[ 추천 시스템 프로젝트 기록 ] Steam Game Score Algorithm

[ Steam Game Score Algorithm이 나온 배경 ]

# 문제 인식 : 기존 평점 체계의 문제점

Steam에서는 유저 리뷰 중 긍정 비율을 기반으로 게임의 평점을 표시하고 있습니다.

하지만 이 방식에는 다음과 같은 근본적인 문제점이 존재합니다:

• 리뷰 수가 적을수록 점수가 왜곡됩니다.
  예를 들어, 단 1~2개의 긍정 리뷰만 있는 게임이 100% 긍정률로 표시되며,
  오히려 수천 개의 리뷰를 받은 인기 게임보다 더 높은 평점을 받는 일이 발생합니다.
• 사용자는 이 점수가 얼마나 신뢰할 수 있는지 판단하기 어렵습니다.
  리뷰 수는 고려되지 않기 때문에, 표면적인 긍정률만으로 판단해야 하는 구조였습니다.

SteamDB는 이러한 문제를 해결하기 위해 새로운 알고리즘을 설계하게 되었습니다.

 

 

[ 설계 원칙 ]

SteamDB의 새로운 평점 알고리즘은 다음과 같은 원칙을 기반으로 합니다.

 

1. 리뷰 수가 많을수록 평점은 더 신뢰할 수 있어야 한다.

2. 리뷰 수가 적을수록 평점은 중립점에 더 가까워져야 한다.

 

즉, 많은 리뷰를 통해 검증된 게임은 긍정률을 거의 그대로 반영하고, 적은 리뷰만 있는 게임은 보수적으로 평가하는 방식입니다.

 

 

[ 평점 계산 공식 ]

SteamDB에서 사용하고 있는 평점 계산 공식은 아래와 같습니다:

Rating=Score−(Score−0.5)⋅2^{−log10​(Reviews+1)}

• Score는 긍정 리뷰 수 ÷ 전체 리뷰 수입니다.
• Reviews는 총 리뷰 수이며, 이 값이 클수록 평점 보정폭은 작아집니다.
• 0.5는 중립값으로, 리뷰 수가 적을수록 평점이 이 값에 수렴합니다.

긍정 리뷰 수를 쓰는 이유는 추천 자체가 긍정적으로 평가된 것 중에서 추천을 하기 때문입니다. 

 

예시) 

1) score 0.9 , reviews 10개 인 경우

Rating = 0.9−(0.9−0.5)⋅0.4862 = 0.7055

-> 보전 전  0.9이나 보정 후 약 0.7

 

2) score 0.9, reviews 1000개 인 경우

Rating = 0.9−(0.9−0.5)×0.1249 = 0.8500

-> 보전 전 0.9이나 보정 후 약 0.85

 

score가 같은 0.9 라고 해도 보정 후에는 reviews가 많은수록 rating이 높은 것으로 나타납니다.

이를 통해 리뷰 수가 적은 게임에 과도하게 높은 점수가 부여되지 않음을 확인할 수 있습니다.

반대로 리뷰 수가 많은 게임일수록 기존 평범이 거의 그대로 적용됨을 알 수 있습니다.

 

[ 결론 ]

SteamDB의 새로운 평점 알고리즘은 사용자에게 더 신뢰할 수 있는 게임 평가 기준을 제공합니다.
이 알고리즘은 비단 순위 매기기 뿐만 아니라, 추천 시스템, 시장 분석, 게임 신뢰도 평가 등 다양한 활용이 가능합니다.

사용자 입장에서는 “표면적인 긍정률”에 속지 않고, 진짜 많은 사람들이 평가한 게임이 어떤 것인지를 더 명확하게 확인할 수 있게 되었습니다.

 

[ 참고 자료 ]

https://steamdb.info/blog/steamdb-rating/

 

이 링크를 통해 구매하시면 제가 수익을 받을 수 있어요. 🤗
    
    https://inf.run/HLkDc