Algoritmos e técnicas de visualização de dados da audiência de ficção televisiva em streaming

Maria Immacolata Vassallo de Lopes; Claudia Freire

doi:10.15448/1980-3729.2025.1.45633

Autores

Maria Immacolata Vassallo de Lopes Professora Titular Sênior da Escola de Comunicações e Artes da Universidade de São Paulo – USP. Pesquisadora 1A do CNPq. Docente do Programa de Pós-Graduação em Ciências da Comunicação. Diretora da revista MATRIZes. Coordenadora do Observatório Ibero-americano da Ficção Televisiva (OBITEL), da Rede Obitel Brasil e do Centro de Estudos de Telenovela (CETVN-ECA-USP). https://orcid.org/0000-0003-3477-1068
Claudia Freire Pós-Doutoranda no Centro de Estudos de Comunicação e Cultura – CECC – da Faculdade de Ciências Humanas da Universidade Católica Portuguesa em Lisboa. https://orcid.org/0000-0002-1222-7734

DOI:

https://doi.org/10.15448/1980-3729.2025.1.45633

Palavras-chave:

recepção, ficção televisiva, streaming, técnicas, algoritmos, visualização de dados.

Resumo

Este artigo considera o futuro da pesquisa de audiência na era do streaming, questionando a dinâmica e as potencialidades do paradigma big data frente ao universo de conteúdo gerado por usuários em plataformas digitais. Partindo dessa premissa, analisa-se o potencial de algoritmos e novas técnicas de visualização para a transmissão de dados de audiência de ficção televisiva à luz de uma lacuna crítica entre os dados de audiência e a própria audiência.

Downloads

Não há dados estatísticos.

Biografia do Autor

Maria Immacolata Vassallo de Lopes, Professora Titular Sênior da Escola de Comunicações e Artes da Universidade de São Paulo – USP. Pesquisadora 1A do CNPq. Docente do Programa de Pós-Graduação em Ciências da Comunicação. Diretora da revista MATRIZes. Coordenadora do Observatório Ibero-americano da Ficção Televisiva (OBITEL), da Rede Obitel Brasil e do Centro de Estudos de Telenovela (CETVN-ECA-USP).

Professora titular sênior da Escola de Comunicações e Artes da Universidade de São Paulo, com Pós-doutorado na Università di Firenze, Itália. Criou em 2005 e coordena o OBITEL (Observatório Ibero-americano da Ficção Televisiva) e OBITEL BRASIL (Rede de pesquisadores brasileiros de ficção televisiva). Coordena o CETVN (Centro de Estudos de Telenovela da ECA-USP). Dirige o periódico MATRIZes (A1). Atua nas áreas de telenovela, ficção televisiva transmídia, streaming; de epistemologia e metodologia da comunicação. Tem publicado artigos e livros no país e no exterior em suas especialidades. É pesquisadora 1A do CNPq.

Claudia Freire, Pós-Doutoranda no Centro de Estudos de Comunicação e Cultura – CECC – da Faculdade de Ciências Humanas da Universidade Católica Portuguesa em Lisboa.

Investigadora de Pós-Doutoramento no Centro de Investigação em Comunicação e Cultura - CECC - Faculdade Católica de Lisboa - Portugal. Principais Áreas: Epistemologia, Teoria e Metodologia de Pesquisa, Social Media Analytics, Algoritmos, DataViz, Diplomacia Civil.

Referências

ABOUT. VisualCapitalist, 2025c. Disponível em: https://www.visualcapitalist.com/about/. Acesso em: 28 jul. 2025.

ANDERSON, Chris. The end of theory: the data deluge makes the scientific method obsolete. Wired, [s. l.], v. 16, n. 7, p. 16-07, 2008. Disponível em: https://www.wired.com/2008/06/pb-theory/. Acesso em: 26 jul. 2022.

BHARGAVA, Aman; GRANADOS, Samuel. Europe's driest summer in 500 years threatens crops, energy production. Reuters, 22 ago. 2022. Disponível em: https://www.reuters.com/graphics/EUROPE-WEATHER/DROUGHT/jnvwenznyvw/. Acesso em: 11 ago. 23.

