Apostas desportivas online em Portugal: análise de variáveis com influência no lucro obtido através de data mining
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10071/21792 |
Resumo: | O mercado dos jogos online, nomeadamente o das apostas desportivas, tem tido um enorme crescimento nos últimos anos e estima-se que continue a aumentar. Este estudo procura aplicar técnicas de data mining para detetar padrões nos dados obtidos, desenvolvendo um modelo preditivo que permite antecipar o nível de lucro com base nos comportamentos dos apostadores. Estes comportamentos foram obtidos com recurso a um questionário online, desenvolvido e validado para esta investigação. O modelo com melhor desempenho, baseado numa árvore de decisão, apresentou uma exatidão (accuracy), no global das várias classes (níveis) de lucro, de 48%. Os resultados obtidos parecem indicar que a frequência com que se obtém lucro e a quantia apostada desempenham um papel importante na obtenção de lucro por parte dos apostadores. Esta dissertação permitiu colmatar algumas das lacunas identificadas, nomeadamente a análise de caraterísticas relativas às apostas que podem ser controladas pelos apostadores, e também contribuir para que estes possam apostar de forma mais responsável e consciente, possibilitando um aumento do seu lucro. |
id |
RCAP_c738f8dd51fe353fbffb46f68f36b05c |
---|---|
oai_identifier_str |
oai:repositorio.iscte-iul.pt:10071/21792 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Apostas desportivas online em Portugal: análise de variáveis com influência no lucro obtido através de data miningApostas desportivas onlineInvestigação por questionárioData miningModelo preditivoÁrvore de decisão -- Decision treeLucroOnline sports bettingSurvey researchPredictive modelProfitO mercado dos jogos online, nomeadamente o das apostas desportivas, tem tido um enorme crescimento nos últimos anos e estima-se que continue a aumentar. Este estudo procura aplicar técnicas de data mining para detetar padrões nos dados obtidos, desenvolvendo um modelo preditivo que permite antecipar o nível de lucro com base nos comportamentos dos apostadores. Estes comportamentos foram obtidos com recurso a um questionário online, desenvolvido e validado para esta investigação. O modelo com melhor desempenho, baseado numa árvore de decisão, apresentou uma exatidão (accuracy), no global das várias classes (níveis) de lucro, de 48%. Os resultados obtidos parecem indicar que a frequência com que se obtém lucro e a quantia apostada desempenham um papel importante na obtenção de lucro por parte dos apostadores. Esta dissertação permitiu colmatar algumas das lacunas identificadas, nomeadamente a análise de caraterísticas relativas às apostas que podem ser controladas pelos apostadores, e também contribuir para que estes possam apostar de forma mais responsável e consciente, possibilitando um aumento do seu lucro.The online games market, namely sports betting, has grown tremendously in recent years and is expected to continue to grow. This study aims to apply data mining techniques to identify patterns in the obtained data, developing a predictive model that antecipates the level of profit based on bettors behaviors. These behaviors were obtained using an online survey, developed and validated for this investigation. The model with the best performance, based on a decision tree, presented an accuracy, regarding all profit levels, of 48%. The obtained results seem to reveal that the frequency with which profit is obtained and the amount bet play an important role in the profitability of bettors. This dissertation allowed to fill some of the identified gaps, namely the analysis of bet-related characteristics that can be controlled by bettors, and also to contribute to more responsible and conscious betting behavior, allowing an increase in their profit.2021-12-18T00:00:00Z2020-12-18T00:00:00Z2020-12-182020-11info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10071/21792TID:202578542porPereira, Guilherme dos Santosinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-11-09T17:54:49Zoai:repositorio.iscte-iul.pt:10071/21792Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T22:27:47.489625Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Apostas desportivas online em Portugal: análise de variáveis com influência no lucro obtido através de data mining |
title |
Apostas desportivas online em Portugal: análise de variáveis com influência no lucro obtido através de data mining |
spellingShingle |
Apostas desportivas online em Portugal: análise de variáveis com influência no lucro obtido através de data mining Pereira, Guilherme dos Santos Apostas desportivas online Investigação por questionário Data mining Modelo preditivo Árvore de decisão -- Decision tree Lucro Online sports betting Survey research Predictive model Profit |
title_short |
Apostas desportivas online em Portugal: análise de variáveis com influência no lucro obtido através de data mining |
title_full |
Apostas desportivas online em Portugal: análise de variáveis com influência no lucro obtido através de data mining |
title_fullStr |
Apostas desportivas online em Portugal: análise de variáveis com influência no lucro obtido através de data mining |
title_full_unstemmed |
Apostas desportivas online em Portugal: análise de variáveis com influência no lucro obtido através de data mining |
title_sort |
Apostas desportivas online em Portugal: análise de variáveis com influência no lucro obtido através de data mining |
author |
Pereira, Guilherme dos Santos |
author_facet |
Pereira, Guilherme dos Santos |
author_role |
author |
dc.contributor.author.fl_str_mv |
Pereira, Guilherme dos Santos |
dc.subject.por.fl_str_mv |
Apostas desportivas online Investigação por questionário Data mining Modelo preditivo Árvore de decisão -- Decision tree Lucro Online sports betting Survey research Predictive model Profit |
topic |
Apostas desportivas online Investigação por questionário Data mining Modelo preditivo Árvore de decisão -- Decision tree Lucro Online sports betting Survey research Predictive model Profit |
description |
O mercado dos jogos online, nomeadamente o das apostas desportivas, tem tido um enorme crescimento nos últimos anos e estima-se que continue a aumentar. Este estudo procura aplicar técnicas de data mining para detetar padrões nos dados obtidos, desenvolvendo um modelo preditivo que permite antecipar o nível de lucro com base nos comportamentos dos apostadores. Estes comportamentos foram obtidos com recurso a um questionário online, desenvolvido e validado para esta investigação. O modelo com melhor desempenho, baseado numa árvore de decisão, apresentou uma exatidão (accuracy), no global das várias classes (níveis) de lucro, de 48%. Os resultados obtidos parecem indicar que a frequência com que se obtém lucro e a quantia apostada desempenham um papel importante na obtenção de lucro por parte dos apostadores. Esta dissertação permitiu colmatar algumas das lacunas identificadas, nomeadamente a análise de caraterísticas relativas às apostas que podem ser controladas pelos apostadores, e também contribuir para que estes possam apostar de forma mais responsável e consciente, possibilitando um aumento do seu lucro. |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020-12-18T00:00:00Z 2020-12-18 2020-11 2021-12-18T00:00:00Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10071/21792 TID:202578542 |
url |
http://hdl.handle.net/10071/21792 |
identifier_str_mv |
TID:202578542 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799134840420827136 |