Apostas desportivas online em Portugal: análise de variáveis com influência no lucro obtido através de data mining

Detalhes bibliográficos
Autor(a) principal: Pereira, Guilherme dos Santos
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

Registros relacionados