科技動態(tài):Steam的機器學習驅動的Play Next上線

隨著科技的發(fā)展，很多新科技的誕生許多朋友無法了解，相信通過Steam的機器學習驅動的Play Next上線這篇文章能幫到你，在和好朋友分享的時候，也歡迎感興趣小伙伴們一起來探討。

Valve 推出了一個新的Steam Labs實驗，該實驗現(xiàn)已在網(wǎng)站和Windows托盤附件應用程序中都可以使用。Steam實驗室實驗008：“播放下一個”利用Valve的機器學習算法來提示您有關從圖書館中潛入哪些未玩游戲的建議。

我敢肯定，許多HEXUS常規(guī)用戶將擁有相當廣泛的Steam游戲庫，而且添加的頻率比玩過的更多。Casa Tyson就是這種情況，廉價商品和捆綁包以比可用時間快得多的速度添加到Steam庫中(我也不愿意偏離值得信賴的經典作品，我知道這些經典作品既吸引人又保證娛樂性)。

當您打算購買新游戲或只是瀏覽Steam商店時，該網(wǎng)站/應用會使用Valve的Interactive Recommender技術來自定義您所看到的內容。它利用機器學習來觀察您喜歡玩的游戲，并從整個商店中提出個性化建議。您可以轉到該鏈接并自定義Interactive Recommender如何使用滑塊，標簽和其他設置。

現(xiàn)在，Valve已經采用了這項技術，并將其應用于您個人圖書館中未玩過的游戲。您會注意到，建議中可能包括徹底玩過的游戲的母帶，但很容易在熱門游戲中移動或刷新列表，以更仔細地考慮下一個耗時的計算機游戲。為了使決策過程更加輕松，“播放下一頁”包含適合未玩游戲的各種標簽，您只需將鼠標懸停在大縮略圖上，即可為其中發(fā)現(xiàn)的動作簽出“微拖車”。

從這是一項“實驗”這一事實可能顯而易見，該系統(tǒng)正在進行中，有時可能會產生意想不到的結果。