Steam平台的“实验室”是一个很有创意的平台,它提供了多种有意思的实用功能,方便玩家搜索、浏览游戏,寻找自己感兴趣的作品。Steam“实验室”在去年推出,此后陆续上线了多个不同功能。现在“实验室”满一周年,官方正式推出“社区推荐”,以此来庆贺这一特别时刻。下面来看看官方日志吧~
在 Steam 实验室这个空间里,我们通过询问、探索以及和各位的沟通,来发掘潜力,打造经过优化的全新 Steam。 设计流程中最为重要的部分就是各位参与的时刻,而有了实验室,我们就可以更早地让各位参与其中。 为了评测哪些有用、哪些没用,我们一直都在倾听各位的反馈,收集证据以了解大家如何使用这些实验,并在有潜力的设计中展开 A/B 测试,以测量哪一项相对来说更为成功。
下文的背景信息向大家展示了我们在过去一年中通过实验室的学习所得,以及实验室如何引领我们推出了四项实验、搁置了两项实验,并同时继续设计和打磨其他实验。 它们每一项都进一步证实了我们从参与性设计流程中获得的价值。 为此,我们要感谢大家,并为携手实验的又一个大好年度加油!
在各位的帮助下,以下实验已经从实验室毕业,正式在 Steam 上推出,帮助大家发掘并找到更为多样的游戏。
社区推荐
今天离开实验室、正式推出的社区推荐功能,会在我们的主页主推展示您的评测,所有人均可看到。 这样可以将社区活力带到商店中,让用户随时知晓游戏玩家现在正乐于玩什么游戏,又为什么乐在其中。 这一新功能同时也可以让我们这些平台管理者退居幕后,让玩家相互联系并赋予他们更多能力,以便他们可以直接相互推荐游戏。
交互式推荐
一开始,交互式推荐模型这一实验是为了判断是否可以使用机器学习来为玩家提供令人难以抗拒的个性化推荐。 最后的结果是,我们建立了一个能够自我训练来辨别 Steam 上数百万玩家游戏模式的系统。
在实验过程中,我们发现玩家想要能够排除自己的游戏历史记录中他们认为是异数或是错误的游戏,因此我们就添加了这一功能。 我们还根据其他的反馈意见,纳入了避免已经玩过的游戏影响推荐结果的功能,以及忽略大家已经在另一个平台上拥有的游戏的推荐。 此外也添加了保存自己的偏好,以及可以在 Steam 商店主页上直接查看为您推荐的游戏的功能。
“接下来畅玩”建议
通过实验室的实验获得对机器学习的信心后,我们决定打造“接下来畅玩”,这个功能利用与交互式推荐模型相同的技术,向您推荐您已经拥有但尚未玩过的游戏。 在实验室中与玩家测试这一版本的推荐模型后,该功能已被直接搬到了 Steam 库中当前所在的新家。 在这里,用户可以在自己的收藏中添加“接下来畅玩”陈列架,用来在自己的库中查看 Steam 的推荐。 这些建议是在与数百万其他玩家进行比较后,根据您的游戏历史记录做出的。
强大的“搜索”工具
大家针对 Steam 搜索经常提出各种(非常必要的)升级建议,而 Steam 实验室就成为了一个完美场所,无需在探索过程中修改商店,即可尝试这些建议。 玩家要求的许多全新工具都已添加,如依价格筛选结果、只查看正在特卖的项目,以及排除已拥有游戏、已加入愿望单或已忽略的项目。
在实验过程中,我们尝试将常用的分页机制替换为随着滚动持续载入结果的格式,但我们发现许多玩家还是更喜欢旧有方式,于是就将其变成了一个选项。 我们还了解到玩家希望有一个方法可以排除与标签关联的结果,因此打造了各种不同版本并进行测试,以实现这一目的。 现在使用“搜索”,就可以将威力强大的特定搜索加入书签,例如这个书签可以直接访问社区最受好评、且支持多达四名好友远程同乐的非暴力横向滚屏平台游戏。