QuanticFoundry的Nick Yee近期在網(wǎng)站博客中發(fā)布了這篇文章，描述了他們?nèi)绾螌?duì)Steam中游戲標(biāo)簽進(jìn)行做可視化的關(guān)聯(lián)分析的豆同。文末有原文地址和可視化圖譜的下載地址。
Steam標(biāo)簽的簡(jiǎn)單介紹
玩家可以自行為Steam中任何一款游戲添加自己喜歡的標(biāo)簽。標(biāo)簽詞的輸入界面會(huì)根據(jù)輸入的詞匹配一些常見(jiàn)的標(biāo)簽，但也允許玩家們輸入任何詞匯棱诱。例如真三國(guó)無(wú)雙8的游戲標(biāo)簽就是“動(dòng)作”“開(kāi)放世界”等等。不過(guò)由于界面空間有限涝动，Steam為每個(gè)游戲展示熱度(頻率)排名前20的標(biāo)簽迈勋，其余的標(biāo)簽和其熱度可以通過(guò)SteamSpy查詢。
為了建立數(shù)據(jù)庫(kù)醋粟，我們(Quanticfoundry)從玩家動(dòng)機(jī)問(wèn)卷(Gamer Motivation Profile, 大概有35萬(wàn)人填寫(xiě)過(guò)該問(wèn)卷)的回答中找出了被玩家提及5次以上的游戲靡菇，剔除了Steam中沒(méi)有的游戲后留下了共2129個(gè)游戲。然后我們提取了這些游戲的標(biāo)簽數(shù)據(jù)建立了用于分析的原始數(shù)據(jù)庫(kù)(注：標(biāo)簽提取于2017年12月中旬)米愿。
Steam?標(biāo)簽：優(yōu)與劣
Steam的標(biāo)簽系統(tǒng)有著很高的分析價(jià)值厦凤。首先，它是一個(gè)由真實(shí)玩家們自發(fā)建立的大型數(shù)據(jù)庫(kù)育苟。其次较鼓，它的標(biāo)簽是由分眾分類法(即玩家主導(dǎo))而不是Steam自身推行的分類法所產(chǎn)生的。玩家自發(fā)形成的標(biāo)簽體系能夠幫助跳出游戲開(kāi)發(fā)商們關(guān)于游戲和游戲功能的固性思維和慣用詞匯违柏，我們能夠獲得那些受到玩家認(rèn)可的新標(biāo)簽博烂，例如：眾籌等。
不過(guò)Steam標(biāo)簽也有著不太好的一面漱竖。首先禽篱，這些標(biāo)簽數(shù)據(jù)局限于Steam平臺(tái)現(xiàn)有的游戲，而這無(wú)疑排除了一些大型開(kāi)發(fā)商(例如EA的使命召喚和FIFA馍惹，暴雪的守望先鋒和爐石傳說(shuō)等)和游戲平臺(tái)(手游和3DS)的優(yōu)秀作品躺率。其次，盡管必要的時(shí)候Steam也會(huì)主動(dòng)干預(yù)和清洗游戲的標(biāo)簽万矾，但標(biāo)簽系統(tǒng)仍然受到玩家們主觀影響悼吱。另外，像任何UGC一樣良狈，我們很可能會(huì)發(fā)現(xiàn)“大多數(shù)游戲標(biāo)簽來(lái)源于一小波的活躍玩家”的情況舆绎。
當(dāng)然，即使有著這些潛在的風(fēng)險(xiǎn)们颜，作為一個(gè)獨(dú)特的大型數(shù)據(jù)庫(kù)吕朵，Steam標(biāo)簽仍然是值得去探索和挖掘的。
如何定義標(biāo)簽之間的關(guān)系
對(duì)于兩個(gè)事物之間的關(guān)系是否緊密窥突、相似性如何努溃，并不存在絕對(duì)正確的定義。例如阻问，假設(shè)我們想要畫(huà)出某人的社交網(wǎng)絡(luò)圖譜梧税，這個(gè)圖譜的最終成型很大程度上取決于我們對(duì)“親密”的定義，它可以是每段關(guān)系的遠(yuǎn)近、或者是你對(duì)別人的關(guān)心程度第队、雙方的交際頻率或者直接就是地理距離等等哮塞。
這些情況對(duì)于Steam的標(biāo)簽數(shù)據(jù)而言也是一樣的。在這里凳谦，我們將標(biāo)簽之間的關(guān)聯(lián)定義為標(biāo)簽被應(yīng)用的游戲之間的重合比例忆畅。即，首先看看標(biāo)簽A都被應(yīng)用在哪些游戲中尸执，然后再計(jì)算其它標(biāo)簽在這些游戲中被應(yīng)用的比例家凯。
