Steam wird jetzt maschinelles Lernen verwenden, um Spielempfehlungen zu verbessern

Eines der größten Probleme, die mit dem einfachen Zugang zu einem riesigen digitalen Spieleladen einhergehen, besteht darin, herauszufinden, was man spielen soll. Steam, der derzeit größte PC-Gaming-Client, gibt Benutzern Empfehlungen, was als nächstes zu spielen ist. Dies geschieht unter Berücksichtigung vieler Faktoren, wie z. B. Bewertungen und der Arten von Spielen, die Sie bevorzugen. Nun hat sich Valve entschieden, noch einen Schritt weiter zu gehen, indem es maschinelles Lernen nutzt, um Benutzern Spiele vorzuschlagen, die besser zu ihrem Geschmack passen.

Interaktiver Empfehlungsgeber

Der interaktive Empfehlungsgeber ist eine neue experimentelle Funktion für Steam. Um es einfach zu halten, kann dieses Tool von allen Steam-Benutzern verwendet werden, um herauszufinden, welches Spiel als nächstes gespielt werden soll. Es ist ein sehr intuitives System, mit dem Benutzer nach Genres sortieren, nach Tags filtern und das Zeitfenster der Ergebnisse anpassen können.

Valve erläuterte in einem Blogbeitrag die Funktionsweise des interaktiven Empfehlungsgebers. Basierend auf einem neuronalen Netzwerkmodell nutzt der Recommender Ihren Spielzeitverlauf zusammen mit „anderen wichtigen Daten“, um personalisierte Ergebnisse zu liefern.

„Wir trainieren das Modell auf der Grundlage von Daten von vielen Millionen Steam-Benutzern und vielen Milliarden Spielsitzungen, was uns robuste Ergebnisse liefert, die die Nuancen verschiedener Spielmuster erfassen und unseren Katalog abdecken. Das Modell ist parametrisiert, sodass wir die Ausgabe auf Spiele beschränken können, die innerhalb eines bestimmten Zeitfensters veröffentlicht wurden, und angepasst werden kann, um Spiele mit einer höheren oder niedrigeren zugrunde liegenden Popularität zu bevorzugen.“

Neue Spiele

Dies wirft die Frage auf, wie der Empfehlungsgeber mit neuen Spielen umgeht? Neu veröffentlichte Titel, insbesondere solche, die auf einen Nischenmarkt abzielen, haben in der Regel eine schwächere Spielerbasis. Folglich kann das neuronale Netzwerk keine Spiele empfehlen, über die es keine Daten hat. Daher sagt Valve, dass der Empfehlungsgeber diese „Kaltstarts“ anders angeht.

„Es kann recht schnell reagieren, und wenn es neu trainiert wird, nimmt es neue Releases mit nur wenigen Tagen Daten auf. Allerdings kann es die Rolle der Discovery Queue bei der Bereitstellung brandneuer Inhalte nicht erfüllen, und daher sehen wir dieses Tool als Ergänzung zu bestehenden Mechanismen und nicht als Ersatz für diese an.“

Ein weiteres umstrittenes Thema ist „Der Algorithmus“. Viele glauben, dass ein Spiel, das von vielen Benutzern gesehen werden kann, für ein bestimmtes Modell „optimiert“ werden muss. Wie der Rest von Steam funktioniert der neue interaktive Empfehlungsgeber nicht so.

„Wir haben den Empfehlungsgeber so konzipiert, dass er sich an dem orientiert, was die Spieler tun, und nicht an extrinsischen Elementen wie Tags oder Bewertungen. Der beste Weg für einen Entwickler, dieses Modell zu optimieren, besteht darin, ein Spiel zu entwickeln, das die Leute gerne spielen. Es ist zwar wichtig, den Benutzern auf der Store-Seite nützliche Informationen zu Ihrem Spiel bereitzustellen, aber Sie sollten sich nicht darüber Gedanken machen, ob Tags oder andere Metadaten die Sichtweise eines Empfehlungsmodells auf Ihr Spiel beeinflussen.“

Obwohl es noch in Arbeit ist, können Sie den neuen interaktiven Recommender gleich selbst testen.