Knowledge Engine para Recomendacao de Jogos

Projeto academico da disciplina de Logica e Matematica Discreta.

O objetivo e construir um motor de conhecimento em Prolog a partir de um dataset publico de jogos. A base responde perguntas por meio de fatos, regras logicas e consultas executaveis, funcionando como um recomendador simbolico baseado em conteudo.

Tema

Sistema de recomendacao de jogos usando Prolog.

O projeto utiliza atributos como genero, preco, avaliacao, ano, plataforma, publisher e popularidade para recomendar jogos com base em regras declarativas.

Fonte dos Dados

Fonte oficial do dataset:

• Steam Games Dataset 2025 - Kaggle

Tabela-fonte utilizada:

games_march2025_cleaned.csv

Esse arquivo e a unica fonte de dados usada na base de conhecimento.

Arquitetura

Fluxo principal:

Dataset CSV bruto
-> limpeza e selecao de campos em Python
-> CSV tratado
-> geracao automatica de fatos Prolog
-> base de conhecimento
-> regras logicas
-> consultas executaveis

Estrutura de Pastas

projeto/
|-- data/
|   |-- raw/
|   |   `-- games_march2025_cleaned.csv
|   `-- processed/
|       `-- games_clean.csv
|-- docs/
|   |-- arquitetura.md
|   |-- dataset.md
|   |-- decisoes.md
|   `-- perguntas.md
|-- etl/
|   |-- clean_dataset.py
|   |-- download_dataset.py
|   `-- generate_prolog.py
|-- prolog/
|   |-- generated/
|   |   `-- base_conhecimento.pl
|   |-- src/
|   |   |-- queries.pl
|   |   `-- regras.pl
|   `-- main.pl
|-- pyproject.toml
|-- uv.lock
`-- README.md

Responsabilidade dos Arquivos

data/raw/games_march2025_cleaned.csv

Arquivo CSV bruto baixado da Kaggle. Ele representa a tabela-fonte unica do projeto e nao deve ser editado manualmente.

data/processed/games_clean.csv

CSV tratado pelo ETL. Contem apenas os campos selecionados e padronizados para a geracao da base Prolog.

etl/download_dataset.py

Baixa o arquivo games_march2025_cleaned.csv para data/raw/.

etl/clean_dataset.py

Le o CSV bruto, seleciona os campos do projeto, trata ausencias, padroniza valores e gera data/processed/games_clean.csv.

etl/generate_prolog.py

Converte o CSV tratado em fatos Prolog e gera prolog/generated/base_conhecimento.pl.

prolog/generated/base_conhecimento.pl

Arquivo gerado automaticamente com os fatos da base.

Exemplo:

nome(app_1145360, 'Hades').
genero(app_1145360, action).
preco(app_1145360, 73.99).
avaliacao(app_1145360, 98).
ano(app_1145360, 2020).
plataforma(app_1145360, windows).
publisher(app_1145360, supergiant_games).
popularidade(app_1145360, 251000).

prolog/src/regras.pl

Contem as regras logicas do recomendador, como:

• jogo barato;
• jogo bem avaliado;
• jogo popular;
• recomendado por genero e plataforma;
• melhor jogo de um genero;
• destaque absoluto da base.

prolog/src/queries.pl

Contem consultas executaveis para demonstracao do projeto. Alem das cinco consultas principais, o arquivo inclui uma consulta com ordenacao declarativa usando setof/3.

prolog/main.pl

Ponto de entrada do projeto Prolog. Carrega a base gerada, as regras e as consultas.

docs/

Documentacao de apoio:

• dataset.md: origem e recorte do dataset;
• arquitetura.md: organizacao do projeto;
• decisoes.md: criterios adotados nas regras;
• perguntas.md: perguntas do trabalho e sua logica.

Campos Selecionados

O projeto trabalha com 9 campos, misturando variaveis qualitativas e quantitativas:

Campo	Tipo	Uso
game_id	identificador	chave do jogo na base
nome	qualitativo	exibicao
genero	qualitativo	preferencia do usuario
preco	quantitativo	custo-beneficio
avaliacao	quantitativo	qualidade percebida
ano	quantitativo	recencia
plataformas	qualitativo	compatibilidade
publisher	qualitativo	contexto editorial
popularidade	quantitativo	relevancia na base

Como Executar

Sincronize o ambiente com uv:

uv sync

Baixe o CSV bruto da Kaggle:

uv run python etl/download_dataset.py

Gere o CSV tratado e a base Prolog:

uv run python etl/clean_dataset.py
uv run python etl/generate_prolog.py

Carregue o projeto no SWI-Prolog:

swipl -q -s prolog/main.pl

Se preferir abrir o interpretador primeiro:

consult('prolog/main.pl').

