“像你一樣喜歡這個遊戲的玩家”到底是什麼意思？
這種說法背後的機制究竟是什麼？
在撰寫本文時，有問題的遊戲《賽博朋克 2077》的總體評分為 76%（“大部分正面”）——我不會認為這是“愛”。但如果“像我這樣的玩家”喜歡這款遊戲，那麼特定的 Steam 使用者群肯定對這款遊戲有更高的評價。
這些“像我這樣的球員”是誰？哪些參數決定了哪些使用者屬於我的遊戲家族？
或者，Steam 是如何定義“愛”的？
Steam 的Interactive Recommender明確了一些參數，可在Steam 實驗室中找到：
它的描述提到如何：
此實驗查看您在 Steam 庫中玩過每款遊戲的次數，並利用機器學習的魔力推薦您可能喜歡的遊戲。通過選擇流行或小眾遊戲來過濾您的結果，並按發布日期和標籤進行深入研究。
因此，它似乎將游戲時間視為一個重要因素（因為它在邏輯上決定了一個人最喜歡的遊戲）和魔法！…機器學習。
Steam 頁面的一個介紹了這個新功能，上面寫著（我的重點）：
這個怎麼運作
Interactive Recommender 使用基於數百萬 Steam 使用者的遊戲時間歷史訓練的機器學習模型。它不受標籤或評論的直接影響——而是通過查看使用者實際玩的遊戲來了解 Steam 上的遊戲。基本思想是，如果有其他玩家與您有相似的遊戲習慣，他們也玩您尚未嘗試過的遊戲，那麼該遊戲很可能也是您喜歡的遊戲。
我們也開始在 Steam 商店的其他部分應用底層模型，我們認為它可以幫助玩家看到最相關的內容或做出更明智的選擇。例如，在查看特定遊戲的頁面時，您有時可能會看到“像您一樣喜歡此遊戲的玩家”顯示為該遊戲與您相關的原因以及其他因素。
不是特別清楚，但是一個好的開始。
好吧，環顧網路，推薦系統的那部分似乎是Interactive Recommender：
Interactive Recommender 使用基於數百萬 Steam 使用者的遊戲時間歷史訓練的機器學習模型。它不受標籤或評論的直接影響，而是通過查看使用者實際玩什麼來了解 Steam 上的遊戲。基本思想是，如果有其他玩家與您有相似的遊戲習慣，他們也玩您尚未嘗試過的遊戲，那麼該遊戲很可能也是您喜歡的遊戲。
我們也開始在 Steam 商店的其他部分應用底層模型，我們認為它可以幫助玩家看到最相關的內容或做出更明智的選擇。例如，在查看特定遊戲的頁面時，您有時可能會看到**“像您一樣喜歡此遊戲的玩家”**顯示為該遊戲與您相關的原因以及其他因素。