Uma análise exploratória para predição de acessos à televisão por assinatura no contexto brasileiro: investigando o impacto dos serviços de vídeo sob demanda por assinatura

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorMedeiros, Dianne Scherly Varela de-
Autor(es): dc.contributorhttp://lattes.cnpq.br/8119805151400395-
Autor(es): dc.contributorPereira, Valdecy-
Autor(es): dc.contributorhttp://lattes.cnpq.br/9936063804188441-
Autor(es): dc.contributorOliveira, Nicollas Rodrigues de-
Autor(es): dc.contributorhttp://lattes.cnpq.br/5122206871931818-
Autor(es): dc.creatorNascimento, Amanda Louise Costa-
Data de aceite: dc.date.accessioned2024-07-11T18:42:45Z-
Data de disponibilização: dc.date.available2024-07-11T18:42:45Z-
Data de envio: dc.date.issued2023-12-28-
Data de envio: dc.date.issued2023-12-28-
Fonte completa do material: dc.identifierhttp://app.uff.br/riuff/handle/1/31745-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/775977-
Descrição: dc.descriptionDiante da evolução do mercado de entretenimento, verifica-se a necessidade de antecipar e prever as mudanças na indústria da Televisão por Assinatura (TVA). A quantidade de acessos à TVA vem diminuindo ao longo do tempo e compreender o comportamento desses acessos permite a tomada de decisões que foquem em mitigar o impacto dessa redução. O ganho de popularidade das plataformas de streaming sob demanda, por exemplo, pode ser um fator importante na redução da quantidade de acessos. O objetivo deste trabalho é apresentar uma análise exploratória com foco na previsão dos acessos à TVA no contexto brasileiro. Para tanto, utilizam-se cinco algoritmos preditivos ARIMA (AutoRegressive Integrated Moving Average), SARIMA (Seasonal AutoRegressive Integrated Moving Average), Prophet, LSTM (Long Short Term Memory) e Holt Winters. Também investiga-se se há influência da popularização de serviços de streaming sob demanda na quantidade de acessos observada para a TVA. Os algoritmos são aplicados a séries temporais de dados históricos, a fim de identificar possı́veis tendências, sazonalidades e padrões relacionados à quantidade de acessos. Os modelos obtidos são comparados por meio de métricas de erro comuns, como MSE (Mean Square Error ), MAE (Mean Absolute Error ), RMSE (Root Mean Square Error ) e MAPE (Mean Absolute Percentage Error ). Os resultados mostram que o modelo preditivo ARIMA apresenta desempenho superior quando comparado aos demais. Ademais, confirma-se por meio de um teste de hipótese, que há influência da popularização do serviço de streaming sob demanda na quantidade de acessos à TVA.-
Descrição: dc.descriptionIn the face of the evolution of the entertainment market, there is a need to anticipate and forecast changes in the Pay TV industry. The number of accesses to Pay TV has been decreasing over time, and understanding the behavior of these accesses allows for decision-making focused on mitigating the impact of this reduction. The increasing popularity of on-demand streaming platforms, for example, can be a significant factor in the decrease in the number of accesses. The aim of this work is to present an exploratory analysis focused on forecasting Pay TV accesses in the Brazilian context. To achieve this, five predictive algorithms are employed: ARIMA (AutoRegressive Integrated Moving Average), SARIMA (Seasonal AutoRegressive Integrated Moving Average), Prophet, LSTM (Long Short Term Memory), and Holt Winters. Additionally, it is investigated whether there is an influence of the popularization of on-demand streaming services on the observed number of accesses to Pay TV. The algorithms are applied to historical time series data to identify potential trends, seasonality, and patterns related to the number of accesses. The models obtained are compared using common error metrics such as MSE (Mean Square Error), MAE (Mean Absolute Error), RMSE (Root Mean Square Error), and MAPE (Mean Absolute Percentage Error). The results show that the ARIMA predictive model outperforms the others. Furthermore, it is confirmed through a hypothesis test that there is an influence of the popularization of on-demand streaming services on the number of accesses to Pay TV.-
Descrição: dc.description69 f.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectTV por assinatura-
Palavras-chave: dc.subjectPlataformas de streaming-
Palavras-chave: dc.subjectAnálise preditiva-
Palavras-chave: dc.subjectAnálise de dados-
Palavras-chave: dc.subjectSéries temporais-
Palavras-chave: dc.subjectSeriados de televisão-
Palavras-chave: dc.subjectTelevisão por assinatura-
Palavras-chave: dc.subjectTecnologia streaming (Telecomunicação)-
Palavras-chave: dc.subjectAnálise multivariada de dados-
Palavras-chave: dc.subjectStreaming platforms-
Palavras-chave: dc.subjectData analysis;-
Palavras-chave: dc.subjectPredictive analysis-
Palavras-chave: dc.subjectPay TV-
Título: dc.titleUma análise exploratória para predição de acessos à televisão por assinatura no contexto brasileiro: investigando o impacto dos serviços de vídeo sob demanda por assinatura-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.