Conociendo el streaming de video bajo demanda: Matemáticas, Estadística e IA para el análisis macro y la construcción de modelos micro

Abstract

El éxito de las plataformas de streaming de vídeo queda patente en el hecho de que hoy día se haya convertido en uno de los principales medios de entretenimiento. Las compañías propietarias de estas plataformas han manifestado en varias ocasiones el uso de técnicas de machine learning, estadística e inteligencia artificial tanto para la construcción de sus algoritmos como para predecir su éxito a largo plazo. El principal objetivo de este estudio es realizar una descripción, desde el punto de vista analítico, del panorama actual de las plataformas de streaming. Para ello, se analizan exhaustivamente los datos accesibles de las mismas y, haciendo uso intensivo de técnicas estadísticas e informáticas que van desde la importación y tratamiento, hasta el análisis exploratorio y el análisis de la evolución de sus variables, se da a conocer su estado tanto a nivel nacional como global, indicando cómo cambian los rasgos de las plataformas dependiendo del país en el que nos encontremos. De manera análoga, se estudia la popularidad de estas plataformas, a través de las características del contenido que producen, realizando previamente un análisis descriptivo de las producciones, sirviéndonos tanto de técnicas de machine learning como de estadística, acompañando los distintos modelos de clasificación y regresión con el estudio cuidadoso de la bondad de los mismos.

The success of video streaming platforms is evident, being one of the main ways of digital entertainment nowdays. The companies that own these platforms have stated on several occasions the use of machine learning, statistics and artificial intelligence techniques both for the construction of their algorithms and for predicting their long-term success. The main objective of this study is to make a description, from an analytical point of view, of the current state of nature of streaming platforms. To this end, the accessible data of these platforms are exhaustively analyzed and, making intensive use of statistical and computer techniques ranging from import and processing to exploratory analysis and analysis of the evolution of their variables, their status is revealed both nationally and globally, indicating how the features of the platforms change depending on the country of origin. Similarly, the popularity of these platforms is studied, through the characteristics of the content they produce, previously performing a descriptive analysis of the productions, using both machine learning and statistical techniques, accompanying the different classification and regression models with a careful study of their goodness of fit