Publicação
Utilização de algoritmos de aprendizagem automática para previsão do sucesso de filmes
| Resumo: | Um dos objetivos mais importantes da análise de dados foca-se cada vez mais na aplicação de análises estatísticas para tentar prever a reação da sociedade a um novo produto. A indústria cinematográfica é uma das maiores e mais importantes indústrias de entretenimento do mundo, gerando milhares de milhões de euros todos os anos. O objetivo deste projeto é criar um sistema que apoie a decisão na criação de um novo filme, usando técnicas de aprendizagem automática (machine learning) de forma a minimizar o risco do investimento. O sistema prevê o sucesso do filme baseado nas críticas recebidas pelo mesmo, tendo sido usados datasets fornecidos pelo IMDb para obter características antes e após lançamento dos filmes, para o treino e o teste dos algoritmos. Neste projeto o algoritmo de machine learning que obteve a melhor previsão foi o Gradient Boosting Regressor tendo apresentado uma precisão de aproximadamente 88%. |
|---|---|
| Autores principais: | Pinheiro, João António Vieira |
| Assunto: | filme aprendizagem automática previsão sucesso python movie machine learning prevision success |
| Ano: | 2023 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade de Lisboa |
| Idioma: | português |
| Origem: | Repositório da Universidade de Lisboa |
| Resumo: | Um dos objetivos mais importantes da análise de dados foca-se cada vez mais na aplicação de análises estatísticas para tentar prever a reação da sociedade a um novo produto. A indústria cinematográfica é uma das maiores e mais importantes indústrias de entretenimento do mundo, gerando milhares de milhões de euros todos os anos. O objetivo deste projeto é criar um sistema que apoie a decisão na criação de um novo filme, usando técnicas de aprendizagem automática (machine learning) de forma a minimizar o risco do investimento. O sistema prevê o sucesso do filme baseado nas críticas recebidas pelo mesmo, tendo sido usados datasets fornecidos pelo IMDb para obter características antes e após lançamento dos filmes, para o treino e o teste dos algoritmos. Neste projeto o algoritmo de machine learning que obteve a melhor previsão foi o Gradient Boosting Regressor tendo apresentado uma precisão de aproximadamente 88%. |
|---|