智能推荐标签 就像电线杆上的牛皮癣 _ 游民星空 Gamersky.com

本文作者：极光

大势所趋的智能推荐

　　在今年的游戏开发者大会上，Steam 官方公开了最新的 Steam 游戏库全新界面，除了全新的 UI 升级和「Steam 事件」之外，我们可以看到标签（Tag） 的标识和下拉菜单被放在了相对主要的位置上，而 UI 也更为简洁，其中更突出了「我的标签」这样的表述，同时让用户更加主动地为自己的游戏口味进行定位。

　　除此之外，在目前的 Steam 商店官方页上，关于游戏标签的分类也做出了公示：用户可以在 Steam 上的游戏随心所欲的打上标签。Steam 官方在今年的 1 月 15 日 也更新了一篇博客，针对游戏推荐系统方面，给出了未来的调整方向：「我们正着手打造一个由机器学习驱动的全新推荐系统，可以找到符合玩家个人喜好的游戏。但是算法仅仅是易搜索性解决方案的一部分，因此我们也在打造更多的直播和鉴赏功能，并持续评估商店的整体设计。」可以推测，Steam 在未来一段时间仍会将标签化推荐作为主要推荐策略，并将通过其他的推荐方式如好友推荐、鉴赏家、热门游戏等弥补智能推荐算法的同质化影响。

是智能推荐还是「智障推荐」？

　　如同上面 Steam 的标签化推荐，智能推荐在某种程度上已是大势所趋，不少用户对智能推荐的存在也都表示认同，因为这个功能为我们过滤了很多非必要的选择和讯息。「现在已经很难被某一个游戏取悦了。」但也有玩家认为同类型的游戏体验太多，导致能被游戏取悦的体验，那种一眼相中、心动的感觉也越来越少。此外，很多网站上由于智能推荐的未完善，推荐结果并不是用户所需。纸尿片、幼儿有声教学书、奶粉、前段时间我的购物商城页面就挤满了各种宝宝的商品，滚动条下拉甚至还出现了「宝爸宝妈」的专栏推荐，只是因为我的手机前两天借给了朋友搜索过相关的商品。这样的例子也存在于一些视频网站上：比如我曾经浏览了朋友发来的几个摩托车比赛短视频，我的首页推荐视频列表里就挤满了各种摩托车事故片段。

　　随着智能推荐的进一步发展，其存在的问题也愈发明显：当你越来越依赖这样的智能推荐去做出各种各样的选择时，实际上你也愈发陷入了一个小圈子甚至是闭环里面，如果要用一个很简单粗俗的例子来解释的话就是：在智能推荐算法下，暴力的人可能会更加暴力，而色情的人可能会更加色情。

　　基于这些智能推荐所带来的负面影响，不少网站和 APP 也开始通过不断完善自己的推荐算法来满足用户不断增长的需求，同时开始推出和设置与推荐算法相辅的功能，比如「给我惊喜」，「听见/看见不同」等选项供用户选择，不仅能直击用户的喜好，同时又能时不时给用户一些额外的惊喜和思考的空间，Steam 或许是一个值得分析的例子。

Steam 是如何为你推荐游戏的？

　　每当通关一个游戏，没有游戏可玩，或是大作扎堆发售，过了一段时间又都尝完鲜之后，不少玩家就会进入所谓的的贤者状态，他们一般会在 Steam 商店页面溜达溜达，或者到 YouTube 页面上观看相关的推荐游戏视频。而在大数据的智能推荐算法下，很多时候你都能看到合你胃口的那一款，然后美滋滋地加入购物车，付款，下载，一气呵成，但也有些时候，你会发现，你看到的游戏都不是你想要的，或者当你想要跳出自己以往的游戏口味圈，进行新的探索时，没法找到出口。

　　Steam 是如何为玩家推荐游戏的？浏览商城的页面你会发现，Steam 为玩家推荐游戏的其中一种方式是基于玩家最近在平台上运行的游戏和软件来进行推荐，且这个推荐是设定在标签化系统之上的，每一个游戏都贴有不同的标签，当你的游戏库里有一款动作游戏的时候，Steam 便会根据这个「动作」标签，为你推荐其他与此标签相关联的游戏。也正因如此，很多玩家被贴上了 XX 类型玩家/爱好者的称号，这其中有些玩家的确是某品类游戏的头号爱好者，但也有很多时候，只是因为算法推荐的相对单一，玩家本身也被标签化，游戏接受面甚至越收越窄，相对冷门的独立游戏或者小众游戏很难被呈现在玩家面前。

　　那么这些标签之间又是如何相互关联和出现的？游戏行业调查机构 Quantic foundry 曾经对 Steam 平台游戏标签之间是如何关联的做过一个可视化的研究，认为 Steam 的标签化推荐是做的较为成功的一个例子。Steam 平台中不同的标签之间的关联如下图所示。在图中，每一个点代表一个类型标签，点越大，这个标签在 Steam 出现的次数频率则越高。而每一根线条则代表两个标签之间的强弱关联，两点之间的线条越粗代表它们之间以相似的比例出现在游戏中的可能性就越高。根据研究结果，集中在中心区域的点多为指代意义更加广泛、更加主流的一些标签，比如「动作」和「射击」，换言之，身上贴有这些标签的游戏出现的次数频率则更高。