數(shù)據(jù)處理要點(diǎn)
在任何大數(shù)據(jù)和關(guān)聯(lián)網(wǎng)絡(luò)分析中都需要做大量的數(shù)據(jù)處理工作。在這里我們?yōu)楦信d趣的讀者們描述一些數(shù)據(jù)處理的細(xì)節(jié)如失，不感興趣的可跳過(guò)本部分內(nèi)容绊诲。
剔除低頻標(biāo)簽：由于標(biāo)簽多為玩家自發(fā)產(chǎn)生，我們收集到了許多低頻的標(biāo)簽褪贵，而這些低頻標(biāo)簽很可能會(huì)擾亂最終的可視化掂之。標(biāo)簽的頻數(shù)從324,505(“Action”, 動(dòng)作)到10(“Cycling”,自行車)都有。在分析過(guò)程中我們將占比為底部百分之五的標(biāo)簽剔除(頻率<= 85)脆丁。
剔除標(biāo)簽量過(guò)少的游戲：同樣出于玩家產(chǎn)生標(biāo)簽的原因世舰，有的游戲可能只被標(biāo)記了很少量的標(biāo)簽，提供了不可靠的數(shù)據(jù)偎快。游戲被標(biāo)記次數(shù)分布從190,470次(GTA5)到10次都有。在本次分析剔除了標(biāo)簽數(shù)量占比為底部百分之2.5的游戲(被標(biāo)記次數(shù)低于50次)洽胶。
剔除跨游戲使用頻率低的標(biāo)簽：使用最廣泛的標(biāo)簽出現(xiàn)在1463個(gè)游戲中晒夹，最狹窄的標(biāo)簽則只用于了一個(gè)游戲。在本次分析中剔除了應(yīng)用范圍占比為底部百分之五的標(biāo)簽(應(yīng)用該標(biāo)簽的游戲在5個(gè)以下)姊氓。
關(guān)系距離的測(cè)量：在本次分析中我們使用杰卡德距離來(lái)表示標(biāo)間之間的關(guān)系丐怯。杰卡德距離是在分析頻數(shù)數(shù)據(jù)時(shí)常用的數(shù)據(jù)指標(biāo)，它用兩個(gè)集合中不同元素占所有元素的比例來(lái)衡量?jī)蓚€(gè)集合的區(qū)分度翔横。在原始數(shù)據(jù)上做這種處理容易混淆標(biāo)簽的頻數(shù)和關(guān)系(因?yàn)樵嫉臉?biāo)簽數(shù)據(jù)和生成的標(biāo)簽關(guān)系分屬于不同的數(shù)據(jù)類型)读跷，常用的處理方法是將標(biāo)簽距離轉(zhuǎn)換成百分比。因此禾唁，對(duì)于每個(gè)游戲而言效览，每個(gè)標(biāo)簽頻數(shù)都被轉(zhuǎn)化成其占該游戲中最高頻標(biāo)簽頻數(shù)的百分比(數(shù)值分布為0~1)。
為什么不采用歐式距離荡短？需要注意的是對(duì)每個(gè)游戲而言丐枉，Steam最多只展示20個(gè)標(biāo)簽。因此我們會(huì)得到很分散的數(shù)據(jù)掘托，并且會(huì)存在很多“0”瘦锹。在歐式距離中，“0”是有意義的，且雙重缺失在歐式距離的處理中被認(rèn)為是一次匹配弯院。而在我們分析中辱士，這樣做其實(shí)是沒(méi)有意義的。
游戲權(quán)重：距離測(cè)量的指標(biāo)給每個(gè)游戲分配了相同的權(quán)重听绳，但顯然熱門大作應(yīng)該有相較于冷門游戲更高的權(quán)重颂碘。游戲的玩家數(shù)量的影響因素又過(guò)于龐雜，直接使用玩家數(shù)量做權(quán)重配比可能會(huì)導(dǎo)致少部分的游戲主導(dǎo)分析結(jié)果的產(chǎn)生辫红。因此凭涂，我們對(duì)游戲玩家的數(shù)量進(jìn)行了log處理來(lái)決定最終的游戲權(quán)重，最終的權(quán)重分布范圍為1~15(中位數(shù)為4.4)贴妻。
