
![image](/images/2022/33/01.jpg)

- โมเดลแนะนำเกมด้วย neural collaborative filtering,
- ใช้ชุดข้อมูลเกมใน Steam จาก 70,912 ผู้ใช้และ 10,947 เกมส์; ข้อมูลที่บ่งบอกความชอบคือเวลาที่ใช้ในการเล่น,
- ทำการ normalize เวลาเล่นด้วย min-max scaling เนื่องจากบางเกมมีคอนเท้นท์ให้เล่นน้อย-เยอะ จึงใช้เวลาน้อย-เยอะกว่าเกมอื่นๆ,
- ทำโมเดลด้วยเกมส์ที่มีคนเล่นอย่างน้อย 15 คนและผู้เล่นที่เล่นมาแล้วอย่างน้อย 10 เกมส์,
- ปัญหาที่ผมเมื่อประเมินผลคือชุดข้อมูลไม่มี timestamp ทำให้ไม่สามารถประเมินด้วยการทำนายเกมส์สุดท้ายที่เล่นของแต่ละผู้ใช้เหมือน recommendation ทั่วไปได้; เลือกใช้วิธีสุ่มเกมส์มาหนึ่งเกมส์จากผู้ใช้ทุกคน แล้วทาย top-k accuracy (แนะนำ k เกมสำหรับผู้เล่นแต่ละคนใน validation set แล้วดูว่าเกมส์ที่สุ่มมาอยู่ใน k เกมส์นั้นหรือไม่),
- โมเดลทำได้ดีกว่า rule-based baseline ที่ทายว่าทุกคนจะเล่นเกมค่าเฉลี่ยเวลาเล่น-เวลาเล่นรวมมากที่สุด k ลำดับ แต่แพ้ให้กับการทายว่าทุกคนจะเล่นเกมที่มีคนเล่นมากที่สุด k ลำดับ; จะเห็นได้ว่าอุตสากรรมเกมส์ค่อนข้างเป็น winners take all มีเพียงไม่กี่เกมเท่านั้นที่ผู้เล่นแทบทุกคนจะเล่น,
- ทำ error analysis ด้วยการลองสมมุติว่าเกม top 1-10, 11-20, 21-30, ... ไม่มีอยู่จริง พบว่าโมเดลทำได้ใกล้เคียง rule-based baseline เกมที่คนเล่นมากที่สุดขึ้นเรื่อยๆ; คาดว่าโมเดลน่าจะมีประโยชน์ในการแนะนำเกมที่ไม่ค่อยเป็นที่นิยมมากนัก

### แรงจูงในในการเข้าร่วมโครงการ (จากใบสมัครเข้าร่วมเมื่อ 10 สัปดาห์ที่แล้ว)

> "ผมได้เข้าค่าย สอวน. ค่าย 1 และ 2 วิชาคอมพิวเตอร์ ที่มหาวิทยาลัยนเรศวร ทำให้ผมได้รู้จักกระบวนการคิดต่างๆ ตั้งแต่ เบสิกของการเขียนโปรแกรม ตั้งแต่ การปริ้น, อินพุต, if-else, loop ไปจนถึงการสร้าง Function, Data Structure และ การทำงานของ Algorithm ต่างๆ นี่เป็นจุดเริ่มต้นที่ทำให้ผมสนใจ ในการเขียนโค้ดตั้งแต่นั้นมา  ผมมีประสบการณ์ การทำ data analytic จากโครงงานเรื่อง การวิเคราะห์อารมณ์ของคอมเมนต์เกี่ยวกับสมาร์ทวอทช์ผมได้ท ากระบวนการของ data science ตั้งแต่การเก็บข้อมูล, การหาแหล่งข้อมูลจากที่ต่างๆ การทำ data cleansing เพื่อเช็คว่า คอมเมนต์นั้นใช้ได้ไหม เช่น การตัดข้อความที่เป็นอิโมจิออก, การวิเคราะห์ข้อมูล และการทำให้ข้อมูลสามารถเข้าใจได้ง่าย จากการทำ data visualization  ผมอยากทำความเข้าใจเกี่ยวกับ ปัญญาประดิษฐ์ มากยิ่งขึ้น รวมถึงกระบวนการทาง data science ตั้งแต่การเก็บข้อมูล, การทำ data cleansing วิเคราะห์ข้อมูล จนไปถึง การทำ data visualization เพื่อที่จะ สามารถทำการวิเคราะห์ข้อมูลได้อย่างมีประสิทธิภาพ ผมอยากเห็นแรงบันดาลใจ จากกลุ่มคนที่สนใจ ในเรื่องเดียวกับผม มาพยายามทำความเข้าใจศึกษา และพัฒนาความรู้ เพื่อที่จะสามารถนำไปพัฒนาต่อยอดในอนาคต เพื่อสรรสร้างปัญญาประดิษฐ์เป็นฉบับของตนเอง"

Game Recommendation by using Neural Network Embeddings

โดย มาวิน ศรีชาติ (วิน) •