قم بإنشاء أنظمة توصية مخصصة في لعبتك لعرض محتوى مُعد مثل الأصول ثنائية الأبعاد وثلاثية الأبعاد، الألعاب الصغيرة، ألعاب أخرى، والمزيد. يسمح لك واجهة برمجة تطبيقات خدمة التوصية بتسجيل نشاط المستخدم، والتقاط الانطباعات، وتقديم نتائج مخصصة لأي نوع من أنواع التفاعل تقريبًا.
تشمل بعض الاستخدامات الشائعة لأنظمة التوصية تقديم واجهة اقتراح في نهاية الجولة للمستخدمين، أو قائمة منبثقة تقدم إجراءات مخصصة، أو أي تنفيذي آخر يقدم مجموعة فريدة من الخيارات، الأصول، المواقع، أو الألعاب للمستخدم.
استخدم الخطوات العالمية التالية وأفضل الممارسات لإعداد نظام التوصية الخاص بك:
قم بتسجيل المحتوى الخاص بك
لتعبئة المحتوى الذي يمكن أن يخدمه نظام التوصية الخاص بك للمستخدمين، استخدم RegisterItemAsync. عند تسجيل عنصر، قدم referenceId، وهو سلسلة يعرفها المطور بشكل فريد العنصر في قاعدته البيانية الخاصة. عادةً ما يُستخدم هذا referenceId للبحث عن بيانات التعريف للعنصر، مثل الاسم، الوصف، أو معرف الأصل، من قاعدة بياناتك لعرضها في واجهة المستخدم.
كأفضل ممارسات، قم بتسجيل العناصر بمجرد إنشائها لضمان أن مجموعة التوصيات دائمًا جديدة.
سجل انطباعات المستخدمين
بمجرد أن تعرف الخدمة عن العناصر الخاصة بك وتبدأ في اقتراحها، أخبر الخدمة عندما يقوم المستخدم فعلاً بعرض التوصيات باستخدام LogImpressionEvent.
متى تسجل
تعتبر واجهة المستخدم من نوع القائمة الدوارة واجهة شائعة لعرض خيارات قابلة للتشغيل المتعددة للمستخدم. استخدم أفضل الممارسات التالية لضمان أن تسجيلك يوفر بيانات يمكن التصرف بها:
- تسجيل واحد: قم بتسجيل الانطباع مرة واحدة فقط لكل جلسة لعنصر محدد.
- لا تسجل في كل مرة يظهر فيها العنصر، حيث أن هذا ينشئ معلومات ضوضاء يمكن أن تتداخل مع تسجيلك.
- التنشيط: يمكنك اختيار التسجيل عندما يصبح العنصر مرئياً تمامًا في القائمة أو عندما يتفاعل المستخدم مع العنصر، مثل فتح صفحة التفاصيل.
المدة
تتبع المدة الوقت الذي يتم فيه الانطباع. يمكنك التفكير في هذا على أنه كم من الوقت نظر المستخدم إلى الصورة أو التوصية.
إذا لم تكن تستخدم الفيديو، يمكنك تعيين قيمة المدة إلى 1. يضمن هذا الحصول على بيانات نظيفة متسقة تفيد بأن "المستخدم قد شاهد هذا العنصر"، وهو عادةً التسجيل الوحيد الذي تحتاجه لبطاقة ثابتة.
سجل إجراءات الجودة
عندما يقرر المستخدم التفاعل مع توصية، استخدم LogActionEvent. في هذا المثال، الضغط ببساطة على "تشغيل" في التوصية ليس إشارة كافية لنظام توصية عالي الجودة. من المهم التمييز بين الضغط العارض والجلسة الحقيقية.
نوع الإجراء المطلوب
عندما تتصل بـ LogActionEvent، يجب عليك تحديد نوع الإجراء الذي يحدث. لتتبع أحداث الإجراءات التي تؤدي إلى جلسات اللعب، استخدم Enum.RecommendationActionType.Play. من المهم استخدام الـ enum الصحيح لإخبار النظام الخلفي بأن نوعًا معينًا من الإجراءات قد تم تنشيطه. بالنسبة لتوصيات المتعلقة بوقت اللعب، مطلوب بشدة Enum.RecommendationActionType.Play لتطابق قالب تكوين "زيادة اللعب" المستخدم في الخطوة التالية للحصول على التوصيات. إذا استخدمت enum مختلف، فلن يسجل النموذج الحدث بشكل صحيح للإجراءات المتعلقة باللعب.
