Esse projeto teve como principal motivação o desenvolvimento de um sistema de recomendação de jogos eletrônicos da Steam, baseando-se em dados de compra e tempo dedicado aos jogos pelos usuários da plataforma citada. Foram utilizadas diversas técnicas de filtragem colaborativa baseadas em vizinhança, que apresentaram resultados melhores que a abordagem baseada em modelos de fatores latentes. Além de analisar os resultados por diversas métricas de avaliação de ranqueamento por relevância, foram testadas e avaliadas cinco abordagens de interpretação dos dados disponíveis como avaliações explícitas numa escala de números naturais de 1 a 5.