Bangun sistem rekomendasi kustom dalam permainan Anda untuk menampilkan konten terkurasi seperti aset 2D dan 3D, minigame, permainan lain, dan banyak lagi. Recommendation Service API memungkinkan Anda untuk mencatat aktivitas pengguna, menangkap kesan, dan memberikan hasil yang dipersonalisasi untuk hampir semua jenis keterlibatan.
Beberapa kasus umum penggunaan untuk sistem rekomendasi termasuk menyajikan kepada pengguna antarmuka saran di akhir putaran, menu overlay yang menyajikan tindakan yang dipersonalisasi, atau implementasi lain yang menyajikan satu set pilihan, aset, lokasi, atau permainan yang unik kepada pengguna.
Gunakan langkah-langkah dan praktik terbaik universal berikut untuk menyiapkan sistem rekomendasi Anda:
Panduan ini membahas proses implementasi RecommendationService dalam permainan Anda. Konten ini tidak membahas proses pembuatan UI, menambahkan aset, atau mentransfer pengguna. Lihat dokumentasi tambahan untuk topik tersebut.
Daftarkan konten Anda
Ada banyak cara Anda dapat menerapkan rekomendasi dalam permainan Anda. Pengaturan contoh dalam panduan ini dimaksudkan untuk merekomendasikan berbagai minigame kepada pengguna dalam sebuah permainan, memprioritaskan rekomendasi yang paling mungkin untuk memaksimalkan sesi permainan berkualitas.
Jenis sistem rekomendasi ini sering diintegrasikan dalam menu UI carousel, memungkinkan pengguna untuk menggulir, memilih, dan menemukan lebih banyak detail tentang aktivitas yang akan mereka lakukan. Pertimbangan untuk tipe antarmuka ini termasuk dalam pengaturan di bawah.
Jika Anda membuat sistem Anda sendiri, Anda mungkin perlu menggunakan pengaturan dan konfigurasi yang sedikit berbeda tetapi tetap mengikuti langkah-langkah dasar yang sama.
Untuk mengisi konten yang dapat disajikan oleh sistem rekomendasi Anda kepada pengguna, gunakan RegisterItemAsync. Saat mendaftarkan sebuah item, berikan referenceId, sebuah string yang ditentukan oleh pengembang yang secara unik mengidentifikasi item dalam database Anda sendiri. referenceId ini biasanya digunakan untuk melihat metadata item, seperti nama, deskripsi, atau ID aset, dari penyimpanan data Anda untuk ditampilkan di UI.
Sebagai praktik terbaik, daftarkan item segera setelah mereka dibuat untuk memastikan bahwa kolam rekomendasi selalu segar.
Catat kesan pengguna
Setelah layanan mengetahui tentang item Anda dan mulai merekomendasikannya, beri tahu layanan ketika pengguna benar-benar melihat rekomendasi dengan LogImpressionEvent.
Kapan mencatat
Antarmuka berbasis carousel adalah antarmuka umum untuk menampilkan beberapa opsi yang dapat dimainkan kepada pengguna. Gunakan praktik terbaik berikut untuk memastikan pencatatan Anda memberikan data yang dapat ditindaklanjuti dengan baik:
- Single Log: Catat kesan hanya sekali per sesi untuk item tertentu.
- Jangan mencatat setiap kali item muncul, karena ini menciptakan informasi yang berisik yang dapat mengganggu pencatatan Anda.
- Trigger: Anda dapat memilih untuk mencatat saat item menjadi sepenuhnya terlihat di menu atau saat pengguna berinteraksi dengan item, seperti membuka Halaman Detail.
Berhati-hatilah tentang ID yang Anda berikan untuk RecommendationService.LogImpressionEvent. Layanan perlu mengaitkan acara tersebut dengan ketat pada instance rekomendasi spesifik yang dihasilkannya.
- Jangan menggunakan string mentah atau ID referensi.
- Lakukan gunakan itemId yang telah dikembalikan kepada Anda oleh RegisterItemAsync atau GenerateItemListAsync.
Durasi
Durasi melacak waktu dari kesan tersebut. Anda dapat menganggap ini sebagai berapa lama pengguna menatap gambar atau rekomendasi.
Jika Anda tidak menggunakan video, Anda dapat mengatur nilai Durasi ke 1. Ini memastikan bahwa Anda mendapatkan data konsisten yang bersih bahwa "pengguna melihat item ini", yang biasanya adalah satu-satunya pencatatan yang Anda butuhkan untuk kartu statis.
Catat tindakan berkualitas
Ketika seorang pengguna memutuskan untuk berinteraksi dengan sebuah rekomendasi, gunakan LogActionEvent. Dalam contoh ini, cukup mengklik "Mainkan" pada rekomendasi tidak cukup sinyal untuk sistem rekomendasi berkualitas tinggi. Penting untuk membedakan antara klik yang tidak sengaja dan sesi yang nyata.
