近年，ゲーム市場は急速に拡大し，ユーザがアクセス可能なゲームタイトルは膨大な数にのぼっている．例えば，Steamでは2024年に約19,000件の新作が配信され，IGDBには30万件以上のゲーム情報が登録されている．このような状況において，ユーザの嗜好に適合した作品を提示するゲーム推薦システムの重要性は増している．従来の内容ベースゲーム推薦システムでは，メタデータ，Wikipedia記事，レビュー文，映像特徴量などに基づき，ゲーム全体を一つの特徴ベクトルとして扱い類似度を算出してきた．しかし，この方法では同一シリーズや同一開発会社の類似作が過度に推薦されやすく，多様性や新規性に欠けるという課題がある．一方で，ゲーム開発の現場では，既存作品の一部要素を取り入れ，他の要素と組み合わせることで新しいゲームが生み出されることが多い．本研究ではこの点に着目し，対象ゲームを戦闘システムやキャラクタデザイン，物語構造などの要素に分解し，部分的な要素の類似性に基づく推薦を行うシステムを提案する．
