Grandes estúdios internacionais, como Warnes Bros, já apostam em startups que utilizam de machine learning e inteligência artificial para ajudar na tomada de decisão na produção de filmes prevendo seu possível sucesso de lançamento, mas esse tipo de previsibilidade ainda permanece uma ideia a ser desenvolvida no Brasil.
Um dos motivos que ainda não há este tipo de ferramenta aplicada no Brasil é a falta de pesquisadores no ramo e também temos pouco acesso a esses dados ligados a films produções e suas características que auxiliam no desenvolvimento de um modelo preciso e de possível utilização.
Ao nosso grupo acompanhar o mercado exterior de filmes e essa deficit do mercado brasileiro decidimos por usar da variabilidade nas previsões de aprendizado de máquina como um substituto para o risco podendo ajudar os executivos e produtores do estúdio a decidir se devem ou não dar a autorização a um projeto de filme.
Já de cara depois de decidirmos o tema notamos que prever o desempenho de um filme nas bilheterias, se seria uma produção viável ou não, é difícil porque há muitos fatores envolvidos no sucesso. Com isso em mente e em busca dos nossos dados, utilizamos de alguns artigos para que pudéssemos entender a complexidade dos dados.
Percebemos pela nossa pesquisa que seria essencial no processo termos cuidado ao fazer a seleção, filtragem, limpeza e junção dos dados, ja que tínhamos diferentes fontes de dados, e as informações nem sempre concordavam entre elas,o que cria complexidade na estrutura e necessita de mais atenção.
Sendo assim pegamos dados do IMDb, The Numbers, além de aplicarmos funções para criação de novas colunas. A base final que utilizamos em nosso estudo teve a estrtura da tabela no final deste texto.
Por fim, como já mencionamos antes o objetivo do nosso trabalho é ajudar os executivos e produtores de estúdio a tomarem a decisão da produção viável ou não de um filme baseada em dados concretos e modelos treinados, queremos proporcionar a essas empresas maiores lucros, filmes de sucesso e até visão correta do mercado (melhor gênero, público, período, duração e muito mais) que se inserem, conforme formos ajustando nossas bases e modelos com o tempo. Conforme, criamos em nosso projeto 5 modelos para que pudéssemos estudar as performance e usabilidade, pensando em modelos baseados em árvore que em teoria performariam melhor com base mais complexas, iremos utilizar a Árvore de decisão, Floresta aleatória e XGBoost de regressão para prevermos o número de ROI do filme, que é o retorno sobre o investimento em cimado filme, já para os nossos outros modelos não baseados em árvore, teremos Naive Bayes e SVC de classificação, prevendo a nossa coluna criada "Producao_Viavel" qual a variável binária foi classificada pelo ROI negativo, quando ouve gasto maior que o retorno e a produção não é viável, e pelo ROI positivo, que temos algum lucro tornando a produção viável.
| Nome da coluna: | Significado: |
| Titulo_ID | Título do Filme |
| Titulo_Tamanho | Número de caracteres do Título |
| TempoDuracao(min) | Duração do Filme em minutos |
| Inicio_Ano | Ano em que se iniciou a produção do filme |
| Inicio_Mes | Mês em que se iniciou a produção do filme |
| GrauInfluencia_Diretor | Grau de Influência do Diretor |
| GrauInfluencia_Ator | Grau de Influência do Ator |
| RestritoParaAdultos | Se o filme é restrito para adultos |
| Genero_Exclusividade | Quão Exclusivo é o combo de gêneros daquele filme |
| Genero_* | Se o filme faz parte ou não daquele Gênero |
| Producao_Orcamento($) | Qual valor investido na produção do filme |
| Bilheteria_Nacional($) | O valor obtido na bilheteria Nacional |
| Bilheteria_Mundial($) | O valor obtido na bilheteria Mundial, ou seja, Nacional+Internacional |
| ROI_Nacional | O Retorno sobre Investimento Contando apenas a bilheteria Nacional |
| ROI_Mundial | O Retorno sobre Investimento Contando a bilheteria Mundial (total) |
| BilheteriaNacional_Importancia(%) | Quanto a bilheteria nacional representa da bilheteria total |
| Producao_Viavel | Se a produção do filme é viável, ou seja, se o retorno obtido é maior ou igual ao investimento |