Valve 對 Steam 線上商店的標籤系統進行了結構性改革，增加了 17 個新類別，並刪除了 28 個現有標籤。 5月18日進行的更新改變了遊戲識別架構並合併關鍵字以完善平台的推薦演算法。這些變化直接影響了數位服務上數百萬日常活躍用戶的圖書編目、過濾和顯示方式。
數據基礎設施的調整源於提高搜尋準確性和個人化建議的需要。 Steam的演算法使用這些標籤在龐大的產品目錄和玩家的消費模式之間建立邏輯連結。透過排除冗餘術語並引入更具體的分類，該公司尋求優化導航並為未來以自動化為重點的技術實施準備數位環境。
新類別反映遊戲產業趨勢
Steam 納入了新的排名選項，涵蓋新興的遊戲風格和特定主題。該平台添加了「桌面伴侶」標籤，旨在識別被動工作並在電腦上執行其他任務時陪伴用戶的軟體和遊戲。 Bullet Heaven 標籤現在將專注於針對大量敵人的自動攻擊機制的遊戲進行分類，這種設計格式在最近的全球市場上廣受歡迎。
標籤詞彙的擴展還包括文化利基和休閒娛樂活動。 「武俠」一詞被引入來描述基於武術和東方奇幻的冒險，使得更容易找到這種特定類型的亞洲作品。組織和裝飾標籤現在對遊戲進行分類，圍繞組織物品和裝飾虛擬空間的有條不紊的任務，滿足對不專注於直接戰鬥的輕鬆體驗日益增長的需求。
這些類別的創建解決了線上商店搜尋系統中的歷史空白。以前，工作室和開發人員必須使用通用標籤的組合來嘗試描述獨特的機制，這通常會導致向最終消費者提供不準確的推薦。在公共評估和軟體行業新開發標準的指導下，定義清單正在不斷變化。
刪除主觀術語並重組分類
從資料庫中刪除 28 個標籤是為了解決長期存在的重複問題和個人解釋問題。由於社群在標籤問題上經常出現分歧，Masterpiece 標籤已從平台上永久刪除。這個術語完全取決於應用者的主觀意見，這會導致分類不一致，並在對具有相似技術特徵和敘述的遊戲進行分組時損害演算法的效率。
清理過程也重組了商店中敏感內容的分類方式。舊的 NSFW 和 Mature 標籤已被更詳細、客觀和描述性的選項所取代。這項轉變旨在消除這些廣義術語的歧義，並提供有關商業產品中存在的材料類型的準確資訊。
新的成人內容評級結構採用以下具體參數來引導消費者：
- 戈爾識別極端暴力和流血事件。
- 暴力描述激烈的戰鬥機制和攻擊性動作。
- 表示存在成人場景和露骨裸體的色情內容。
此次替換可確保系統的搜尋工具和家長控制過濾器更加清晰。模糊的標籤在版主、開發者和玩家本身之間造成了操作上的混亂，使得難以屏蔽或有意顯示特定類別。刪除這些通用標籤可以消除資料庫中的噪音並標準化 Valve 數位商店的視覺傳達。
社區在策劃數位目錄中的作用
Steam 標籤生態系統在共享責任模式下運行，不限於遊戲創建者的初始設定。平台上的玩家和版主還可以使用工具來積極為目錄中可用的遊戲添加標籤。這種協作框架透過添加使用者體驗的多個視角來豐富分類，儘管它需要持續監控以避免演算法失真。
Valve 使用的系統可以平衡社區參與與自動糾正例程和手動審查。當大量使用者將相同標籤應用於遊戲時，系統會識別該特徵的相關性並增加產品頁面上關鍵字的權重。這種機制允許遊戲的評級隨著時間的推移而有機地發展，反映實際的公眾認知，而不僅僅是負責該項目的工作室的初衷。
目前的系統更新包含了數月運行期間收集的大量資料和請求。軟體開發人員要求新的標籤來更準確地描述他們最近創作的機制。同時，遊戲社群指出論壇中的分類不當，而版主則指出了流行術語的濫用或重複使用。更新後的系統反映了內容創作者、消費者群和平台管理之間的營運協同作用。
準備與人工智慧整合的基礎設施
標籤的重新設計超出了展示的直接組織範圍，並標誌著 Valve 的下一步技術步驟。該公司表示了推出整合到銷售平台的人工智慧助理的結構計劃。這個未來的助手將與新改進的標籤系統結合使用，使用分類資料庫來處理消費者提出的複雜的自然語言查詢。
任何機器學習系統的效率直接取決於為其提供資訊的品質。產品的分類越精準、越規範，人工智慧在製定標題推薦時的行為就會越果斷。排除主觀術語並添加精確的機械描述符，為數字基礎做好了準備，以便新工具能夠以高度的可靠性和處理速度跨越遊戲變數。
這種技術演變遵循了當代大型數位市場中觀察到的更廣泛的趨勢。建議演算法依賴乾淨的結構化數據，以避免向客戶提供不相關的結果。明確定義的標籤是這些高階過濾系統的支柱。 Steam 預計，當人工智慧功能向全球受眾推出時，資訊架構中實施的調整將防止大規模營運問題。