可視化圖譜的修剪：我們對(duì)關(guān)聯(lián)網(wǎng)絡(luò)進(jìn)行了修剪以便于突出更加顯著的標(biāo)簽關(guān)系切油。圖譜中每個(gè)節(jié)點(diǎn)只保留密切程度在前5的關(guān)系。不過(guò)由于節(jié)點(diǎn)之間關(guān)系的交叉名惩，圖譜中也會(huì)有一些節(jié)點(diǎn)擁有不止5個(gè)關(guān)聯(lián)節(jié)點(diǎn)澎胡。
關(guān)聯(lián)網(wǎng)絡(luò)的可視化：我們應(yīng)用了Fruchterman-Rheingold算法(一種強(qiáng)制導(dǎo)向的布局算法)來(lái)描繪關(guān)聯(lián)網(wǎng)絡(luò)，然后采用了基于模塊化優(yōu)化(modularity optimization)的算法來(lái)找到關(guān)系群落娩鹉。最終我們確認(rèn)了26個(gè)關(guān)系群落攻谁，而其中有17個(gè)群落有著3個(gè)以上的節(jié)點(diǎn)。我們?cè)趫D表中用不同的顏色對(duì)這17個(gè)群落進(jìn)行了標(biāo)記弯予，而二元和三元關(guān)系都使用灰色進(jìn)行標(biāo)識(shí)戚宦。
最后的統(tǒng)計(jì)：我們最初獲取了2129款游戲共321個(gè)標(biāo)簽，經(jīng)過(guò)清洗后剩下了2070款游戲共279個(gè)標(biāo)簽锈嫩。
可視化分析
關(guān)聯(lián)網(wǎng)絡(luò)中展示了每個(gè)游戲標(biāo)簽之間最緊密的相互聯(lián)系受楼。以下是一些幫助大家解讀關(guān)系圖的基本規(guī)則。
圓點(diǎn)表示標(biāo)簽：圓點(diǎn)和其相應(yīng)的文字越大就意味著這個(gè)標(biāo)簽在Steam中出現(xiàn)的頻率越高呼寸。
線段表示兩個(gè)標(biāo)簽之間的關(guān)系：線段越粗代表兩個(gè)標(biāo)簽在同一批游戲中同時(shí)出現(xiàn)的可能性越高艳汽。對(duì)每個(gè)標(biāo)簽而言，關(guān)聯(lián)網(wǎng)絡(luò)中呈現(xiàn)了最為緊密的相互關(guān)系对雪。
重合的節(jié)點(diǎn)之間沒(méi)有線段的存在：例如在棕色點(diǎn)“Space”和綠色點(diǎn)” Turn-Based”之間沒(méi)有隱藏的線段河狐，即二者之間沒(méi)有在任何游戲中同時(shí)出現(xiàn)過(guò)。
顏色用于區(qū)別各個(gè)標(biāo)簽群落：標(biāo)簽群落指的是由共享線段所鏈接構(gòu)建的凝聚子群瑟捣，他們相互之間有著較為密切的關(guān)系馋艺。我們最終確定了17個(gè)標(biāo)簽群落，每個(gè)群落中包含有3個(gè)以上的標(biāo)簽迈套。在關(guān)系圖中我們用不同的顏色來(lái)區(qū)分這些群落丈钙。
節(jié)點(diǎn)之間的空間距離與相互關(guān)系無(wú)關(guān)。就像地鐵上的路線圖以站點(diǎn)順序?yàn)閮?yōu)先而無(wú)視地理距離一樣交汤，我們的關(guān)聯(lián)網(wǎng)絡(luò)圖中是以關(guān)系網(wǎng)絡(luò)的呈現(xiàn)為優(yōu)先雏赦。例如劫笙，在圖右邊緣上的“Hunting”距離“Top-Down Shooter”較近，但是由于它們之間沒(méi)有表示關(guān)系的線段星岗，所以它們之間相對(duì)接近的空間距離并不表示它們就是有關(guān)系的填大。
我們找到哪17個(gè)不同的群落？
下表中是我們最終確定的17個(gè)標(biāo)簽群落俏橘。表中對(duì)其相應(yīng)的顏色和方位做了簡(jiǎn)要的說(shuō)明允华。
關(guān)系圖中隱藏著諸多有趣的信息，給你們幾個(gè)示例寥掐，剩下的自行體會(huì)靴寂。
