1. Repositório Institucional - Universidade Federal de Uberlândia
2. Faculdade de Computação (FACOM)
3. TCC - Ciência da Computação

ORCID:	http://orcid.org/0009-0006-1902-2359
Document type:	Trabalho de Conclusão de Curso
Access type:	Acesso Aberto
Title:	Análise da influência de avaliações de críticos e usuários nas premiações do Oscar e do Globo de Ouro em 2023 usando aprendizado de máquina
Author:	Oliveira, Kauê Lucas Silvério
First Advisor:	Gabriel, Paulo Henrique Ribeiro
First member of the Committee:	Nascimento, Marcelo Zanchetta do
Second member of the Committee:	Miani, Rodrigo Sanches
Summary:	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.
Keywords:	Oscar Globo de Ouro Aprendizado de máquina Predição Metacritic
Area (s) of CNPq:	CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Language:	por
Country:	Brasil
Publisher:	Universidade Federal de Uberlândia
Quote:	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.
URI:	https://repositorio.ufu.br/handle/123456789/38672
Date of defense:	22-Jun-2023
Appears in Collections:	TCC - Ciência da Computação

This item is licensed under a Creative Commons License