开放数据：可解释的游戏相似度数据集
大多数相似度数据只说两款游戏像，然后就没了。这份数据说它们为什么像、差在哪、各适合谁——两种语言，并附上每条判断核对过的官方商店页面。它有意做得小：每一行发布前都由人对着当前的 Steam 记录读过一遍。
最后更新：2026-09-02
里面有什么
版本 0.1.0，2026 年 9 月 2 日快照：50 组不重复的配对，覆盖 82 款 PC 游戏。每组一行，含稳定的关系 ID、两款游戏的 ID 和 Steam App ID、三个双语文本字段（为什么相似、关键差异、适合谁）、置信度标签，以及背后的来源 ID、网址和抓取日期。
文本字段是被摊开来可供检查的编辑判断，不是玩家行为的客观真值。官方商店页能验证游戏身份和它所描述的功能，不能验证哪款更好，数据也不做这种声称。
文件
| 文件 | 是什么 |
|---|---|
| gvg-explainable-game-similarity-v0.1.csv | 50 组人工复核的游戏配对，一行一组：两款游戏的稳定 ID 和 Steam App ID、为什么相似、差在哪、各适合谁（中英双语）、置信度、来源 ID 与网址、复核日期 |
| sources.csv | 各行引用的 82 条 Steam 官方商店记录，带抓取日期 |
| DATA-DICTIONARY.md | 每个字段的定义 |
| METHODOLOGY.md | 怎么从 743 条内部推荐里选出这 50 组，核对了什么 |
| validation-summary.json | 质检数字：50 行全查、82 个 App ID 全部解析、0 处身份不符 |
| LICENSE.md · CHANGELOG.md · CORRECTIONS.md · SHA256SUMS.json | 许可证、版本记录、纠错方式、文件哈希 |
| 整包下载 zip | 整个发布包，约 31 KB |
怎么做出来的
内部池子里有 743 条来自站内已审「相似游戏」页的定向推荐。候选必须是高置信度、引用至少两条能解析的官方商店来源且覆盖两款游戏的 Steam App ID、slug/标题/App ID 三方一致、没有反向重复、不含动态数字和宣传口吻。筛完剩 112 组不重复配对，按筛选分取前 50 组，逐条对着当前 Steam 记录重读并保守改写，100 个端点全部匹配。
完整说明见 METHODOLOGY.md。后续版本会按批次从同一个池子扩，已发布的版本不原地修改。
许可与引用
GVG 原创的数据结构和标注按 知识共享 署名 4.0 发布：可以使用、改造、再分发，署名 Game V Game 即可。游戏名称和商店标识符归各自权利人所有，收录只为识别游戏。
建议引用格式：Miles (2026). GVG Explainable Game Similarity Dataset, version 0.1.0. Game V Game. https://doi.org/10.5281/zenodo.22250985 ——DOI 指向 Zenodo 上这个版本的永久存档；源码仓库在 GitHub，Hugging Face 有镜像。
纠错
发现身份错了、某个功能已经不成立、或者翻译不准？写信告诉我们，带上 relation_id 和证据链接。修正会进入下一个版本，并在 CHANGELOG.md 里记录，愿意的话署你的名。