Uma abordagem baseada em regressão para previsão da expansão dos provedores de pequeno porte no mercado de banda larga fixa no Brasil
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
Texto Completo: | https://app.uff.br/riuff/handle/1/23295 |
Resumo: | A análise de dados é útil em diversos setores devido ao aumento na disponibilidade de dados. A análise pode ser descritiva, para descrever o que já aconteceu, ou preditiva, quando antecipa o que vai acontecer. A análise de dados é uma ferramenta poderosa para entender o comportamento do mercado de telecomunicações, permitindo caracterizá-lo e prever o que pode acontecer com base em um conjunto de variáveis. Este trabalho analisa o mercado de banda larga fixa, que historicamente é dominado pelas grandes operadoras de telecomunicações. Contudo, nos últimos cinco anos, os Provedores de Pequeno Porte (PPPs) vêm ganhando um espaço significativo. Nesse contexto, o objetivo deste trabalho é estudar o cenário do mercado de banda larga buscando entender o motivo da expansão dos PPPs com base em dados reais disponibilizados pela Agência Nacional de Telecomunicações (Anatel), e tentando prever como essa expansão ocorrerá no futuro. A análise descritiva permite avaliar a situação atual do setor. Verifica-se que os PPPs ultrapassam as grandes operadoras em número de usuários ativos e que possuem vantagem competitiva devido ao uso da tecnologia de fibra óptica. Ademais, a análise mostra que o crescimento dos PPPs tem relação com o investimento em municípios pequenos. As variáveis mais relevantes na análise descritiva são utilizadas em uma análise preditiva para desenvolver modelos capazes de estimar a quantidade de acessos dos PPPs, isto é, a quantidade de clientes ativos. São usados os algoritmos de Regressão Linear Múltipla, Floresta Aleatória (Random Forest - RF), K Vizinhos Mais Próximos (K-Nearest Neighbors - KNN) e Análise de Variância (Analysis of Variance - ANOVA). Os modelos são avaliados utilizando a reta de regressão, o gráfico de resíduos, métricas de erro e o coeficiente de determinação. Os resultados mostram ser viável utilizar as bases de dados para avaliar o crescimento dos PPPs, sendo o modelo ANOVA o que apresenta o melhor desempenho, seguido pelo RF |
id |
UFF-2_2179e5e0c034677f1ab5f8299752edaf |
---|---|
oai_identifier_str |
oai:app.uff.br:1/23295 |
network_acronym_str |
UFF-2 |
network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository_id_str |
2120 |
spelling |
Uma abordagem baseada em regressão para previsão da expansão dos provedores de pequeno porte no mercado de banda larga fixa no BrasilProvedores de pequeno porteAnálise de dadosAnálise preditivaEngenharia de telecomunicaçãoProvedor de serviços da internetInternetBroadbandSmall providersData analysisPredictive analysisA análise de dados é útil em diversos setores devido ao aumento na disponibilidade de dados. A análise pode ser descritiva, para descrever o que já aconteceu, ou preditiva, quando antecipa o que vai acontecer. A análise de dados é uma ferramenta poderosa para entender o comportamento do mercado de telecomunicações, permitindo caracterizá-lo e prever o que pode acontecer com base em um conjunto de variáveis. Este trabalho analisa o mercado de banda larga fixa, que historicamente é dominado pelas grandes operadoras de telecomunicações. Contudo, nos últimos cinco anos, os Provedores de Pequeno Porte (PPPs) vêm ganhando um espaço significativo. Nesse contexto, o objetivo deste trabalho é estudar o cenário do mercado de banda larga buscando entender o motivo da expansão dos PPPs com base em dados reais disponibilizados pela Agência Nacional de Telecomunicações (Anatel), e tentando prever como essa expansão ocorrerá no futuro. A análise descritiva permite avaliar a situação atual do setor. Verifica-se que os PPPs ultrapassam as grandes operadoras em número de usuários ativos e que possuem vantagem competitiva devido ao uso da tecnologia de fibra óptica. Ademais, a análise mostra que o crescimento dos PPPs tem relação com o investimento em municípios pequenos. As variáveis mais relevantes na análise descritiva são utilizadas em uma análise preditiva para desenvolver modelos capazes de estimar a quantidade de acessos dos PPPs, isto é, a quantidade de clientes ativos. São usados os algoritmos de Regressão Linear Múltipla, Floresta Aleatória (Random Forest - RF), K Vizinhos Mais Próximos (K-Nearest Neighbors - KNN) e Análise de Variância (Analysis of Variance - ANOVA). Os modelos são avaliados utilizando a reta de regressão, o gráfico de resíduos, métricas de erro e o coeficiente de determinação. Os resultados mostram ser viável utilizar as bases de dados para avaliar o crescimento dos PPPs, sendo o modelo ANOVA o que apresenta o melhor desempenho, seguido pelo RFData analysis is helpful in many technology sectors due to the increase in data availability. The focus of the analysis can be descriptive, to describe what has already happened, or predictive, when it anticipates what will happen. Data analysis is a powerful tool to understand the behavior of the telecommunications market, allowing us to characterize this market and predict what might happen based on a set of variables. This work analyzes the fixed broadband market, which large telecommunications companies historically dominate. However, Small Providers (PPPs - Provedores de Pequeno Porte) have been gaining significant space in the last five years. In this context, this work aims to study the broadband market scenario seeking to understand the reason for the expansion of PPPs based on real data provided by the National Telecommunications Agency (Anatel - Agência Nacional de Telecomunicações) and trying to predict how this expansion will occur in the future. The descriptive analysis makes it possible to assess the current situation in the sector. It appears that PPPs surpass the large companies in the number of active users and that they have a competitive advantage due to the use of fiber optic technology. Furthermore, the analysis shows that the growth of PPPs is related to investment in small cities. The most relevant variables in the descriptive analysis are used in predictive analysis to develop models capable of estimating the number of PPP accesses, i.e., the number of active clients. The algorithms used are Multiple Linear Regression, Random Forest, K-Nearest Neighbors, and Analysis of Variance (ANOVA). Models are evaluated using the regression line, residual plot, error metrics, and coefficient of determination. The results show that it is feasible to use the databases to assess the growth of PPPs, with the ANOVA model showing the best performance, followed by the RFUniversidade Federal FluminenseNiteróiMedeiros, Dianne Scherly Varela dePestre Filho, RenéFerreira, Tadeu NagashimaBarros, Larissa Perestrêlo de2021-09-22T12:33:12Z2021-09-22T12:33:12Z2021info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfBARROS, Larissa Perestrêlo de. Uma abordagem baseada em regressão para previsão da expansão dos provedores de pequeno porte no mercado de banda larga fixa no Brasil. 2021. 71f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Telecomunicações) - Universidade Federal Fluminense, Niterói, 2021.https://app.uff.br/riuff/handle/1/23295Aluno de Graduaçãohttp://creativecommons.org/licenses/by-nc-nd/3.0/br/CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2022-04-07T21:04:35Zoai:app.uff.br:1/23295Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-08-19T10:49:05.339734Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
dc.title.none.fl_str_mv |
Uma abordagem baseada em regressão para previsão da expansão dos provedores de pequeno porte no mercado de banda larga fixa no Brasil |
title |
Uma abordagem baseada em regressão para previsão da expansão dos provedores de pequeno porte no mercado de banda larga fixa no Brasil |
spellingShingle |
Uma abordagem baseada em regressão para previsão da expansão dos provedores de pequeno porte no mercado de banda larga fixa no Brasil Barros, Larissa Perestrêlo de Provedores de pequeno porte Análise de dados Análise preditiva Engenharia de telecomunicação Provedor de serviços da internet Internet Broadband Small providers Data analysis Predictive analysis |
title_short |
Uma abordagem baseada em regressão para previsão da expansão dos provedores de pequeno porte no mercado de banda larga fixa no Brasil |
title_full |
Uma abordagem baseada em regressão para previsão da expansão dos provedores de pequeno porte no mercado de banda larga fixa no Brasil |
title_fullStr |
Uma abordagem baseada em regressão para previsão da expansão dos provedores de pequeno porte no mercado de banda larga fixa no Brasil |
title_full_unstemmed |
Uma abordagem baseada em regressão para previsão da expansão dos provedores de pequeno porte no mercado de banda larga fixa no Brasil |
