Publicação: Análise da influência das avaliações de críticos e usuários nos resultados do The Game Awards
Carregando...
Tipo do documento
Data
Direito de acesso
Programa
Área do conhecimento
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::MATEMATICA DA COMPUTACAO::MODELOS ANALITICOS E DE SIMULACAO
Título da Revista
ISSN da Revista
Título de Volume
Orientador
Coorientador
Resumo
Este trabalho investiga a correlação entre as avaliações de críticos e usuários registradas
no agregador Metacritic e a probabilidade de um jogo eletrônico ser premiado na categoria
principal do The Game Awards (TGA). Para isso, adaptou-se ao contexto dos jogos eletrô-
nicos uma metodologia previamente aplicada a premiações cinematográficas, na qual não
se identificou relação clara entre as notas agregadas e os vencedores do Oscar e do Globo
de Ouro. As avaliações individuais dos jogos indicados entre 2014 e 2025 foram coletadas
por meio de web scraping, com um protocolo de filtragem temporal que descarta notas
publicadas após cada cerimônia, prevenindo o vazamento de dados. A partir das notas
consolidadas de todas as plataformas, foram extraídas doze features estatísticas e treina-
dos três classificadores — Naive Bayes, K-Nearest Neighbors e Random Forest — com as
edições de 2014 a 2023, testados em seguida nas edições de 2024 e 2025, em quatro cená-
rios de combinação de fontes. O Random Forest atingiu 91,67% de acurácia no cenário de
combinação de fontes e 100% no cenário ponderado 90/10, que replica os pesos atribuídos
pelo TGA ao júri de críticos e à votação popular, com precisão e revocação perfeitas.
Os resultados indicam uma correlação forte e mensurável entre as avaliações agregadas
e o resultado da premiação, diferentemente do observado no cenário cinematográfico, e
sugerem que a previsibilidade de uma premiação está positivamente correlacionada com
a transparência de seus critérios de votação.
Abstract
This study investigates the correlation between critic and user reviews recorded on the review aggregator Metacritic and the probability of a video game winning the main category at The Game Awards (TGA). To this end, a methodology previously applied to film awards—where no clear relationship was identified between aggregated scores and Oscar or Golden Globe winners—was adapted to the context of video games. Individual reviews of games nominated between 2014 and 2025 were collected through web scraping, utilizing a temporal filtering protocol that discards scores published after each ceremony to prevent data leakage. Based on the consolidated scores across all platforms, twelve statistical features were extracted. Three classifiers—Naive Bayes, K-Nearest Neighbors, and Random Forest—were trained on the 2014 to 2023 editions and subsequently tested on the 2024 and 2025 editions, across four source combination scenarios. The Random Forest model achieved a 91.67% accuracy in the combined sources scenario and 100% accuracy in the 90/10 weighted scenario, which replicates the weights assigned by the TGA to the jury of critics and the popular vote, yielding perfect precision and recall. The results indicate a strong and measurable correlation between aggregated reviews and the award outcomes, contrasting with observations in the cinematic landscape. Furthermore, the findings suggest that the predictability of an award is positively correlated with the transparency of its voting criteria.
Palavras-chave
Aprendizado de máquina, Predição de premiações, The Game Awards, Metacritic, Web Scrapping
Citação
RODOVALHO, Guilherme Rodrigues. Análise da influência das avaliações de críticos e usuários
nos resultados do The Game Awards. 2026. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal de Uberlândia, Uberlândia, 2026
DOI
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Aberto