的新项目有「好评如潮」之势，可以说是为 Steam 扳回了一局。

　　实际上，早在今年一月，Steam 就曾经公开表示过正在打造一个由机器学习驱动的全新推荐系统，并将打造更多直播和鉴赏功能来辅助玩家找到符合个人喜好的游戏。现在回过头来看，当时这番话就是在为现在上线的「Steam 实验室」造势。

　　据介绍，Steam 实验室是一个仍在不断测试和优化中的项目，其中包括「微型宣传片」、「交互式推荐模型」以及「自动展示」三个子项目。

　　「微型宣传片」和「自动展示」算是两个比较常规的实验，前者是将游戏的宣传片缩短为每条 6 秒，目的是让玩家能够在几秒内就了解一款游戏。而「自动展示」就像是电视购物频道节目，Steam 通过每天自动生成一个节目，给玩家展示最新最好的游戏。

　　但最值得一提的是，在以上提到的三个功能中，Steam 只将「交互式推荐模型」单发了一条新闻作详细的阐述，文章标题的措辞为：「隆重推出交互式推荐模型」，可见官方对这个新功能的重视程度并不一般。

　　「现有的按标签进行搜索的商店功能也很有帮助，但我们认为可以做得更好。」根据官方页面的介绍，推出交互式推荐模型目的在于让玩家更便利地找到他们喜欢的游戏，Steam 表示这个新的推荐系统将根据玩家各自的游玩模式，向他们进行个性化推荐，搜索结果将会充满个性。

　　交互式推荐模型的操作页面

　　对于这个交互式推荐模型，最引起用户们关注的主要有三点：

　　一是 Steam 在创建新的推荐模型时，并没有使用标签或评测分数信息，这意味着评测或标签并不能简单地影响结果，模型将通过学习用户行为，而不是通过其他外部数据来推断游戏的属性。

　　二是交互式推荐模型或许能够解决「单一化推荐」的难题。在很多推荐算法中，平台给玩家推荐游戏时，往往是收集玩家库里游戏的每一条信息，然后猜测哪些游戏与这位玩家玩的游戏类似，再推荐那些「类似」的游戏给这位玩家。比如这个玩家完了许多次赛车游戏，平台就会一味地给他推荐竞速类游戏。

　　但Steam 表示新的推荐机制将采用另外的方法，是由 Steam 玩家社区提供信息的神经网络：先查看你玩的是什么游戏，以及其他人玩什么游戏，然后再根据 Steam 上其他游戏玩家的决定，做出有充分基础的合理建议。

　　三是增加了按「热门程度」的强弱选项来为玩家推荐游戏。Steam 称他们理解不同的玩家会有不同的游戏口味，「我们认为这个工具对截然不同的两类受众都会有用，尤其是对那些大量玩游戏的玩家来说，挖掘『小众端』的内容，是一种找到璞玉的非常有效的方法。」

　　从以上三点看来，新的推荐系统能够较纯粹地仅根据用户个人的行为来推荐游戏，给了玩家更多自主选择的筛选条件，除此之外又能通过社区玩家的行为比对解决单一化推荐的问题。而这些都是 Steam 平台以往主推的「标签化推荐」系统所无法做到的。

　　「I Love You Steam.」对很多玩家来说，花最少的时间找到最适合自己的游戏是最有吸引力的政策之一。如今 Steam 推行的交互式推荐模型看起来是在正确的方向上前进，也因此赢得了不少玩家的掌声：

　　甚至有人因为太过欣赏新的推荐模型，而向 Steam 发起了求职请求：