BookMatch

BookMatch é uma plataforma moderna e inteligente de recomendação de livros. Diferente de sistemas tradicionais baseados apenas em Machine Learning, o BookMatch utiliza um motor de inferência Simbólico (IA Clássica) alimentado por Prolog. Isso permite criar um modelo de recomendações de altíssima precisão, combinando pesos, tropos, gêneros e regras matemáticas lógicas de maneira Explicável (Explainable AI - XAI).

O projeto é dividido em três camadas principais:

1. Frontend (React + Vite): Interface rica com animações CSS fluídas e um Chat interativo.
2. Backend (Python + FastAPI): API escalável que atua como ponte, traduzindo intenções (NLP) e gerenciando a sessão.
3. Engine Lógica (SWI-Prolog): O cérebro do sistema, onde fatos dinâmicos e regras de filtragem baseadas em grafos e interseção de conjuntos ocorrem.
4. Persistência (Supabase): Banco de dados PostgreSQL para persistência de catálogos e perfis.

---

Arquitetura e Fluxo do Sistema (UML)

O fluxo principal da aplicação baseia-se na retroalimentação de fatos dinâmicos. Quando um usuário favoritar um livro no Frontend, o Backend injeta esse dado no Motor Prolog (SWI) em tempo real, recalculando toda a árvore de recomendações.

sequenceDiagram
    participant U as User (Frontend)
    participant F as React App
    participant B as FastAPI (Backend)
    participant S as Supabase (PostgreSQL)
    participant P as SWI-Prolog Engine

    U->>F: Pesquisa termo "romance clichê" no Chat
    F->>B: POST /recommend/advanced {prompt: "romance clichê"}
    B->>B: Traduz intenção via Dicionário (NLP -> "romance", "cliche")
    B->>P: Executa consulta lógica de interseção de Tropos/Gêneros
    P-->>B: Retorna [BookID1, BookID2]
    B->>S: SELECT title, cover_url WHERE id IN (...)
    S-->>B: Dados ricos do livro
    B-->>F: Retorna Mini-Cards estruturados
    F-->>U: Exibe balão de chat com Animação Slide-Up e Capas
    
    U->>F: Clica em "Favoritar" num livro
    F->>S: Salva relação (user_id, book_id) em user_library
    F->>B: Solicita "Recomendações baseadas no Perfil"
    B->>P: Injeta dinamicamente (assertz) user_read, user_likes_genre
    B->>P: Executa regra complexa recommend_for_user(UserID, Title)
    P-->>B: Retorna recomendações exatas e exclusivas
    B-->>F: Atualiza "Minha Estante" em tempo real

Loading

---

Funcionalidades Principais

• Intelligent Scoring (Prolog): Avalia a similaridade entre livros calculando distâncias semânticas baseadas em Gêneros (peso alto) e Tropos (peso médio).
• Tradução de Intenção (Chat): O bot interpreta inputs naturais, traduzindo gírias e jargões literários brasileiros ("enemies to lovers", "romance clichê") para tags exatas do banco de dados em inglês, para garantir consultas precisas no Prolog.
• Explainable AI (XAI): Diferente de redes neurais, o Prolog sabe exatamente por que recomendou algo e expõe a trilha lógica caso requisitado.
• Catálogo Híbrido: Usa a Open Library API para enriquecer a base de dados em tempo real, permitindo aos curadores adicionarem livros ao Prolog instantaneamente.

📁 Estrutura do Repositório

prolog-bookmatch/
├── bookmatch/
│   ├── frontend/         # Aplicação React + Vite (Typescript)
│   ├── backend-api/      # API FastAPI (Python 3) e Módulos de Tradução NLP
│   └── backend-prolog/   # Fatos e Regras em SWI-Prolog (.pl)
└── README.md             # Este arquivo

Nota: Para documentações específicas de como configurar as variáveis de ambiente, dependências (requirements.txt, package.json) ou rotas HTTP, consulte os arquivos README.md de cada subdiretório.

---