精華區beta C_Chat 關於我們 聯絡資訊
我個人認為steam需要的是同溫層評論排序功能 同溫層就是 哇 幹 我們兩個人喜歡的AV女優跟片子題材都差不多耶 那他的評論對我一定很有幫助 這個統計其實還不用用到deep learning 統計學習下去就知道了 從玩家的遊戲時數 倉庫內容來做分類 現在steam評論不是在堆字數就是在玩梗 或者是宣洩個人情緒之類的 也有鐵粉就是二話不說馬上推薦 真正有幫助的還是優缺點列表 而大部分遊戲的優缺點都可以用tag表達 例如: 遊戲效能差、作業性高、劇情具爭議之類的 每個人的性癖都不同 就像有些人覺得聞女生的屁很噁 但對某些人來說是一種獎勵 與其看大眾怎麼評 不如找自己的同溫層 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 136.23.34.67 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/C_Chat/M.1688733839.A.D51.html
a05150707: 你講的 不就是鑑賞家功能嗎 追和你口味相近的鑑賞家 07/07 20:45
鑑賞家功能還要自己找鑑賞家 我指的是靠系統排序以及統計與你遊玩紀錄相似的玩家評價 ※ 編輯: SkankHunt42 (136.23.34.67 臺灣), 07/07/2023 20:49:02
Xpwa563704ju: 你可以找個喜好跟你相同的鑑賞家 07/07 20:48
LittleJade: 你是不是在找「互動式推薦專員」 07/07 20:50
LittleJade: https://store.steampowered.com/recommender/ 07/07 20:50
互動式推薦專員無法對單一遊戲的評價進行過濾與排序 我指的是對單一遊戲的評價過濾出有相同喜好玩家的評價與評論 ※ 編輯: SkankHunt42 (136.23.34.67 臺灣), 07/07/2023 20:52:00
Xpwa563704ju: 洗洗睡吧,你這種要求不現實 07/07 20:53
ssarc: 你覺得簡單,我覺得光是資料處理分析要花的人力時間和金錢 07/07 20:55
ssarc: ...... 07/07 20:55
你覺得難是因為你不會寫程式ㄚ ㄎㄎ ※ 編輯: SkankHunt42 (136.23.34.67 臺灣), 07/07/2023 21:01:30
kigipaul: 他現在已有功能就有把玩家根據喜好區分了吧 都靠這推薦 07/07 21:02
kigipaul: 原PO的說法是根據現有以區分的玩家中挑出他們的言論 07/07 21:03
kigipaul: 所以是新增篩選器而不是另外做 新的 資料處理 07/07 21:03
kigipaul: 已區分* 07/07 21:04
sa87a16: 這的確比較精準,畢竟喜歡哥布林族群的跟喜歡哥布林殺手 07/07 21:21
sa87a16: 的族群,評論一定是兩大分佈,這種系統很快就能找到自己 07/07 21:21
sa87a16: 的同溫層 07/07 21:21
jackyT: 你是不是在找 YouTube 07/07 22:51
tim5201314: 那你怎麼不寫個套件來用 評論不是都爬的到嗎? 07/08 01:38