主流標(biāo)簽在圖譜中心，而獨(dú)特的標(biāo)簽則處于邊緣位置召耘。由于常用的標(biāo)簽很容易和其它常見(jiàn)標(biāo)簽共同應(yīng)用于同一個(gè)游戲百炬，這些標(biāo)簽就會(huì)相互吸引然后構(gòu)成一個(gè)緊密的、朝中的核心污它。隨著算法拆解節(jié)點(diǎn)剖踊，圖譜就迅速形成了從通用、主流標(biāo)簽到獨(dú)特衫贬、細(xì)微標(biāo)簽的層級(jí)結(jié)構(gòu)德澈。最常見(jiàn)的標(biāo)簽就位于關(guān)聯(lián)網(wǎng)絡(luò)的中間(例如RPG，Action等等)固惯，而那些獨(dú)特和細(xì)微的標(biāo)簽則被分配到圖譜的邊緣位置(例如頂部的Romance)梆造。
群島。在圖譜的邊緣部分獨(dú)立的標(biāo)簽們構(gòu)成了群島體系葬毫。這些通常是那些沒(méi)能和主要的關(guān)聯(lián)網(wǎng)絡(luò)相互關(guān)聯(lián)的獨(dú)特標(biāo)簽镇辉。圖譜中有9個(gè)小島，這里和大家一起聊聊其中兩個(gè)：首先是“Superhero”供常，盡管都沒(méi)能和主體網(wǎng)絡(luò)有所聯(lián)系摊聋，但它也與多個(gè)相對(duì)頻繁的標(biāo)簽相連鸡捐。其次則是“Board/Card Game(棋牌/卡牌游戲)”栈暇，是唯一有著三個(gè)以上節(jié)點(diǎn)的小島群落。一個(gè)群落擁有的節(jié)點(diǎn)越多箍镜，那么它越有可能和主體網(wǎng)絡(luò)相互關(guān)聯(lián)源祈。因此，這樣兩個(gè)擁有豐富節(jié)點(diǎn)的獨(dú)立小島還是很罕見(jiàn)的色迂。這意味著玩家對(duì)這兩類游戲Steam標(biāo)簽 (和其相應(yīng)的游戲)的認(rèn)知與其它大多數(shù)游戲都有明顯的差異香缺。
粗壯的線段(緊密的聯(lián)系)是群落的主要支柱。對(duì)于每個(gè)群落而言歇僧，那些最緊密的聯(lián)系(最寬的線段)最能夠代表該群落的特征图张，就像建筑物的承重梁一樣支持著群落锋拖。例如，在“Visual Novel(視覺(jué)小說(shuō))”群落中最明顯的聯(lián)系就是“Anime-Romance(動(dòng)漫-浪漫)”祸轮， “Nudity-Mature (裸露-成熟)”兽埃， “Choices Matter-Multiple Endings (選擇導(dǎo)向-多結(jié)局)”。整個(gè)圖譜可以視為對(duì)游戲類型關(guān)鍵元素的提取适袜。
隔壁的標(biāo)簽是市場(chǎng)開(kāi)拓的方向柄错。盡管同屬于策略類游戲，非即時(shí)歷史戰(zhàn)略類 (蘋(píng)果綠)就和經(jīng)濟(jì)/建造管理類 (泥質(zhì)紅)就是兩個(gè)完全不同的群落苦酱。而盡管他們兩個(gè)有不少在空間距離很緊湊的節(jié)點(diǎn)售貌，他們之間其實(shí)只有很少的標(biāo)簽之間存在不算緊密的聯(lián)系。如果仔細(xì)看一下疫萤，這對(duì)鄰居之間有三對(duì)節(jié)點(diǎn)存在相互的聯(lián)系：Medieval-Historical, RTS-Base-Building, 和RTS-Economy颂跨。這將可能為“如何觸達(dá)其它類型的游戲玩家”提供相應(yīng)的運(yùn)營(yíng)/設(shè)計(jì)思路。
關(guān)系圖譜反映了成功作品的特質(zhì)给僵。作為整合了2000多款Steam中最受歡迎游戲的標(biāo)簽圖譜毫捣，它在一定程度上展示了這些成功作品的游戲功能和游戲主題。對(duì)每一個(gè)節(jié)點(diǎn)而言帝际，與其關(guān)聯(lián)最緊密的第一層標(biāo)簽代表了最受市場(chǎng)認(rèn)可和接受的屬性和特性組合蔓同。而第二層、第三層的標(biāo)簽(尤其是在跨群落的情況下)則可能存在一定的風(fēng)險(xiǎn)蹲诀，但又有可能組合創(chuàng)造出新穎而有吸引力的游戲(尤其是當(dāng)中介節(jié)點(diǎn)能夠完美銜接這些標(biāo)簽的時(shí)候)斑粱。