　　不过研究也发现，图表中呈现一些相互独立的「孤岛」，这 9 个孤岛中与网络中心相距较远，关系较弱，且分散在网状的边缘地带。换句话说，这些标签与中心地带的标签同时出现的几率很低，带有这类型标签的游戏被曝光的机会自然也就更少。结合 Steam 的推荐行为推断，当用户玩了一个带有动作标签的游戏之后，平台后续会给你推荐更多动作标签类型的游戏或与之相关的标签游戏，而带有外围标签的游戏则很可能无法被很好的覆盖，因此 Steam 也仍然存在我们以上所说的智能化推荐带来的负面影响：你接受的游戏推荐很有可能会愈发陷入一个相对封闭的类型之中。诚然，这也是一个智能化推荐算法中几乎不可避免的问题。

　　但有趣的是，研究发现了在 Steam 平台上，带有不同类别的标签游戏也有同时出现的几率。在图表中我们能够看到 Steam 平台中一些不属于同一个社区的标签之间也有一些线段将他们联系在一起。比如下图所示，在不同的社区之间，有三组标签互相相连，包括 Medieval 与 Historical ，RTS 与 Base-Building 以及 RTS 和 Economy ，虽然这种关系并不普遍存在于所有的标签中，但该策略也为扩充用户的游戏类型和倾向提供了一定的借鉴意义。「当具有较强关系的相邻两个标签的确能够代表玩家所期待的游戏范围，相隔两条线段或者三条线段的两个标签的组合出现时，或许能够为玩家推荐更多虽然不在玩家预期之内，却能够给玩家惊喜的游戏种类。」这种情况就像你是一个沉迷在《星露谷物语》种田不能自拔的萌新玩家，但游戏平台智能推荐会在某时间段尝试向你推荐魂系动作游戏《只狼》或者某款相对小众的独立游戏《Gris》。可以看出，Steam 在智能算法推荐之外，提供了另外的途径，让玩家感受「惊喜」。

「对于我们来说，这是一件很矛盾的事情，我们一边做精准推荐，但另一边又要避免用力过度。」从事推荐算法相关工作的技术人员小宇也坦称，单一根据用户的喜好为依据的推荐算法必然会带来一些负面影响，比如信息面越来越窄，因此她指出高分作品推荐和好友推荐是弥补同质化推荐的两个重要途径：「我们会试图在一般用户认可的高分作品里面挑选出 2-3 个可能你并没有表现过强烈兴趣的作品推荐给你，观察你的停留时长和行为，做出分析并挖掘出你的倾向。另外，我们也会从你好友喜欢的作品中为你推荐，同时观察你的观看行为。」但她认为这种给用户惊喜的算法也存在一定负面的影响，「比如 A 用户是一线城市用户，他所选出的高分作品，在三、四线城市的 B 用户眼中可能并不是一个优秀的内容。而同样的，你的好友眼中的优质内容，也并非一定符合你的口味。这样带来的后果有时候会让用户觉得这个产品本身不符合自己的定位，从而降低用户的粘性。」

用户或许需要更多的声音和惊喜

　　「这是什么游戏？这游戏在哪里能够下载？」，很多时候当你进入一个游戏直播间，你会发现弹幕总会充斥着这样的提问。相对于智能算法推荐，观看别人的游戏直播是玩家被安利一款游戏的又一种途径，而这样的安利，也更为多元，让玩家听到更多的声音。每当一个新游出现时，不少的玩家也更加倾向于主动寻求多家媒体的评测分数，甚至是不同玩家的评论和声音，通过主动获取信息来判断一个游戏是否适合自己，而不单单是被动地接受推荐信息。

　　从用户自身的视角来看，智能算法推荐是一个相对被动的信息投喂过程，相当于给用户画了一个圈，用户站在这个圈内等着与自身匹配的信息主动找上门，在省时的同时也失去了很多接触其他信息的机会。当猜你喜欢成为主流，一定程度上我们的视野也因为这些投喂而逐渐缩窄，我们的的耳边也慢慢变得只有一个声音，毫无惊喜可言。因此在智能算法推荐之外，用户自身也需要有更多的自我思考和反思。

　　《Hang the DJ》是英剧《黑镜》第三季中颇具争议的一集，剧集背景设定在未来，有一个系统详细记录着一个人的情感喜好和行为模式，这些数据你也可以理解为我们上面所说的一个个标签，系统能够通过这些标签准确预测你的真命天子/女，并进行配对，这个系统为大家省去了自己去摸索和尝试的过程，并为你做好了所有选择，这个人适合还是不适合你都由这个系统说了算。不少观众在影片底下评论：如果人类最后全都坚信系统和数据能够为人类找到最佳的对象，这可能会是一件非常恐怖的事情，最后你会发现我们的选择少的可怜，而自由或主动去思考的空间也变得越来越少。

　　虽然这样的剧情设定未免有点过于极端，但如今的征婚交友平台匹配系统也在一定意义上朝着这个方向发展。当所有的东西，甚至包括爱情都可以通过智能算法「计算」出来的时候，很多人认为这样的现实有点过于智能，甚至让人觉得毛骨悚然。也正如上面所说，在智能算法推荐下的你，大数据已经将你的所有信息入库，在你的信息接收页面上，呈现的都是这个库认为合你口味的游戏以及这些游戏相关的信息，尽管根据 Steam 的最新政策，其突出了「我的标签」这样的表述，让用户更加主动地为自己的游戏口味进行定位，但仍有很多玩家反映，当你想要看看别的值得购买的游戏，跳出自己的圈子时，仍然无从下手，找不到出口。而当有一天，你想要撕下这些智能推荐贴在你身上的标签时，或许你才发现自己已经被圈在了一块地里，成为了一个「被标签化」的玩家，大数据将不同的标签牢牢贴在了你的身上，视线或许越收越窄，也越来越难被某一类型的游戏取悦。

本文仅代表订阅平台作者观点，与本站立场无关。游民星空仅提供发布平台。未经允许严禁转载。