Sistema de recomendação híbrido para jogos eletrônicos (2025)
- Authors:
- Autor USP: PÉREZ, ELÍAS CID - ICMC
- Unidade: ICMC
- Subjects: SISTEMAS DE RECOMENDAÇÃO; JOGOS ELETRÔNICOS; APRENDIZADO COMPUTACIONAL; INTELIGÊNCIA ARTIFICIAL; SISTEMAS HÍBRIDOS
- Language: Português
- Abstract: O Trabalho de Conclusão de Curso (TCC) aborda o desenvolvimento de um sistema de recomendação híbrido para jogos eletrônicos, com o objetivo de aprimorar as sugestões de compra na plataforma Steam. A motivação surge de críticas de usuários sobre a relevância das recomendações atuais, que muitas vezes priorizam jogos populares ou de parceiros, em detrimento de títulos alinhados aos seus reais interesses. O projeto utiliza dados da API da Steam e técnicas de Web Scraping para coletar informações de perfis de usuários e metadados de jogos. A metodologia segue o framework CRISP-DM, adaptado às restrições de acesso aos dados da plataforma. O sistema proposto combina filtragem colaborativa e baseada em conteúdo, buscando padrões de comportamento e características dos jogos para gerar recomendações mais precisas e personalizadas. A filtragem colaborativa analisa o tempo de jogo dedicado por cada usuário, enquanto a filtragem baseada em conteúdo utiliza rótulos e metadados dos jogos. A hibridação visa mitigar as limitações de cada abordagem individual. Para a implementação, a biblioteca Cornac, um framework Python open-source, foi utilizada para facilitar o desenvolvimento, avaliação e comparação de sistemas de recomendação. Os modelos Bayesian Personalized Ranking (BPR) e Collaborative Variational Autoencoder (CVAE) apresentaram os melhores resultados e foram combinados em uma estratégia de hibridação paralela ponderada utilizando Similaridade de Cosseno através da vetorização de alguns parâmetros utilizando Term Frequency–Inverse Document Frequency (TF-IDF). A avaliação dos modelos utilizou métricas de rating (MAE e RMSE) e ranking (Precisão@10). Os resultados demonstraram que a hibridação melhorou a precisão das recomendações, aumentando a relevância dos jogos sugeridos aos usuários. O TCC conclui que a aplicação de técnicas de hibridação pode aprimorar os resultados de sistemas de recomendação,elevando a precisão das recomendações.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2025
-
ABNT
PÉREZ, Elías Cid. Sistema de recomendação híbrido para jogos eletrônicos. 2025. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2025. Disponível em: https://bdta.abcd.usp.br/directbitstream/ff156012-6f06-4eac-947f-8ce269da15c2/Elias_Cid_Perez_TCC_2025.pdf. Acesso em: 06 maio 2026. -
APA
Pérez, E. C. (2025). Sistema de recomendação híbrido para jogos eletrônicos (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/ff156012-6f06-4eac-947f-8ce269da15c2/Elias_Cid_Perez_TCC_2025.pdf -
NLM
Pérez EC. Sistema de recomendação híbrido para jogos eletrônicos [Internet]. 2025 ;[citado 2026 maio 06 ] Available from: https://bdta.abcd.usp.br/directbitstream/ff156012-6f06-4eac-947f-8ce269da15c2/Elias_Cid_Perez_TCC_2025.pdf -
Vancouver
Pérez EC. Sistema de recomendação híbrido para jogos eletrônicos [Internet]. 2025 ;[citado 2026 maio 06 ] Available from: https://bdta.abcd.usp.br/directbitstream/ff156012-6f06-4eac-947f-8ce269da15c2/Elias_Cid_Perez_TCC_2025.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Elias_Cid_Perez_TCC_2025.... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
