Comment fonctionnent les algorithmes de recommandation de jeux
Tu demandes une recommandation de jeu et tu te retrouves avec les mêmes cinq titres que tu vois partout. Ce n'est pas un hasard. C'est dû à la façon dont la plupart des systèmes de recommandation sont conçus, et le savoir t'aide à choisir de meilleurs outils et à mieux les utiliser.
En bref : la plupart des outils de recommandation de jeux s'appuient sur l'un de ces quatre signaux : ce qui est populaire, ce que possèdent les joueurs ayant une bibliothèque similaire, la proximité des tags d'un jeu avec ceux de jeux que tu as aimés, et tes propres notes. Les listes basées sur la popularité répètent les blockbusters. Celles basées sur les tags, qui donnent plus de poids aux tags rares et utilisent tes notes, proposent des suggestions plus précises.
Signal 1 : la popularité
Le système de recommandation le plus simple montre ce que beaucoup de gens jouent ou achètent. C'est facile et sans risque, et c'est pour ça que les listes de « meilleurs jeux » se ressemblent toutes. Ça ne dit rien sur tes goûts, et ça favorise toujours les blockbusters au détriment de petits jeux que tu pourrais adorer.
Signal 2 : les joueurs avec une bibliothèque similaire
C'est ce qu'on appelle le filtrage collaboratif : les gens qui possèdent les jeux que tu possèdes possèdent aussi X, donc on te suggère X. Ça marche bien quand il y a beaucoup de données. Ses points faibles : un biais vers les jeux déjà populaires, et les jeux tout nouveaux ou de niche que personne n'a encore achetés, qui ne sont donc jamais suggérés.
Signal 3 : de quoi est fait un jeu
Les systèmes basés sur le contenu comparent les jeux eux-mêmes, à partir des genres et de tags comme atmosphérique, roguelike ou histoire riche. Ils n'ont pas besoin des autres joueurs, donc ils peuvent recommander des jeux petits et récents. La qualité dépend de la pondération des tags. Partager un tag rare comme « Metroidvania » en dit bien plus sur deux jeux que partager « Solo », donc les bonnes implémentations donnent plus de poids aux tags rares. La fonction Similaires de NXTO fonctionne comme ça ; voici comment elle se comporte en pratique.
Signal 4 : tes propres notes
Le signal le plus fort, c'est ce que tu dis au système. Un jeu noté cinq étoiles montre ce que tu veux en plus. Un jeu abandonné au bout d'une heure montre ce qu'il faut éviter. Les outils qui ignorent les notes devinent à partir de ce que tu possèdes, et posséder un jeu ne dit pas grand-chose sur le fait de l'avoir aimé.
Pourquoi tu vois toujours les mêmes jeux
- La liste est basée sur la popularité, donc les blockbusters gagnent à chaque fois.
- Elle se base uniquement sur le genre. « RPG » recouvre aussi bien un monde ouvert de 100 heures qu'un indé au tour par tour de 6 heures.
- Elle ne sait pas ce que tu possèdes ou as déjà terminé, donc elle te suggère des jeux auxquels tu as déjà joué.
Comment obtenir de meilleures recommandations avec n'importe quel outil
- Pars d'un jeu précis que tu as adoré, pas d'un genre entier.
- Note ce auquel tu as joué. Les outils qui utilisent les notes s'améliorent vite.
- Regarde les positions 8 à 15 d'une liste, pas seulement le top 3.
- Vérifie la durée avant d'ajouter un jeu. Une ambiance similaire ne veut pas dire une durée similaire.
Si tu veux comparer les outils, notre comparatif explique comment chacun trouve des jeux, et les recommandations par IA détaillent l'approche basée sur l'humeur.
Vois la méthode à l'œuvre : donne trois jeux préférés au sélecteur « à quoi jouer ensuite » et il classe les jeux similaires selon les tags rares en commun et la note.
Essaie une sélection basée sur les tags
Clique sur Similaires sur n'importe quel jeu de ton backlog et découvre la liste classée.
Essayer gratuitement →