Le nouveau modèle de recommandation de jeu interactif ne va pas dépendre de la popularité ou non du jeu pour le moment.
Recommender est l’une des nouvelles fonctions expérimentales de Steam avec un «modèle de réseau neuronal», qui ne repose pas sur des tags, mais sur le temps passé dans les jeux auxquels nous avons joué, et il actualise les recommandations de jeux pendant le temps libre si nous ajustons l’âge ou la popularité des jeux recommandés (par exemple, trois ans ou plus récents).
„Nous formons le modèle sur la base des données de plusieurs millions d’utilisateurs de Steam et de plusieurs milliards de sessions de jeu. Nous obtenons ainsi des résultats robustes qui capturent les nuances des différents modèles de jeu et couvrent notre catalogue. Le modèle est paramétré de manière à ce que nous puissions limiter la sortie aux jeux sortis dans une fenêtre temporelle spécifiée et puisse être ajusté pour préférer les jeux [avec] une popularité sous-jacente supérieure ou inférieure.
Ces paramètres sont exposés à l’utilisateur, ce qui vous permet de choisir d’afficher uniquement les versions récentes dans les résultats ou de revenir en arrière pour inclure les jeux publiés il y a une décennie. De la même manière, vous pouvez choisir de voir les succès principaux ou les coupes profondes du catalogue. Quels que soient les paramètres des curseurs, les résultats seront toujours personnalisés et pertinents pour chaque utilisateur. En fait, la seule information sur un jeu qui soit explicitement introduite dans le processus est la date de sortie, ce qui nous permet d’effectuer une fenêtre de temps pour le curseur de date de publication.
Nous avons conçu le recommandé pour qu’il soit guidé par ce que les joueurs font, et non par des éléments extrinsèques comme des balises ou des critiques. La meilleure façon pour un développeur d’optimiser pour ce modèle est de créer un jeu auquel les gens prennent plaisir. Bien qu’il soit important de fournir aux utilisateurs des informations utiles sur votre jeu sur sa page de boutique, vous ne devez pas vous inquiéter de savoir si les balises ou autres métadonnées affecteront la manière dont un modèle de recommandations voit votre jeu.
Nous considérons ce nouveau recommandateur interactif comme un élément de découverte parmi de nombreux autres et nous sommes impatients de présenter davantage de moyens de connecter les clients avec du contenu et des développeurs intéressants “, a expliqué Valve dans un article de blog.
Actuellement, ce modèle est différent du système d’algorithme ordinaire à base de balises, mais via les utilisateurs précoces, le modèle d’apprentissage automatique peut être formé avant qu’il ne soit susceptible d’être déployé dans le monde entier ou complètement.
Source: PCGamer
