Publicação: Análise da influência de avaliações de críticos e usuários nas premiações do Oscar e do Globo de Ouro em 2023 usando aprendizado de máquina
Carregando...
Arquivos
Tipo do documento
Data
Direito de acesso
Coleções
Programa
Área do conhecimento
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Título da Revista
ISSN da Revista
Título de Volume
Orientador
Coorientador
Resumo
A indústria do cinema é extremamente relevante e vem recebendo cada vez mais atenção
com a chegada dos serviços de vídeo sobre demanda na última década. Parte da repercus-
são e visibilidade das obras lançadas anualmente é impulsionado por diversas premiações
e cerimônias que ocorrem durante o ano. O objetivo desse trabalho é analisar a possível
relação entre a aceitação do público, se baseando nas notas providas por críticos e usuários
comuns dentro da plataforma Metacritic, e os ganhadores das premiações Oscar de melhor
filme, Globo de Ouro de melhor drama e Globo de Ouro de melhor comédia no ano de
2023. Foi coletado todo o conjunto de dados dos filmes indicados às três cerimônias no pe-
ríodo de 2007 a 2023, de onde foi extraído as características necessárias para realizar uma
análise preliminar e treinar modelos de aprendizado de máquina com os algoritmos naive
bayes, floresta aleatória e KNN com o intuito de prever os vencedores do último ano. Ini-
cialmente foi separado uma base de treino e de teste,a partir dos dados anteriores a 2023,
onde as métricas de acurácia, precisão, revocação e pontuação F1 foram medidas. Por fim
os modelos foram treinados com os dados de 2007 a 2022 e o resultado da classificação
dos indicados de 2023 foi comparando com o resultado real das premiações. Ao concluir
o trabalho não foi possível perceber uma ligação clara entre as notas de cada obra e seu
resultado nas cerimônias. O desempenho dos algoritmos, apenas considerando a base de
teste, também não foi satisfatório apresentando métricas abaixo do esperado. A análise
final não demonstrou nenhuma correlação clara entre os resultados das premiações do
Oscar de melhor filme e Globo de Ouro de melhor drama com as avaliações apresentadas
no Metacritic, apesar de apontar possíveis candidatos mostrando que os vencedores foram
sim bem avaliados. O Globo de Ouro de melhor comédia apresentou um caso a parte onde
de fato o ganhador era o indicado com maior média das notas de críticos porém com uma
posição mais baixa em relação ao público geral, o que possivelmente fez com que não fosse
escolhidos pelos modelos de aprendizagem como favorito.
Abstract
Palavras-chave
Oscar, Globo de Ouro, Aprendizado de máquina, Predição, Metacritic
Citação
OLIVEIRA, Kauê Lucas Silvério. Análise da influência de avaliações de críticos e usuários nas premiações do Oscar e do Globo de Ouro em 2023 usando aprendizado de máquina. 2023. 49 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) – Universidade Federal de Uberlândia, Uberlândia, 2023.
DOI
Coleções
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Aberto