BLUEMOON.EE. World map of touristyness. Information is Beautiful, c2025. Disponível em: https://informationisbeautiful.net/2010/world-map-of-touristyness/. Acesso em: 11 ago. 2023.

BROWNLEE, Jason. Master machine learning algorithms: discover how they work and implement them from scratch. Machine Learning Mastery, 2021. Disponível em: https://machinelearningmastery.com/master-machine-learning-algorithms/. Acesso em: 28 jul. 2025.

BUDZINSKI, Oliver; GAENSSLE, Sophia; LINDSTÄDT-DREUSICKE, Nadine. The battle of YouTube, TV and Netflix: an empirical analysis of competition in audiovisual media markets. SN Business & Economics, [s. l.], v. 1, n. 9, p. 116, 2021. Disponível em: https://doi.org/10.1007/s43546-021-00122-0. Acesso em: 28 jul. 2025. DOI: https://doi.org/10.1007/s43546-021-00122-0

CAIRO, Alberto. The dawn of a philosophy of visualization. In: ENGEBRETSEN, Martin; KENNEDY, Helen. (ed.). Data visualization in society. Amesterdã: Amsterdam University Press, 2020. p. 17-18. DOI: https://doi.org/10.1515/9789048543137-004

CALDAROLA, Enrico G.; RINALDI, Antonio M. Big data visualization tools: a survey of the new paradigms for methodologies and tools for large data sets visualization. In: INTERNATIONAL CONFERENCE ON DATA SCIENCE, TECHNOLOGY AND APPLICATIONS, 6., Madrid, 2017. Proceedings [...]. Madrid: Scitepress, 2017. p. 296-305. Disponível em: https://www.scitepress.org/papers/2017/64841/64841.pdf. Acesso em: 28 jul. 2025. DOI: https://doi.org/10.5220/0006484102960305

CONVIVA. Conviva’s State of Streaming Q2 2022. Foster City: Conviva, setembro de 2022. Disponível em: https://www.conviva.com/wp-content/uploads/2022/09/Q2. Acesso em: 4 ago. 2025.

CORMEN, Thomas H. et al. Introduction to algorithms. 2. ed. Cambridge: The MIT Press, 2001.

CORRÊA, Elizabeth S.; BERTOCCHI, Daniela. A cena cibercultural do jornalismo contemporâneo: web semântica, algoritmos, aplicativos e curadoria. Matrizes, São Paulo, v. 5, p. 123-143, 2012. Disponível em: https://doi.org/10.11606/issn.1982-8160.v5i2p123-144. Acesso em: 28 jul. 2025. DOI: https://doi.org/10.11606/issn.1982-8160.v5i2p123-144

CUENCA, Erick et al. Multistream: A multiresolution streamgraph approach to explore hierarchical time series. IEEE Transactions on Visualization and Computer Graphics, [s. l.], v. 24, n. 12, p. 3160-3173, 2018. Disponível em: https://pubmed.ncbi.nlm.nih.gov/29994422/. Acesso em: 28 jul. 2025. DOI: https://doi.org/10.1109/TVCG.2018.2796591

DI BATTISTA, Giuseppe et al. Algorithms for drawing graphs: an annotated bibliography. Computational Geometry, [s. l.], v. 4, n. 5, p. 235-282, 1994. Disponível em: https://doi.org/10.1016/0925-7721(94)00014-X. Acesso em: 28 jul. 2025. DOI: https://doi.org/10.1016/0925-7721(94)00014-X

DIJKSTRA, Edsger W. A note on two problems in connexion with graphs. Numerische Mathematik, [s. l.], v. 1, p. 269-271, 1959. Disponível em: https://ir.cwi.nl/pub/9256/9256D.pdf. Acesso em: 4 ago. 2025. DOI: https://doi.org/10.1007/BF01386390

DU, Truman. Netflix vs Disney: who’s winning the streaming war? VisualCapitalist, 10 out. 2022. Disponível em: https://www.visualcapitalist.com/cp/netflix-versus-disney-subscribers/. Acesso em: 2 ago. 2023.

