在您的遊戲中建立自定義推薦系統，以呈現策劃的內容，例如 2D 和 3D 資產、迷你遊戲、其他遊戲等。Recommendation Service API 使您能夠記錄用戶活動、捕獲曝光並提供幾乎任何類型的互動個性化結果。
推薦系統的一些常見用例包括向用戶呈現回合結束建議介面、一個顯示個性化操作的菜單覆蓋，或其他呈現獨特選擇、資產、位置或遊戲的實現。
使用以下通用步驟和最佳實踐來設置您的推薦系統：
本指南涵蓋在您的遊戲中實現 RecommendationService 的過程。這些內容不包括創建 用戶界面、添加 資產 或 傳送用戶 的過程。請參閱這些主題的其他文件。
註冊您的內容
您可以在遊戲中實現推薦的方式有很多。本指南中的示例設置旨在向用戶推薦各種類型的迷你遊戲，並優先推薦最有可能最大化質量遊玩時長的內容。
這種類型的推薦系統通常會合併在旋轉木馬 UI 菜單中，允許用戶滾動、選擇，並了解即將參與的活動的更多詳細資訊。關於這種類型介面的考慮因素包含在以下設置中。
如果創建自己的系統，您可能需要使用稍微不同的設置和配置，但請遵循相同的基本步驟。
要填充您的推薦系統可以提供給用戶的內容，請使用 RegisterItemAsync。在註冊項目時，提供 referenceId，這是一個開發人員定義的字符串，用於唯一識別您自有數據庫中的項目。這個 referenceId 通常用來查找項目的元數據，例如名稱、描述或資產 ID，以顯示在用戶界面中。
作為最佳實踐，請在項目創建後立即註冊，以確保推薦池始終保持新鮮。
記錄用戶曝光
一旦服務知道您的項目並開始建議它們，則告訴服務用戶實際查看推薦時使用 LogImpressionEvent。
何時記錄
旋轉木馬類型的 UI 是為用戶顯示多個可玩選項的常用介面。使用以下最佳實踐來確保您的日誌提供乾淨的可行數據：
- 單次記錄：每個會話對於特定項目只需記錄曝光一次。
- 不要在每次項目出現時記錄，因為這會產生雜亂的信息，可能會干擾您的日誌。
- 觸發：您可以選擇在項目在菜單中完全可見時或用戶與項目互動時（例如，打開詳細頁面）記錄。
請小心您傳遞給 RecommendationService.LogImpressionEvent 的 ID。該服務需要將事件嚴格鏈接到其生成的特定推薦實例。
- 不要使用原始字符串或參考 ID。
持續時間
持續時間跟蹤曝光的時間。您可以將其視為用戶查看圖像或推薦的時間長度。
如果您不使用視頻，可以將持續時間值設置為 1。這確保您獲得乾淨一致的數據，表明「用戶查看了此項目」，這通常是您對靜態卡片所需的唯一日誌信息。
記錄質量行為
當用戶決定與推薦互動時，使用 LogActionEvent。在此示例中，僅僅在推薦上點擊「播放」並不足以為高品質的推薦系統提供足夠的信號。區分意外點擊和真正會話是很重要的。
必需的行為類型
當您調用 LogActionEvent 時，必須指定發生的行為類型。要跟踪導致遊玩會話的行為事件，請使用 Enum.RecommendationActionType.Play。 使用正確的枚舉告訴後端已激活特定類型的行為非常重要。對於與遊玩時間相關的推薦，Enum.RecommendationActionType.Play 是必要的，以匹配下一步中用於獲取推薦的 MaximizePlays 配置模板。如果使用不同的枚舉，模型將無法正確註冊遊玩相關行為的事件。
“質量遊玩”策略
根據您的遊戲，您可能對「質量遊玩」有不同的定義。使用以下步驟幫助微調在您的情況下區分質量遊玩的標準。
- 內部跟蹤：當用戶進入迷你遊戲時，定期在腳本中跟蹤他們的遊玩時間。
- 過濾：定義滿意度的門檻，例如遊玩超過 60 秒。
- 記錄：僅在用戶超過此門檻時才啟用 LogActionEvent。
只為實際由 RecommendationService 提供的項目記錄行為。
- 不要記錄來自搜索、隨機選擇或過去遊玩的播放。
- 不要使用「虛假追踪 ID」強制將其納入系統。
模型期望一個現實的比例。如果您提供 1 次曝光但記錄 10 次來自外部流量的播放，您會混淆訓練數據並破壞您的指標準確性。
獲取推薦
要獲取推薦，請使用 GenerateItemListAsync。GenerateItemListAsync 接受一個字典，其中包括推薦列表查詢的各種選項。雖然許多設置都很簡單，但重要的是要了解支持的 ConfigName 參數，以確保您提供成功的推薦。
ConfigName
您在獲取推薦時有幾個配置可供使用。在當前示例中，旨在基於質量遊玩的次數最大化推薦，請使用 MaximizePlays 配置。根據用例，MaximizePlays 配置比 MaximizeTimeSpent 更好，因為它還針對用戶滿意度進行索引，而不僅僅是花費的時間。這告訴系統返回最有可能產生質量遊玩的項目。
有關每個支持的配置的更多信息，請查看 GenerateItemListAsync。
監控分析
一旦您整合了該服務，就可以直接在 Creator Hub 中監控其性能。要訪問您的推薦分析：
- 在 Creator Hub 中，導航到您的遊戲頁面。
- 在側邊欄中，導航到 互動 > 推薦服務。
關鍵指標：
- 隨著時間的推移的總行為：用戶實際上是否與推薦互動？
- 總唯一用戶：有多少人正在使用發現功能？
- 每個用戶平均印象項目數：用戶是否在旋轉木馬中滾動？
- 每個用戶平均花費時間：推薦的質量是否使他們在遊戲中停留的更長時間？
- 在提供的示例中，持續時間設置為 1，所以這個特定指標在這個用例中不是特別有價值的。然而，在其他應用中，例如視頻，這可以為您的曝光提供強有力的指標。
請記住，使用此推薦系統的設置和過程旨在最大化質量遊玩特別使用 1 秒持續時間針對縮略圖，僅記錄質量遊玩，並嚴格管理您的 ID。保持記錄和曝光數據的乾淨，您可以推薦和微調最符合用戶獨特體驗的內容。
雖然此流程涵蓋了最大化遊玩時間的推薦系統的過程，但您可以使用類似的操作順序和基本概念來構建符合您遊戲需求的推薦服務。