數(shù)據(jù)可視化的另一個(gè)思路
如果你還有興趣的話，這里還有我們換個(gè)思路對(duì)標(biāo)簽之間關(guān)系做的定義和可視化分析脯爪。
假設(shè)我們想要了解各細(xì)分人群的超市購(gòu)物的差異则北。從原始數(shù)據(jù)中我們很可能會(huì)發(fā)現(xiàn)每個(gè)細(xì)分人群都傾向購(gòu)買牛奶和面包，那是因?yàn)檫@些產(chǎn)品的基本占比太高了痕慢。所以尚揣，我們可以計(jì)算每個(gè)商品的消費(fèi)人群中各細(xì)分群體人群所占的比例。例如掖举，很少有人會(huì)在超市買褪黑激素丸快骗，但是25~40歲的商務(wù)旅行者購(gòu)買它的比例就相對(duì)于平均水平高出了20倍。
我們可以將這樣的邏輯應(yīng)用在Steam的標(biāo)簽上塔次。與上文中計(jì)算標(biāo)簽在同一批游戲中應(yīng)用的比例不同方篮，我們這次通過(guò)計(jì)算兩個(gè)標(biāo)簽同時(shí)出現(xiàn)的比例來(lái)表示距離(即找到某標(biāo)簽同時(shí)出現(xiàn)的所有標(biāo)簽然后用這些標(biāo)簽的頻率除以基線頻率)。
下圖是按照這種方法描繪出來(lái)的關(guān)系圖譜励负∨航Γ可以看到與之前圖譜中高頻標(biāo)簽們(例如“Action”)都集中在中心位置不同，這個(gè)圖譜中它們被打散排布在各個(gè)位置继榆。同時(shí)巾表，在各個(gè)節(jié)點(diǎn)之間也有了更多的關(guān)系線段汁掠，導(dǎo)致這個(gè)關(guān)聯(lián)網(wǎng)絡(luò)看起來(lái)更加密集。
當(dāng)然集币，這兩個(gè)關(guān)聯(lián)網(wǎng)絡(luò)并沒(méi)有誰(shuí)比誰(shuí)好之分调塌。以常用標(biāo)簽“Singleplayer(單機(jī)游戲)”為例：它是應(yīng)該和“Adventure(冒險(xiǎn))”這樣的常用標(biāo)簽緊密相連好呢？還是說(shuō)因?yàn)樗坏挠梅▽?shí)在太寬泛了所以應(yīng)該對(duì)其關(guān)系鏈進(jìn)行精簡(jiǎn)呢惠猿？前一種做法能夠反映更加真實(shí)的現(xiàn)狀害驹，而后者則便于探索一些微妙和隱晦的關(guān)聯(lián)胳赌。
所以，目的決定手段。如果我們想要通過(guò)頭腦風(fēng)暴游戲的市場(chǎng)機(jī)會(huì)(在解釋群落之間關(guān)聯(lián)的時(shí)候有提到過(guò))荐健，那么后一種關(guān)聯(lián)網(wǎng)絡(luò)更有可能引發(fā)有趣的想法瘤袖，因?yàn)樗峁┝烁迂S富的相互關(guān)系吼驶。前一種關(guān)聯(lián)網(wǎng)絡(luò)則更多的展現(xiàn)了Steam目前的游戲生態(tài)翼抠。
如果你在這兩個(gè)關(guān)聯(lián)網(wǎng)絡(luò)中有了什么有趣的發(fā)現(xiàn)，歡迎分享到評(píng)論中扼鞋，或者分享到作者原文申鱼。
原文地址：https://quanticfoundry.com/2018/01/24/visualizing-steam-tags-related/
你可以通過(guò)從原文中找到高清圖譜的下載鏈接，或者直接按以下網(wǎng)址下載云头。
第一個(gè)關(guān)聯(lián)網(wǎng)絡(luò)：https://quanticfoundry.com/wp-content/uploads/2018/01/steam_tags_hi_res.png
第二個(gè)關(guān)聯(lián)網(wǎng)絡(luò)：https://quanticfoundry.com/wp-content/uploads/2018/01/steam_tags_odds_ratio_hi_res.png
?
PS. 新春第一篇捐友！沉迷于偶像的我，齋藤飛鳥(niǎo)一生推溃槐！?