Regras principais

Alguns criterios da base:

• jogo_barato/1: preco menor ou igual a 20;
• jogo_preco_intermediario/1: preco entre 20 e 50;
• jogo_bem_avaliado/1: nota maior ou igual a 85;
• jogo_mal_avaliado/1: nota menor ou igual a 50;
• jogo_popular/1: popularidade maior ou igual a 5000;
• jogo_muito_popular/1: popularidade maior ou igual a 50000;
• jogo_recente/1: ano maior ou igual a 2022.

Consultas do Projeto

As consultas abaixo podem ser executadas diretamente no prompt do Prolog.

Pergunta 1

Jogos action para windows recomendados pela base.

Nome da query:

recomendados_action_windows(Lista).

Por dentro da query:

findall(Nome, (recomendado_por_genero_e_plataforma(Jogo, action, windows), nome(Jogo, Nome)), Lista).

Resultado da query:

Lista = ['Counter-Strike 2', 'Grand Theft Auto V Legacy', 'Team Fortress 2' | ...].

Pergunta 2

Quais jogos possuem bom custo-beneficio.

Nome da query:

recomendados_custo_beneficio(Lista).

Por dentro da query:

findall(Nome-Preco-Nota, (recomendado_custo_beneficio(Jogo), nome(Jogo, Nome), preco(Jogo, Preco), avaliacao(Jogo, Nota)), Lista).

Resultado da query:

Lista = ['Counter-Strike 2'-0.0-86, 'Grand Theft Auto V Legacy'-0.0-87, 'Team Fortress 2'-0.0-89 | ...].

Pergunta 3

Quais lancamentos promissores existem para windows.

Nome da query:

lancamentos_promissores_windows(Lista).

Por dentro da query:

findall(Nome-Ano, (recomendado_lancamento_promissor(Jogo, windows), nome(Jogo, Nome), ano(Jogo, Ano)), Lista).

Resultado da query:

Lista = ['Black Myth: Wukong'-2024, 'ELDEN RING'-2022, 'Baldur''s Gate 3'-2023 | ...].

Pergunta 4

Qual e o melhor jogo de rpg segundo os criterios da base.

Nome da query:

melhor_jogo_rpg(Nome, Nota, Popularidade).

Por dentro da query:

melhor_do_genero(rpg, Jogo), nome(Jogo, Nome), avaliacao(Jogo, Nota), popularidade(Jogo, Popularidade).

Resultado da query:

Nome = 'Persona 4 Golden',
Nota = 97,
Popularidade = 64224.

Pergunta 5

Quais jogos sao destaques absolutos da base.

Nome da query:

destaques_absolutos(Lista).

Por dentro da query:

findall(Nome-Nota-Popularidade, (recomendado_destaque(Jogo), nome(Jogo, Nome), avaliacao(Jogo, Nota), popularidade(Jogo, Popularidade)), Lista).

Resultado da query:

Lista = ['Terraria'-97-1102434, 'Garry''s Mod'-96-985010, 'Black Myth: Wukong'-96-825621 | ...].

Pergunta 6

Como um jogo especifico se classifica na base.

Nome da query:

classificacoes_black_myth_wukong(Lista).

Por dentro da query:

setof(Classificacao, Jogo^(nome(Jogo, 'Black Myth: Wukong'), classificacao_jogo(Jogo, Classificacao)), Lista).

Resultado da query:

Lista = [bem_avaliado, destaque, excelente, muito_popular, popular, recente].

Pergunta 7

Qual e o pior jogo de rpg segundo os criterios da base.

Nome da query:

pior_jogo_rpg(Nome, Nota, Popularidade).

Por dentro da query:

pior_do_genero(rpg, Jogo), nome(Jogo, Nome), avaliacao(Jogo, Nota), popularidade(Jogo, Popularidade).

Resultado da query:

Nome = 'Shallow Space',
Nota = 23,
Popularidade = 181.

As consultas acima sao as mesmas documentadas em prolog/src/queries.pl, para facilitar a demonstracao no SWI-Prolog.

Dicas de uso no SWI-Prolog

• digite ; para pedir mais respostas quando a consulta nao retorna lista pronta;
• use make. para recarregar os arquivos apos alguma alteracao;
• use halt. para sair do interpretador.

Relacao com o enunciado

O projeto foi estruturado para atender ao trabalho da disciplina:

• uma unica tabela-fonte do dataset publico;
• entre 6 e 10 campos selecionados;
• mistura de atributos qualitativos e quantitativos;
• ETL em Python;
• base gerada automaticamente em Prolog;
• perguntas respondidas com consultas em Prolog;
• regras que vao alem de filtros simples.