EUROPEAN AUDIOVISUAL OBSERVATORY. Yearbook 2020/2021 key trends: Television, Cinema, Video and On-Demand Audiovisual Services - The Pan-European Picture. Strasburg: European Audiovisual Observatory, 2021.

FLOYD, Robert W. Algorithm 97: shortest path. Communications of the ACM, [s.l.], jg. 5, n. 6, p. 345-345, 1962. Disponível em: https://dl.acm.org/doi/10.1145/367766.368168. Acesso em: 4 ago. 2025. DOI: https://doi.org/10.1145/367766.368168

FRANCIK, Jaroslaw. Surveillance du flux des données dans l'animation des algorithmes. Lille: Universite des Sciences et Technologies, 1999.

HAUN, Courtney N.; SILVERA, Geoffrey A. A bird in hand: an examination of the influence of nursing school proximal density on hospital quality of care outcomes in U.S. hospitals. Inquiry, [s. l.], v. 59, p. 1-9, 2022. Disponível em: https://doi.org/10.1177/00469580221100166. Acesso em: 11 ago. 2023. DOI: https://doi.org/10.1177/00469580221100166

HILL, Robin K. What an algorithm is. Philosophy & Technology, [s. l.], v. 29, n. 1, p. 35-59, 2016. Disponível em: https://philpapers.org/rec/HILWAA. Acesso em: 28 jul. 2025. DOI: https://doi.org/10.1007/s13347-014-0184-5

KEJARIWAL, Arun; KULKARNI, Sanjeev; RAMASAMY, Karthik. Real time analytics: algorithms and systems. In: INTERNATIONAL CONFERENCE ON VERY LARGE DATA BASES, 41., Kohala, 2015. Proceedings [...]. Kohala: VLDB Endowment, 2015. Disponível em: https://citeseerx.ist.psu.edu/document?repid=rep1&type=pdf&doi=fb6438dd5255eed62ab00101312aae2058e2e552. Acesso em: 28 jul. 2025.

KENNEDY, Helen; ENGEBRETSEN, Martin. The relationships between graphs, charts, maps and meanings, feelings, engagements. In: ENGEBRETSEN, Martin; KENNEDY, Helen. (ed.). Data visualization in society. Amsterdam: Amsterdam University Press, 2020. p. 19-34. DOI: https://doi.org/10.2307/j.ctvzgb8c7.7

KENNEDY, Helen; HILL, Rosemary Lucy. The pleasure and pain of visualizing data in times of data power. Television and New Media, [s. l.], v. 18, n. 8, p. 769-782, 2017. Disponível em: https://journals.sagepub.com/doi/10.1177/1527476416667823. Acesso em: 28 jul. 2025. DOI: https://doi.org/10.1177/1527476416667823

KHALID, Zhwan M.; ZEEBAREE, Subhi R. M. Big Data analysis for data visualization: a review. International Journal of Science and Business, [s. l.], v. 5, n. 2, p. 64-75, 2021. Disponível em: https://ijsab.com/wp-content/uploads/671.pdf. Acesso em: 28 jul. 2025.

KIRK, Andy. Making sense of streamgraphs. Visualizing Data, 18 ago. 2010. Disponível em: https://visualisingdata.com/2010/08/making-sense-of-streamgraphs/. Acesso em: 11 ago. 2023.

KITCHIN, Rob. Big Data, new epistemologies and paradigm shifts. Big Data & Society, [s. l.], v. 1, n. 1, p. 1-12, 2014. Disponível em: https://journals.sagepub.com/doi/10.1177/2053951714528481. Acesso em: 28 jul. 2025. DOI: https://doi.org/10.1177/2053951714528481

KRANEN, Philipp. Anytime-Algorithmen für Stream-Daten. 2011. Dissertation (Doktor der Naturwissenschaften) – Fakultät für Mathematik, Informatik und Naturwissenschaften, RWTH Aachen University, Willich, 2011. Disponível em: https://d-nb.info/1018257942/34 Acesso em: 15 jul. 2022.

