Detrás del nuevo recomendador interactivo se esconde un modelo de red neural que “está entrenado para recomendar juegos basándose en el historial de juego del usuario, junto con otros datos destacados”, explica Valve. La compañía afirma que para obtener resultados sólidos ha ejercitado el modelo con datos de “millones de usuarios de Steam y muchos miles de millones de sesiones de juego”. Todos los parámetros incluidos están expuestos al usuario e incluyen la popularidad y fecha de lanzamiento. También hay filtros para mostrar o excluir juegos en función de las etiquetas.
“Independientemente de los ajustes de los selectores, los resultados siempre estarán personalizados y serán relevantes para el usuario individual”, apunta Valve.
Según explica Valve, su modelo aprende de los juegos por sí mismo durante el proceso de entrenamiento, siendo la fecha de lanzamiento la única información que recibe de forma explícita. Para los preocupados por el uso de los datos, Valve afirma que para crear el modelo no se usa información de etiquetas ni puntuaciones de reseñas. “El modelo infiere las propiedades de los juegos aprendiendo de lo que hacen los usuarios, sin considerar datos extrínsecos”, explica la compañía.
Valve ha preferido sacar adelante el recomendador interactivo en lugar de introducir un gran cambio en la forma en que se determinan las recomendaciones personalizadas de Steam. Este método se considera mejor y evita cambios drásticos que pueden resultar frustrantes para usuarios y desarrolladores. “Consideramos este nuevo recomendador interactivo como un elemento de descubrimiento entre muchos otros y estamos deseosos de presentar más formas de conectar a los usuarios, con contenido y desarrolladores de interés”, dice Valve.
