5.1 评测机制与评分算法
用户评测是 Steam 商店页最重要的口碑资产。它的机制比「好评/差评」复杂得多:商店页同时显示总体与近期两个好评率;评分只统计购买副本产生的评测,激活 key 与赠送副本不纳入评分(仍展示);离题评测会被系统剔除;最后按好评率落到一个好评档位(Overwhelmingly Positive 到 Overwhelmingly Negative)。这套口径的意义在于——评分不是玩家说什么就算什么,而是平台按一套抗操纵的口径重新计算后的口碑信号。
本节的核心判断:评分是「口碑」的可见代理,而口碑的兑现依赖近期窗口。首发质量决定近期分,近期分又反过来影响后续曝光与转化(见 5.2)。了解计分口径,才能读懂你商店页上那个百分比的真实含义。
本章与站内既有内容的分工
| 主题 | 站内既有内容 | 本节做什么 |
|---|---|---|
| Steam 上架操作 | Steam 游戏发行专题 | 操作手册讲怎么处理差评;本节讲评分口径的机制 |
| 独立游戏选题 | 独立游戏专题 | 讲单款游戏经验;本节把评分机制建成数值模型 |
| 独立开发者商业 | 《独立开发者的商业指南》 | 讲收入财务;本节贡献口碑信号这一机制输入 |
| 商业化数值 | 《数值平衡与商业化运营》 | 讲内购数值;本卷的评测机制不碰数值 |
一句话:别人教你怎么回差评,本卷讲评分口径这套机制如何决定你的口碑信号是否可信、变化多快。
计分口径:谁的话算数
评分机制在做法上区分三类评测来源:
| 来源 | 是否展示 | 是否计入评分 |
|---|---|---|
| 购买副本的用户评测 | 是 | 是 |
| 激活 key(Steam key)的评测 | 是 | 否 |
| 赠送/免费获取的评测 | 是 | 否 |
为什么这样设计?因为 key 和赠送是开发者可控的发放渠道——如果它们计入评分,开发者可以用「给媒体和好友发 key」的方式灌水刷好评,或用「发大量 key 给不满用户」的方式制造差评轰炸。把它们排除在计分之外,评分就只反映真金白银购买后的真实体验。离题评测(与游戏体验无关的评测)同样不纳入。
一个直接的机制推论:全口径好评率 ≠ 计分好评率。仿真里,400+ 条评测中 key/赠送副本整体更差时,计分口径 70.6% 而全口径只有 62.4%——你的商店页显示的评分(计分口径)比把所有评测混在一起算更稳健。
总体 vs 近期:两个时间窗口
商店页把评分切成两个口径:
- 总体(Overall):全部计分评测的好评率,变化慢、抗短期波动。
- 近期(Recent):最近一段时间的计分评测好评率,变化快、反映当下的体验。
机制含义:近期分是「当下的口碑」,总体分是「历史的总账」。仿真里,游戏发售 150 天后打了补丁,购买副本好评率从 70.6% 回升到 88.9%(近期),而总体分仍停在 70.6%——近期窗口先反映变化。反过来,如果近期涌来一批差评,近期分会快速下坠,总体分只被轻微拖动。
好评档位按好评率落到离散档(公开口径的近似值,Valve 可调整):95% 以上 Overwhelmingly Positive、80% 以上 Very Positive、70% 以上 Positive、40% 以上 Mixed、20% 以上 Mostly Negative、以下 Overwhelmingly Negative。档位是离散的,意味着 79.9% 与 80.1% 之间有一道可见的墙。
判断链:评分口径决定「首发质量的赌注」
机制接回开发决策:
- 首发质量=近期分:发售头几周涌入的购买评测几乎全在近期窗口里,近期的评价直接写进档位。首发体验崩了,近期分与档位就崩了,且总体分要很久才能洗白。
- key 评测救不了口碑:给媒体/好友发 key 可以增加「评测条数」的展示,但不计入评分——想靠发 key 拉高百分比是无效的。
- 档位有阈值墙:从 Mixed 跨到 Positive 的可见性含义(5.2 会量化)远大于从 60% 涨到 69% 的百分比变化——冲档位要冲过门槛。
- 近期分是恢复工具:发售后的修复(见 5.3)在近期窗口内能见效,但总体分需要很长时间——这是「口碑负债」的时间尺度。
lab 会把计分口径、近期灵敏度与档位边界跑成可复现的数字。
数据口径与来源
- 商店页评测区块(可实证):任选一款游戏商店页的「用户评测」区
- 评测聚合页面(可实证):https://store.steampowered.com/reviews/
- Steamworks 评测与社区文档(登录后可见):https://partner.steamgames.com/doc/store/reviews
- 好评档位阈值为公开口径的近似值(Valve 可调整);评测流分布为量级假设的模型输入
以上机制口径撰写时对照 Steamworks 官方文档与 store.steampowered.com 可实证页面核对;登录后可见数据以官方当前为准。