Jenis tindakan yang diperlukan
Ketika Anda memanggil LogActionEvent, Anda harus menentukan tipe tindakan yang terjadi. Untuk melacak acara tindakan yang menghasilkan sesi bermain, gunakan Enum.RecommendationActionType.Play. Penting untuk menggunakan enum yang tepat untuk memberi tahu backend bahwa jenis tindakan tertentu telah diaktifkan. Untuk rekomendasi terkait waktu bermain, Enum.RecommendationActionType.Play sangat diperlukan untuk mencocokkan template konfigurasi MaximizePlays yang digunakan pada langkah berikutnya untuk mengambil rekomendasi. Jika Anda menggunakan enum yang berbeda, model tidak akan mencatat acara dengan benar untuk tindakan terkait bermain.
Strategi "permainan berkualitas"
Tergantung pada permainan Anda, Anda mungkin memiliki definisi yang berbeda tentang apa yang dianggap "permainan berkualitas". Gunakan langkah-langkah berikut untuk membantu menghaluskan apa yang membedakan permainan berkualitas dalam situasi Anda.
- Lacak Secara Internal: Saat pengguna memasuki minigame, lacak waktu sesi mereka secara lokal dalam skrip Anda.
- Filter: Tetapkan ambang batas untuk kepuasan, seperti bermain selama lebih dari 60 detik.
- Catat: Hanya lakukan LogActionEvent jika pengguna melewati ambang batas ini.
Hanya catat tindakan untuk item yang benar-benar disajikan oleh RecommendationService.
- Jangan mencatat permainan yang berasal dari Pencarian, Pilihan Acak, atau Permainan Sebelumnya.
- Jangan gunakan "ID Pelacakan Dummy" untuk memaksakan ini ke dalam sistem.
Model mengharapkan rasio yang realistis. Jika Anda menyajikan 1 kesan tetapi mencatat 10 permainan dari lalu lintas eksternal, Anda membingungkan data pelatihan dan merusak akurasi metrik Anda.
Ambil rekomendasi
Untuk mengambil rekomendasi, gunakan GenerateItemListAsync. GenerateItemListAsync menerima kamus yang mencakup berbagai opsi untuk kueri daftar rekomendasi. Sementara banyak dari pengaturan ini sederhana, penting untuk memahami parameter ConfigName yang didukung untuk memastikan Anda memberikan rekomendasi yang sukses.
ConfigName
Anda memiliki beberapa konfigurasi yang tersedia untuk Anda saat mengambil rekomendasi. Dalam contoh saat ini yang dirancang untuk memaksimalkan rekomendasi berdasarkan jumlah permainan berkualitas, gunakan konfigurasi MaximizePlays. Tergantung pada kasus penggunaan, konfigurasi MaximizePlays lebih baik daripada MaximizeTimeSpent karena juga mengindeks pada kepuasan pengguna, bukan hanya waktu yang dihabiskan. Ini memberi tahu sistem untuk mengembalikan item yang paling mungkin menghasilkan permainan berkualitas.
Untuk informasi lebih lanjut tentang setiap konfigurasi yang didukung, lihat GenerateItemListAsync.
Pantau analitik
Setelah Anda mengintegrasikan layanan, Anda dapat memantau kinerjanya langsung di Creator Hub. Untuk mengakses analitik rekomendasi Anda:
- Di Creator Hub, navigasikan ke halaman permainan Anda.
- Di sidebar, navigasikan ke Keterlibatan > Layanan Rekomendasi.
Metrik kunci yang perlu diperhatikan:
- Total Tindakan seiring waktu: Apakah pengguna benar-benar berinteraksi dengan rekomendasi?
- Total Pengguna Unik: Berapa banyak orang yang menggunakan fitur penemuan?
- Rata-rata Item yang Dikenal per Pengguna: Apakah pengguna menggulir melalui carousel?
- Rata-rata Waktu yang Dihabiskan per Pengguna: Apakah kualitas rekomendasi membuat mereka lebih lama berada dalam permainan?
- Dalam contoh yang diberikan, Durasi diatur ke 1, jadi metrik spesifik ini tidak sangat berharga dalam kasus tersebut. Namun, dalam aplikasi lain, seperti video, ini bisa menjadi indikator yang kuat untuk kesan Anda.
Ingatlah pengaturan dan proses yang digunakan dalam sistem rekomendasi ini yang dimaksudkan untuk memaksimalkan permainan berkualitas, khususnya menggunakan durasi 1 detik untuk thumbnail, mencatat hanya permainan berkualitas, dan mengelola ID Anda dengan ketat. Dengan menjaga pencatatan dan data kesan Anda tetap bersih, Anda dapat merekomendasikan dan menghaluskan konten yang paling cocok dengan pengalaman unik pengguna Anda.
Sementara alur ini mencakup proses untuk sistem rekomendasi yang memaksimalkan waktu bermain, Anda dapat menggunakan urutan operasi dan konsep fundamental yang serupa untuk membangun layanan rekomendasi yang sesuai dengan kebutuhan permainan Anda.