AI游戏推荐引擎：精准匹配你的隐藏游戏偏好
提示词描述：
面向硬核玩家与游戏内容创作者，通过行为数据分析实现精准推荐。可提升游戏发现效率，减少信息茧房效应。建议定期更新训练数据以保持模型时效性。
提示语关键词：
AI游戏推荐,游戏偏好分析,行为序列挖掘,个性化游戏匹配,推荐系统优化,玩家画像构建
提示词内容：
【需求分析】
游戏平台海量内容导致选择困难，传统标签分类法无法捕捉隐性偏好。AI通过行为序列分析与潜在语义挖掘，可建立多维用户画像。
【方法对比】
基于规则的系统：依赖预设分类标签，推荐同质化严重
深度学习模型：采用Transformer架构处理游玩日志，识别非线性偏好关联
【推荐方案】
部署「时序行为编码+对比学习」框架。将操作频率、关卡停留时间等特征向量化，通过对比损失函数强化偏好表征。
【使用步骤】
1. 导出Steam/主机游玩数据（CSV格式）
2. 在提示词中声明：{数据维度}|{偏好强度阈值}|{排除类型}
3. 运行特征归一化处理
4. 调用预训练推荐模型生成Top-N列表
5. 使用SHAP值解析推荐理由
【效果展示】
输入：{最近30小时数据}|{强度≥0.7}|{排除竞技类}→输出含《星露谷物语》Mod推荐清单、叙事类游戏关联图谱、偏好衰减曲线可视化报告。