استراتيجية "اللعب الجيد"
اعتمادًا على لعبتك، قد يكون لديك تعريفات مختلفة لما يشكل "اللعب الجيد". استخدم الخطوات التالية لمساعدتك في تحسين ما يميز اللعب الجيد في موقفك.
- تتبع داخليًا: عندما يدخل المستخدم اللعبة الصغيرة، تتبع وقت جلسته محليًا في النص البرمجي الخاص بك.
- تصفية: حدد عتبة للرضا، مثل اللعب لأكثر من 60 ثانية.
- تسجيل: قم بتفعيل LogActionEvent فقط إذا تجاوز المستخدم هذه العتبة.
احصل على التوصيات
للحصول على التوصيات، استخدم GenerateItemListAsync. يقبل GenerateItemListAsync قاموسًا يتضمن خيارات متنوعة لاستعلام قائمة التوصيات. بينما تكون العديد من هذه الإعدادات مباشرة، من المهم أن تفهم المعلمات المدعومة ConfigName لضمان توفير توصيات ناجحة.
ConfigName
لديك عدة تكوينات متاحة عند الحصول على التوصيات. في المثال الحالي المصمم لزيادة التوصيات بناءً على عدد جلسات اللعب عالية الجودة، استخدم تكوين MaximizePlays. اعتمادًا على حالة الاستخدام، يكون تكوين MaximizePlays أفضل من MaximizeTimeSpent لأنه يقوم أيضًا بفهرسة على رضا المستخدم، بدلاً من الوقت المنقضي فقط. هذا يخبر النظام بإرجاع العناصر التي من المحتمل أن تحقق اللعب الجيد.
للحصول على مزيد من المعلومات حول كل تكوين مدعوم، تحقق من GenerateItemListAsync.
راقب التحليلات
بمجرد أن تقوم بدمج الخدمة، يمكنك مراقبة أدائها مباشرة في Creator Hub. للوصول إلى تحليلات التوصية الخاصة بك:
- في Creator Hub، انتقل إلى صفحة لعبتك.
- في الشريط الجانبي، انتقل إلى التفاعل > خدمة التوصية.

المقاييس الرئيسية التي يجب مراقبتها:
- إجمالي الإجراءات على مر الزمن: هل يتفاعل المستخدمون فعليًا مع التوصيات؟
- إجمالي المستخدمين الفريدين: كم عدد الأشخاص الذين يستخدمون ميزة الاكتشاف؟
- متوسط عدد العناصر المعجب بها لكل مستخدم: هل يقوم المستخدمون بالتمرير عبر القائمة الدوارة؟
- متوسط الوقت المنقضي لكل مستخدم: هل تحافظ جودة التوصيات على بقائهم في اللعبة لفترة أطول؟
- في المثال المقدم، تم تعيين المدة إلى 1، لذا فإن هذه المقياس المحدد ليس ذا قيمة كبيرة في هذه الحالة. ومع ذلك، في تطبيقات أخرى، مثل مقاطع الفيديو، يمكن أن يكون هذا مؤشرًا قويًا على الانطباعات.
تذكر الإعدادات والعمليات المستخدمة في نظام التوصية هذا المصمم لتعظيم جلسات اللعب عالية الجودة، خاصةً استخدام 1 ثانية للمدة للصور المصغرة، والتسجيل فقط لجلسات اللعب ذات الجودة، وإدارة معرفاتك بدقة. من خلال الحفاظ على بيانات التسجيل والانطباعات الخاصة بك نظيفة، يمكنك توجيه وتحسين المحتوى الذي يناسب تجارب مستخدميك الفريدة.
بينما تغطي هذه العملية نظام توصية يُعظم وقت اللعب، يمكنك استخدام ترتيب تشغيل ونفس المفاهيم الأساسية لبناء خدمة توصية تناسب احتياجات لعبتك.