可运行产物:C++ 最小验证
下面的 lab 复现「评测流 → 计分口径 → 好评档位」模型:区分购买 / key / 赠送三类来源,计算计分好评率与全口径好评率,验证近期窗口灵敏度、key 刷分防护、档位映射与最低条数门槛。它与 src/05-1-review-mechanics-algorithm.cpp 逐字节一致:
// file: src/05-1-review-mechanics-algorithm.cpp
// tier: L1
// verify: clang++ -std=c++20 -Wall -I. src/05-1-review-mechanics-algorithm.cpp -o bin/05-1-review-mechanics-algorithm && ./bin/05-1-review-mechanics-algorithm
//
// 复现 Steam 用户评测的评分机制:商店页显示「总体」与「近期」两个好评率,
// 评分只统计购买副本产生的评测,激活 key 与赠送副本不纳入评分(仍展示),
// 离题评测会被系统剔除。本仿真把「评测流 → 评分口径 → 好评档位」建成
// 数值模型,验证剔除口径让评分更稳健、近期窗口反应更快、好评档位存在
// 边界阈值。档位阈值与最低条数取公开口径的近似值,非官方精确数值。
// 独立最小验证,非 Valve 源码。
#include "verify.h"
#include <cmath>
#include <cstdio>
#include <string>
namespace steam_repro {
// 好评档位:按好评率映射到 0..5(公开口径近似值,Valve 可调整)。
// 0=Overwhelmingly Negative, 1=Mostly Negative, 2=Mixed,
// 3=Positive, 4=Very Positive, 5=Overwhelmingly Positive。
int bucket(double positiveRate) {
if (positiveRate >= 0.95) return 5;
if (positiveRate >= 0.80) return 4;
if (positiveRate >= 0.70) return 3;
if (positiveRate >= 0.40) return 2;
if (positiveRate >= 0.20) return 1;
return 0;
}
// 计分:eligible 只统计购买副本的评测;key/gift 不纳入。
struct ReviewPool {
int purchasedPos = 0;
int purchasedNeg = 0;
int keyPos = 0;
int keyNeg = 0;
int giftPos = 0;
int giftNeg = 0;
};
double eligibleScore(const ReviewPool& p) {
const int total = p.purchasedPos + p.purchasedNeg;
if (total <= 0) return 0.0;
return static_cast<double>(p.purchasedPos) / static_cast<double>(total);
}
double allScore(const ReviewPool& p) {
const int pos = p.purchasedPos + p.keyPos + p.giftPos;
const int total = pos + p.purchasedNeg + p.keyNeg + p.giftNeg;
if (total <= 0) return 0.0;
return static_cast<double>(pos) / static_cast<double>(total);
}
} // namespace steam_repro
int main() {
using namespace steam_repro;
// 场景 A:400+ 条历史评测,购买副本偏中性,key/赠送副本明显更差。
const ReviewPool base{240, 100, 20, 40, 5, 20};
const double esA = eligibleScore(base);
const double asA = allScore(base);
CHECK(esA > asA); // 剔除 key/赠送后评分更高(它们拖低了全口径)
CHECK(esA > 0.5); // 购买副本口径仍为正面过半
// 近期窗口(发售 150 天后打了补丁):购买副本好评率大幅回升。
