Steam官方宣布全系你的“交互式推荐模型”已在Steam平台正式上线，这个新模型是基于玩家之前所玩过的游戏来推荐最具个性化的游戏名单。

【交互式推荐模型】Steam 官方介绍

　　交互式推荐，为您量身打造

　　今天，我们隆重推出 Steam 交互式推荐模型，它让用户可以巧驭机器学习的力量，根据自己的游玩模式获得个性化的交互式推荐。 搭配强大的标签筛选器，您可以实时调整结果，在热门或小众、新作或经典之间选择属于自己的平衡，找到正中您下怀的完美游戏。

　　由系统生成的推荐会显示在您的商店首页。 点击探索与自定义按钮，即可打开完整的交互式推荐模型，您可以在这里调整参数、保存设置。 您进行的所有自定义也会应用于首页。

　　脱胎于Steam实验室的002号实验：交互式推荐模型，这一全新功能现于Steam商店中面向所有用户开放。

　　您也可以访问store.steampowered.com/recommender，或是通过您的商店菜单，进入交互式推荐模型。

　　工作原理

　　交互式推荐模型使用的机器学习模型是通过数百万 Steam 用户的游戏时间历史训练而成。 它通过直接观察用户在 Steam 上实际所玩来了解游戏，而不直接受标签或评测影响。 其基本理念是，如果有与您类似游戏习惯的玩家玩了您还没试过的游戏，那么这款游戏您也可能喜欢。

　　我们也将其基础模型开始用于 Steam 商店的其他部分，我们认为在这些地方，它可以帮助玩家看到最为相关的内容，或是做出最为明智的选择。 比如，当查看某个特定游戏的页面时，您有时可能会看见“像您一样的玩家喜欢此游戏”，表示这款游戏因此与您相关，当然，其中还可能有其他因素。

　　Steam的众多内容发现功能之一

　　交互式推荐模型并不会取代我们现有的内容发现系统，而是锦上添花，又带来了一种 Steam 向玩家推荐游戏的方式。 虽然这是一款强大的工具，却还是有其力所不及之处。 比如，它无法推荐尚未有人玩过的新品，而探索队列却正是因此而设。 虽然如此，我们还是开始使用交互式推荐模型的基础科技来驱动 Steam 上的其他功能，如 Steam 实验室 008 号实验：接下来畅玩，它会为您推荐您已购买、但却因某种原因尚未游玩的游戏。 由此催生的，便是能更好地将顾客和他们在各种情况下会喜欢的游戏连接起来的 Steam 体验。

　　Steam实验室的实验

　　Steam 交互式推荐模型首先是作为 Steam 实验室计划的一环登场的。 访问实验室的玩家给了我们反馈，帮助我们评估并迭代像交互式推荐模型一样富有潜力的 Steam 功能。 在开发阶段，各位的反馈为我们指引方向，让我们添加了标签筛选、设置保存功能，以带来更为强大的引导式推荐。 我们同时也研究了量化数据，衡量点击率和愿望单转化率，以及来自首页宣传图和完整交互式推荐模型页面的游戏购买。 交互式推荐模型的数据与其他 Steam 功能相比更胜一筹，且不仅只限于其推出后的数周，而是在接下来的数月都持续如此，这让我们坚信这一工具拥有长远价值，能够帮助用户找到他们喜爱的游戏。 另外颇为喜人的一点是，通过这种方式发现的游戏覆盖了我们目录的绝大部分，而不仅仅只限于热门游戏；访问交互式推荐模型页面而达成的不同游戏购买多达 10,000 余款。

　　衷心感谢帮助我们将交互式推荐模型雕琢至臻并推出的每个人。 请在Steam Labs查看更多正在进行的实验。