title_sort |
Uma abordagem baseada em regressão para previsão da expansão dos provedores de pequeno porte no mercado de banda larga fixa no Brasil |
author |
Barros, Larissa Perestrêlo de |
author_facet |
Barros, Larissa Perestrêlo de |
author_role |
author |
dc.contributor.none.fl_str_mv |
Medeiros, Dianne Scherly Varela de Pestre Filho, René Ferreira, Tadeu Nagashima |
dc.contributor.author.fl_str_mv |
Barros, Larissa Perestrêlo de |
dc.subject.por.fl_str_mv |
Provedores de pequeno porte Análise de dados Análise preditiva Engenharia de telecomunicação Provedor de serviços da internet Internet Broadband Small providers Data analysis Predictive analysis |
topic |
Provedores de pequeno porte Análise de dados Análise preditiva Engenharia de telecomunicação Provedor de serviços da internet Internet Broadband Small providers Data analysis Predictive analysis |
description |
A análise de dados é útil em diversos setores devido ao aumento na disponibilidade de dados. A análise pode ser descritiva, para descrever o que já aconteceu, ou preditiva, quando antecipa o que vai acontecer. A análise de dados é uma ferramenta poderosa para entender o comportamento do mercado de telecomunicações, permitindo caracterizá-lo e prever o que pode acontecer com base em um conjunto de variáveis. Este trabalho analisa o mercado de banda larga fixa, que historicamente é dominado pelas grandes operadoras de telecomunicações. Contudo, nos últimos cinco anos, os Provedores de Pequeno Porte (PPPs) vêm ganhando um espaço significativo. Nesse contexto, o objetivo deste trabalho é estudar o cenário do mercado de banda larga buscando entender o motivo da expansão dos PPPs com base em dados reais disponibilizados pela Agência Nacional de Telecomunicações (Anatel), e tentando prever como essa expansão ocorrerá no futuro. A análise descritiva permite avaliar a situação atual do setor. Verifica-se que os PPPs ultrapassam as grandes operadoras em número de usuários ativos e que possuem vantagem competitiva devido ao uso da tecnologia de fibra óptica. Ademais, a análise mostra que o crescimento dos PPPs tem relação com o investimento em municípios pequenos. As variáveis mais relevantes na análise descritiva são utilizadas em uma análise preditiva para desenvolver modelos capazes de estimar a quantidade de acessos dos PPPs, isto é, a quantidade de clientes ativos. São usados os algoritmos de Regressão Linear Múltipla, Floresta Aleatória (Random Forest - RF), K Vizinhos Mais Próximos (K-Nearest Neighbors - KNN) e Análise de Variância (Analysis of Variance - ANOVA). Os modelos são avaliados utilizando a reta de regressão, o gráfico de resíduos, métricas de erro e o coeficiente de determinação. Os resultados mostram ser viável utilizar as bases de dados para avaliar o crescimento dos PPPs, sendo o modelo ANOVA o que apresenta o melhor desempenho, seguido pelo RF |
publishDate |
2021 |
dc.date.none.fl_str_mv |
2021-09-22T12:33:12Z 2021-09-22T12:33:12Z 2021 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
BARROS, Larissa Perestrêlo de. Uma abordagem baseada em regressão para previsão da expansão dos provedores de pequeno porte no mercado de banda larga fixa no Brasil. 2021. 71f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Telecomunicações) - Universidade Federal Fluminense, Niterói, 2021. https://app.uff.br/riuff/handle/1/23295 Aluno de Graduação |
identifier_str_mv |
BARROS, Larissa Perestrêlo de. Uma abordagem baseada em regressão para previsão da expansão dos provedores de pequeno porte no mercado de banda larga fixa no Brasil. 2021. 71f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Telecomunicações) - Universidade Federal Fluminense, Niterói, 2021. Aluno de Graduação |
url |
https://app.uff.br/riuff/handle/1/23295 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/br/ CC-BY-SA info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/br/ CC-BY-SA |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal Fluminense Niterói |
publisher.none.fl_str_mv |
Universidade Federal Fluminense Niterói |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
instname_str |
Universidade Federal Fluminense (UFF) |
instacron_str |
UFF |
institution |
UFF |
reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
repository.mail.fl_str_mv |
riuff@id.uff.br |
_version_ |
1811823577991741440 |