Steam推出「評論過濾器」留下有參考價值留言,機器學習擴大判斷規模

398e82423f1b43ad832bc89ff0500f27~tplv-zhb3gpgdd6-image
credit:4Gamers製圖、Valve

 

美國遊戲公司 Valve 旗下數位遊戲平台 Steam 釋出先前測試的使用者評論篩選功能「全新參考價值系統」,除人工審核,還加入機器學習擴大判斷範圍,Valve 目標是留下具「參考價值」評價,以協助玩家為遊戲做出購買決定。

 

Steam 使用者參考價值系統針對玩家至今累積發布超過 1 億 4,000 萬篇評論,即日起在所有遊戲商店頁面實裝,為預設啟動的狀態。

 

玩家只要打開一款遊戲的評論,就能在「顯示」的下拉選單勾選,可為每款遊戲開啟或關閉,新的參考價值系統只會顯示「摘要」和「最值得參考」的評論。

 

Valve 表示,Steam 的使用者評論功能為的是協助潛在玩家考量購入遊戲時,能了解其他玩家喜歡/不喜歡的遊戲元素,過去是以其他玩家給予每個評論的「值得參考」票數來排序評論。

 

但 Valve 發現許多玩家會用評論來分享笑話、迷因、文字圖,和其它對購買者沒有參考價值的內容,「這些內容一般並無大礙,而且往往對遊戲現有的顧客群很有趣,但是這不一定能協助新玩家在購買時能先充分了解後再做出決定。」

 

「全新參考價值系統」應運而生,一個字、文字圖、逗趣迷因、內部笑話(內哏)等評論,會被系統認定沒有參考價值,從而延後顯示順序、推到其它評論後方,這項變更不會影響整體評論分數。

 

至於營運如何篩選判斷評論的價值?

 

Valve 解釋在分類過程採用:使用者回報、Steam 管理團隊仔細查看,還加入 AI 機器學習演算法,來協助擴大人工判斷的規模。

 

「我們的團隊發現許多沒有參考價值的評論能輕易被看見,所以我們會優先處理這類評論。」Valve 團隊目前還在持續改善此系統,要判斷完現有以及新發佈的評論需要時間,但看來會先對垃圾評論開鍘。

推薦電競新聞

繼續閱讀
Source Steam推出「評論過濾器」留下有參考價值留言,機器學習擴大判斷規模 https://www.4gamers.com.tw/news/detail/66571/valve-steam-update-to-user-reviews-new-helpfulness-system……