video-games-dataset
קוד פתוחatalaydenknalbantcc0-1.02025-02-24
מאגר נתונים רחב על משחקי וידאו שנמשך ישירות מהממשק של RAWG, ומכיל תיאורים לצד עשרות שדות מטא-דאטה. הוא מתאים למי שבונה מנועי דמיון בין משחקים, מערכות סיכום או מודלים לחילוץ מאפיינים.
- 357הורדות בחודש
- 31לייקים
מה זה
הרשומות במאגר מייצגות כותרי משחקים שונים, וכוללות שדות זיהוי כמו שם, מזהה ייחודי, תאריך יציאה וקישורים. לצד הפרטים היבשים, כל רשומה כוללת טקסט תיאור מלא וגרסה לא מעוצבת שלו, ז'אנרים, תגיות, מפתחים, מפיצים, פלטפורמות וחנויות שבהן המשחק נמכר.
המידע נאסף ישירות מה־API של אתר RAWG ומסודר בהתאם למבנה השדות של השירות. בנוסף לפרטי המשחק, נכללים מדדי קהילה וציונים, כולל דירוגי שחקנים, ציוני Metacritic, הערכות זמן משחק, ונתוני פעילות מאתרים חיצוניים כמו Reddit, יוטיוב וטוויץ'.
הכרטיס אינו מפרט שיטות סינון, דגימה או חלוקה מוגדרת מראש לחלקי אימון ומבחן. המאגר מכיל את כלל השדות שנמשכו מהשירות בצורתם המקורית.
מתאים ל
- מדידת דמיון בין משחקים
חישוב קרבה וקטורית בין כותרים שונים על בסיס טקסט התיאור, הז'אנרים ורשימת התגיות.
- סיכום תיאורי משחק
אימון מודלים להפקת תקצירים קצרים מתוך שדות התיאור המורחבים של כל כותר.
- חילוץ ישויות ומאפיינים
זיהוי אוטומטי של שמות מפתחים, פלטפורמות ומכניקות משחק מתוך טקסטים חופשיים.
איפה זה נופל
הכרטיס אינו מציין אילו שפות קיימות בתיאורים, אך מקור הנתונים בא מה־API של RAWG שהוא בעיקרו באנגלית, ולכן אינו מותאם לעברית ללא בדיקה יזומה. תאריך העדכון האחרון שמופיע בכרטיס הוא June 28, 2026, תאריך שגוי שמעיד על היעדר בקרת איכות על התיעוד עצמו. שדות מסוימים, כמו נתוני משתמש ספציפיים, מוגדרים מראש כריקים בעת שליפה ללא אימות, ויש לקחת בחשבון ערכים חסרים במשחקים ישנים או קטנים.
שאלות
נפוצות
האם מותר להשתמש במאגר לפיתוח מוצר מסחרי?
כן, המאגר מסומן תחת רישיון CC0 1.0. הרישיון הזה מוותר על זכויות היוצרים ומתיר שימוש מסחרי מלא באימון מודלים או בתוך מערכות ייצור.
האם יש במאגר תוכן או תיאורים בעברית?
התיעוד אינו מזכיר תמיכה בעברית. מאחר שהנתונים נמשכו מ־RAWG, שפועל בעיקר באנגלית, יש להניח שרוב הטקסטים אינם מתאימים לעבודה בעברית ללא תרגום.
באיזה אופן הנתונים נאספו?
המידע נאסף ישירות מה־API הפתוח של שירות RAWG. המבנה והשדות של הרשומות תואמים בדיוק למפרט הטכני של אותו ממשק.
איך טוענים
אין צורך בהרשאות מיוחדות או באישור גישה כדי להוריד את הקבצים. המידע זמין ישירות במאגר בשלושה פורמטים לבחירה: Parquet, CSV ו־JSONL. עבור מודלים של עיבוד שפה טבעית, עיקר המיקוד יהיה בשדות התיאור, השם והתגיות, בעוד שאר השדות מכילים מספרים, מערכים וקישורי תמונות.
from datasets import load_dataset
ds = load_dataset("atalaydenknalbant/video-games-dataset")הרישיון
הרישיון המדווח במאגר הוא CC0 1.0, שמשמעותו שחרור לנחלת הכלל. הרישיון מתיר שימוש חופשי לחלוטין, כולל שימוש מסחרי, שינוי הנתונים ואימון מודלים, ללא חובת ייחוס ליוצר המאגר וללא דרישה לשיתוף תחת תנאים זהים.