Experimentos de Steam Deep Dive y recomendaciones de la comunidad ahora disponibles

Ahora hay dos nuevos experimentos disponibles en el sitio web de la comunidad de juegos SteamPowered de Valve. Deep Dive, diseñado para proporcionar a los usuarios una lista de juegos similar a la que eligieron y Recomendaciones de la comunidad, que muestra juegos basados ​​en revisiones recientes de la comunidad Steam.

Valve lanzó Steam Labs a mediados de 2019 para probar nuevas funciones en Steam. La función, muy similar a Gmail Labs, es un banco de pruebas para funciones en Steam. Algunas de estas funciones pueden integrarse de forma nativa en Steam, mientras que otras pueden eliminarse.



La compañía lanzó un nuevo experimento en septiembre que introdujo una nueva experiencia de búsqueda en la plataforma.

Bucear profundo

steam deep dive experiment

La idea detrás de Deep Dive es relativamente simple: elige un juego que te interese o que te guste, y Steam produce una lista de juegos que cree que son similares. Si bien algo así ya es posible en Steam con una capacidad limitada, p. Ej. al navegar por ciertas etiquetas en el sitio o listas seleccionadas de juegos, es Deep Dive lo que lo lleva al siguiente nivel.



La función usa etiquetas clave para encontrar juegos similares, pero también puede usar otros datos para generar una lista de juegos.

Todo lo que tienes que hacer es escribir el nombre de un juego o usar el sistema de sugerencias incorporado para elegir un juego de la lista de sugerencias una vez que comienzas a escribir, para obtener una lista de recomendaciones que Steam cree que son similares.

No todos estos pueden ser similares o tener sentido. Una búsqueda de Dota 2 arrojó Team Fortreess 2, Ball 2D y Enemy on Board, entre otros juegos. Algunos juegos, p. Ej. Sin embargo, Battlerite, Paladins o Iron League fueron mejores partidos. También hay una opción para actualizar la lista y obtener nuevas sugerencias de juegos.

El principal problema con el sistema de recomendaciones es que Deep Dive no utiliza etiquetas primarias. Las etiquetas del juego se manejan de la misma manera, al parecer, y eso conduce a recomendaciones que pueden no tener nada que ver con el género de un juego. A la mayoría de los usuarios probablemente les gustaría encontrar juegos del mismo género y tipo.

Una opción para priorizar etiquetas, p. Ej. Moba al buscar Dota 2, podría ayudar a mejorar significativamente los resultados.

Recomendaciones de la comunidad

community recommendations

El segundo experimento proporciona una lista de juegos basada en comentarios positivos de la comunidad. Steam muestra los juegos que recibieron críticas positivas en un feed de forma predeterminada.



Un clic en los controles avanzados muestra opciones para cambiar los requisitos de selección. Puede cambiar el tiempo mínimo de reproducción de 1 hora a un valor más alto, p. Ej. para incluir solo reseñas si el revisor jugó el juego durante al menos 100 o 1000 horas. Otras opciones incluyen el filtrado por etiquetas (incluir / excluir), idioma y fecha de publicación.

Si le gusta buscar reseñas positivas de juegos aleatorios, es posible que le guste el nuevo experimento. En realidad, puede funcionar mejor si usa la etiqueta, ya que terminará con una lista de revisiones para los tipos de juegos u otros criterios que disfrute.

Ahora tu: ¿Ha utilizado alguno de los experimentos de Steam Labs?