本研究では、プレイヤーレビューから生成したコンテンツ情報を考慮したゲームの推薦モデルを構築し、その性能を精度と多様性の観点から評価した。まず、購買・プレイデータから、ゲームへのエンゲージメントを表す評価値を設計した。次に、テキスト生成 AI を用いて、レビューからゲームの特徴データを生成した。モデル構築では、生成した特徴量を用いて大規模言語モデルのファインチューニングを行った。評価では、精度と多様性に関する指標を用いて、従来の特徴量を使用したモデルや行列分解の手法と比較した。その結果、生成した特徴量によるモデルは精度では劣るものの、全ての多様性関連指標において優れていることを確認した。