KUCHER, Kostiantyn; KERREN, Andreas. Text visualization techniques: Taxonomy, visual survey, and community insights. In: IEEE PACIFIC VISUALIZATION SYMPOSIUM (PACIFICVIS). Anais […]. Hangzhou: IEEE, 2015. p. 117-121. DOI: https://doi.org/10.1109/PACIFICVIS.2015.7156366

LECUN, Yann; BENGIO, Yoshua; HINTON, Geoffrey. Deep learning. Nature, [s. l.], v. 521, n. 7553, p. 436-444, 2015. Disponível em: https://doi.org/10.1038/nature14539. Acesso em: 28 jul. 2025. DOI: https://doi.org/10.1038/nature14539

LOPES, Maria Immacolata Vassalo; ABRÃO, Maria Amélia Paiva. A complexidade da ficção televisiva brasileira: entre o nacional e o internacional. In: LOPES, Maria Immacolata Vassalo; PIÑON, Juan; BURNAY, Catarina D. (coord.). As produtoras independentes e a internacionalização da ficção televisiva na ibero-américa. Santiago: Ediciones UC, 2023. p. 75-101.

LOPES, Maria Immacolata Vassalo; PIÑON, Juan; BURNAY, Catarina D. Obitel 2022: transformações na serialidade da ficção televisiva em tempos de streaming. Santiago: Universidade Católica de Chile, 2022.

LU, Marcos. Why investors tuned out Netflix. VisualCapitalist, 29 abr. 2022. Disponível em: https://www.visualcapitalist.com/why-investors-tuned-out-netflix/. Acesso em: 02 ago. 2023.

MA, Joyce. Patent portfolio mapping (data visualization). Behance, 7 dez. 2016. Disponível em: https://www.behance.net/gallery/46088915/Patent-Portfolio-Mapping-(Data-Visualization). Acesso em: 8 ago. 2023.

MADHULATHA, T. Soni. Overview of streaming-data algorithms. Advanced computing: an international journal (ACIJ), [s. l.], v. 2, n. 6, p. 151-160, nov. 2011. Disponível em: https://arxiv.org/pdf/1203.2000. Acesso em: 28 jul. 2025. DOI: https://doi.org/10.5121/acij.2011.2614

MANOVICH, Lev. Cultural analytics. Cambridge: MIT Press, 2020. DOI: https://doi.org/10.7551/mitpress/11214.001.0001

MOSCHOVAKIS, Yiannis N. What is an algorithm? In: ENGQUIST, B.; SCHMID, W. (ed.). Mathematics unlimited: 2001 and beyond. Berlin; Heidelberg: Springer, 2001. p. 919-936. DOI: https://doi.org/10.1007/978-3-642-56478-9_46

NETFLIX. What we watched: a netflix engagement report. Netflix, 12 dez. 2023. Disponível em: https://about.netflix.com/en/news/what-we-watched-a-netflix-engagement-report. Acesso em 20 dez. 2023.

NÚCLEO DE INFORMAÇÃO E COORDENAÇÃO DO PONTO BR (NIC.BR). Pesquisa sobre o uso da Internet por crianças e adolescentes no Brasil: TIC Kids Online Brasil 2023. São Paulo: Comitê Gestor da Internet no Brasil, 2024.

OCAMPO, Josh. In Focus, an Actors’ Strike and Hollywood' s Future. The New York Times, 02 ago. 2023. Disponível em: https://www.nytimes.com/2023/08/02/insider/hollywood-actors-strike.html. Acesso em: 10 ago. 2023.

OTUKEI, John Richard; BLASCHKE, Thomas. Land cover change assessment using decision trees, support vector machines and maximum likelihood classification algorithms. International Journal of Applied Earth Observation and Geoinformation, [s. l.], v. 12, n. 1, p. 27-31, 2010. Disponível em: https://www.sciencedirect.com/science/article/abs/pii/S0303243409001135. Acesso em: 28 jul. 2025. DOI: https://doi.org/10.1016/j.jag.2009.11.002

PHAM, Stefan et al. Standards-based streaming analytics and its visualization. In: ACM MULTIMEDIA SYSTEMS CONFERENCE, 12., Istanbul, set./out. 2021. Proceedings [...]. Istanbul: ACM, 2021. p. 350-355. Disponível em: https://dl.acm.org/doi/10.1145/3458305.3478438. Acesso em: 28 jul. 2025. DOI: https://doi.org/10.1145/3458305.3478438