const ReviewPool recent{80, 10, 5, 3, 2, 1};
const double esR = eligibleScore(recent);
const double asR = allScore(recent);
CHECK(esR > esA); // 近期明显好于总体(补丁见效)
CHECK(asR > asA);
// 档位映射。
CHECK_EQ(bucket(0.96), 5); // Overwhelmingly Positive
CHECK_EQ(bucket(0.92), 4); // Very Positive
CHECK_EQ(bucket(0.75), 3); // Positive
CHECK_EQ(bucket(0.45), 2); // Mixed
CHECK_EQ(bucket(0.30), 1); // Mostly Negative
CHECK_EQ(bucket(0.10), 0); // Overwhelmingly Negative
// 边界:0.799 是 Positive,0.801 是 Very Positive。
CHECK(bucket(0.799) < bucket(0.801));
// key 刷分防护:灌入 100 条 key 差评,eligible 评分完全不变,全口径被拉低。
ReviewPool flooded = base;
flooded.keyNeg += 100;
CHECK(std::fabs(eligibleScore(flooded) - esA) < 1e-9);
CHECK(allScore(flooded) < asA);
// 近期灵敏度:在近期窗口追加 5 条购买差评,近期降幅大于总体降幅。
ReviewPool recentPlus = recent;
recentPlus.purchasedNeg += 5;
const double dropRecent = esR - eligibleScore(recentPlus);
const double dropAll = esA - eligibleScore(ReviewPool{base.purchasedPos,
base.purchasedNeg + 5,
base.keyPos, base.keyNeg,
base.giftPos, base.giftNeg});
CHECK(dropRecent > dropAll);
// 最低条数门槛(本模型取 5 条为假设阈值):条数不足不显示评分。
const ReviewPool tiny{2, 1, 0, 0, 0, 0}; // 只有 3 条购买评测
const int kMinReviews = 5;
CHECK(eligibleScore(tiny) > 0.0);
CHECK(tiny.purchasedPos + tiny.purchasedNeg < kMinReviews); // 不足以出分
// 超过门槛即可出分。
const ReviewPool enough{4, 1, 0, 0, 0, 0}; // 5 条购买评测
CHECK(enough.purchasedPos + enough.purchasedNeg >= kMinReviews);
CHECK(eligibleScore(enough) == 0.8);
// 纯正面购买评测 → 满分。
const ReviewPool pure{50, 0, 10, 0, 0, 5};
CHECK_EQ(eligibleScore(pure), 1.0);
std::printf("base eligible=%.4f all=%.4f | recent eligible=%.4f all=%.4f\n",
esA, asA, esR, asR);
return lab::report("05-1 评测机制与评分算法");
}
模型输出(同机可复现):基础流计分好评率 0.7059、全口径 0.6235;补丁后的近期计分 0.8889、全口径 0.8614。灌入 100 条 key 差评后计分评分完全不变;近期窗口追加 5 条购买差评,近期降幅大于总体降幅。
本机实测(Apple clang 16,clang++ -std=c++20 -Wall):编译通过(零警告),断言 19/19 通过。
小结
- 评分只统计购买副本的评测;激活 key 与赠送副本不纳入,离题评测被剔除。
- 商店页同时显示总体与近期两个口径:近期反应快、总体抗波动。
- 好评档位是离散阈值,80% 与 79.9% 之间有一道可见的墙。
- 判断链:评分口径决定口碑信号的可信度与变化速度;首发质量是近期分的赌注。
阅读导航:上一节:4.3 曝光分配模型 · 下一节:5.2 评测对转化与可见性 。
继续阅读
探索更多技术文章
浏览归档,发现更多关于系统设计、工具链和工程实践的内容。