ゲームのおすすめアルゴリズムの仕組み
おすすめのゲームを聞いたのに、どこでも見かける同じ5本ばかり出てくる。これは偶然じゃありません。ほとんどのレコメンドの作りに原因があります。仕組みを知っておけば、ツール選びも使い方もぐっと良くなります。
結論: ゲームのレコメンドが使う手がかりは、だいたい次の4つです。人気度、似たライブラリを持つプレイヤーの所持ゲーム、あなたが気に入ったゲームとのタグの近さ、そしてあなた自身の評価。人気度ベースのリストは大作ばかりになります。珍しいタグを重視し、あなたの評価も使うタグベースの方が、ピンポイントなおすすめが出せます。
手がかり1:人気度
いちばん単純なレコメンドは、多くの人が遊んだり買ったりしているゲームを出すだけ。手軽で無難なので、「名作ランキング」はどれも似たり寄ったりになります。あなたの好みは何もわからないし、気に入るかもしれない小粒なゲームより、いつも大作が優先されます。
手がかり2:似たライブラリを持つ人
これは協調フィルタリングと呼ばれる方法です。「あなたと同じゲームを持っている人はXも持っている」から、Xをおすすめするわけです。データが大量にあればよく効きます。弱点は、すでに人気のゲームに偏りやすいこと。発売直後のゲームやニッチなゲームは、まだ誰も買っていないので、いつまでたっても出てきません。
手がかり3:ゲームの中身
コンテンツベースのレコメンドは、ジャンルや雰囲気のある、ローグライク、ストーリー重視といったタグを使って、ゲーム同士を直接比べます。ほかのプレイヤーのデータがいらないので、小さなゲームや新作もおすすめできます。質を左右するのはタグの重みづけです。「Metroidvania」のような珍しいタグが共通していれば、「Singleplayer」が共通しているよりずっと似ていると言えます。だから優れた実装ほど、珍しいタグを重く扱います。NXTOの「似たゲーム」機能もこの方式です。実際の動きはこちら。
手がかり4:あなた自身の評価
いちばん強力なのは、あなたが自分で教える情報です。星5のゲームは「もっとこういうのが欲しい」というサイン。1時間で投げたゲームは「これは避けたい」というサインです。評価を無視するレコメンドは、持っているゲームから推測しているだけ。でも持っていることと気に入ったことは別の話です。
いつも同じゲームが出てくる理由
- リストが人気度ベースなので、毎回大作が勝つ。
- ジャンルだけで判断している。「RPG」には100時間のオープンワールドも、6時間のターン制インディーも含まれます。
- 持っているゲームやクリア済みのゲームを把握していないので、もう遊んだゲームを出してくる。
どのツールでもおすすめの精度を上げるコツ
- ジャンル全体ではなく、大好きだった特定の1本から始める。
- 遊んだゲームを評価する。評価を使うツールならすぐ精度が上がります。
- 上位3本だけでなく、リストの8〜15位も見てみる。
- 追加する前にプレイ時間をチェックする。雰囲気が似ていても、必要な時間まで似ているとは限りません。
ツールを比べたいなら、比較記事で各ツールのゲームの探し方を紹介しています。AIおすすめの記事では、気分から選ぶ方法を解説しています。
実際に試してみよう:次に遊ぶゲーム選びツールにお気に入り3本を入れると、珍しい共通タグと評価で似たゲームをランキングしてくれます。