POUYANFAR, Samira et al. A survey on deep learning: Algorithms, techniques, and applications. ACM Computing Surveys (CSUR), [s. l.], v. 51, n. 5, p. 1-36, 2018. Disponível em: https://dl.acm.org/doi/10.1145/3234150. Acesso em: 28 jul. 2025. DOI: https://doi.org/10.1145/3234150

QIN, Xuedi et al. Making data visualization more efficient and effective: a survey. The VLDB Journal, [s. l.], v. 29, n. 1, p. 93-117, 2020. Disponível em: https://doi.org/10.1007/s00778-019-00588-3. Acesso em: 28 jul. 2025. DOI: https://doi.org/10.1007/s00778-019-00588-3

REGATTIERI, Lorena; MEDEIROS, Jean Maicon; MALINI, Fabio. The use of modularity algorithms as part of the conceptualization of the perspectival form in large networks. Santiago: Datawiz, 2014.

SALLABERRY, Arnaud. Visualisation de l'information: techniques et solutions visuelles pour explorer les données relationnelles, temporelles et spatiales. 2020. Thèse (Doctorat en Informatique) – Université de Montpellier, Montpellier, 2020. Disponível em: https://theses.hal.science/tel-03047068. Acesso em: 28 jul. 2025.

SCHÄFER, Mirko Tobias; VAN ES, Karin. (ed.). The datafied society: studying culture through data. Amsterdam: Amsterdam University Press, 2017. DOI: https://doi.org/10.5117/9789462981362

ŠIMOŇÁK, Slavomír. Using algorithm visualizations in computer science education. Central European Journal of Computer Science, [s. l.], v. 4, n. 3, p. 183-190, 2014. Disponível em: https://doi.org/10.2478/s13537-014-0215-4. Acesso em: 28 jul. 2025. DOI: https://doi.org/10.2478/s13537-014-0215-4

SHRESTHA, Ajay; MAHMOOD, Ausif. A. Review of deep learning algorithms and architectures. IEEE Access, [s. l.], v. 7, p. 53040-53065, 2019. Disponível em: https://ieeexplore.ieee.org/document/8694781. Acesso em: 28 jul. 2025. DOI: https://doi.org/10.1109/ACCESS.2019.2912200

VALERO MEDINA, José Antonio; ALZATE ATEHORTÚA, Beatriz Elena. Comparison of maximum likelihood, support vector machines, and random forest techniques in satellite images classification. Tecnura, v. 23, n. 59, p. 13-26, 2019. Disponível em: https://doi.org/10.14483/22487638.14826. Acesso em: 28 jul. 2025. DOI: https://doi.org/10.14483/22487638.14826

VAN ES, Karin; WIERINGA, Maranke; SCHÄFER, Mirko Tobias. Tool criticism: From digital methods to digital methodology. In: INTERNATIONAL CONFERENCE ON WEB STUDIES, 2., Paris, 2018. Proceedings [...]. Paris: ACM, 2018. p. 24-27. Disponível em: https://dl.acm.org/doi/10.1145/3240431.3240436. Acesso em: 28 jul. 2025. DOI: https://doi.org/10.1145/3240431.3240436

WALLACH, Omri. Which Streaming Service Has the Most Subscriptions? Visual Capitalist, march, 3, 2021. Disponível em: https://www.visualcapitalist.com/which-streaming-service-has-the-most-subscriptions/ Acesso em 4 ago. 2025.

WU, Aoyu et al. AI4VIS: Survey on artificial intelligence approaches for data visualization.

IEEE Transactions on Visualization and Computer Graphics, [s. l.], v. 20, n. 20, p. 1-20, 2021. Disponível em: https://pubmed.ncbi.nlm.nih.gov/34310306/. Acesso em: 28 jul. 2025.

YAMAOKA, So et al. Cultural analytics in large-scale visualization environments. IEEE Computer, [s. l.], v. 44, n. 12, p. 39-48, 2011. Disponível em: https://www.academia.edu/download/100710259/mc.2011.36320230405-1-ryljqq.pdf. Acesso em: 28 jul. 2025. DOI: https://doi.org/10.1109/MC.2011.363