O presente trabalho de investigação visa analisar caraterísticas de utilização de consumidores de conteúdos de entretenimento, televisivos e cinematográficos. Consequentemente, pretende determinar o impacto que estes hábitos ou características de consumo têm na satisfação e qualidade percecionada dos consumidores de conteúdo de entretenimento, qual quer que seja a modalidade de consumo escolhida. A revisão da literatura procurou verificar que áreas científicas são invocadas no âmbito desta temática, que tipologias de estudo, métricas e dados são empregados, de forma a perceber o grau de adequação da direção assumida para este estudo, servindo também como um exercício preliminar à formulação das intenções de estudo. Por fim, procura referenciar que outras conclusões já foram retiradas para as questões formuladas no contexto desta investigação. O questionário produzido foi disseminado, principalmente, com recurso à rede interna de colaboradores da entidade patronal do mestrando, tirando também partido da sua presença nas diversas redes sociais. Os dados produzidos foram carregados e tratados via Jupyter Notebook, uma plataforma computacional/editor de texto, onde foram realizadas e demonstradas as diversas consultas. As bibliotecas linguísticas Numpy, Pandas e Scikit-Learn foram a fundação da formulação destas consultas, que têm como base a linguagem programática Python. O desenvolvimento deste trabalho, precedido pelo tratamento e processamento dos dados gerados, culminou em previsões que relacionaram as variáveis-chave identificadas, através de modelação preditiva.

The present investigative work looks to analyze consumption patterns among entertainment content consumers, focused on the television and film industries. The goal was to determine the correlation between these patterns or characteristics and perceived levels of satisfaction or quality of the content consumed, regardless of outlet or platform used. The literature review sought validation regarding which scientific areas are employed in the context of the investigation carried out that explore the same subject matter, to verify which types of studies, metrics and data are utilized. It will also consist of an important brainstorming exercise for the formulation of the research hypotheses as well as taking note of what conclusions were drawn from previous investigative works. The questionnaire will be distributed mainly resorting to the collaborators’ internal network of the student’s current employment entity. Additionally, social media presence was leveraged, even if minor, to reach the student’s network of people. The data produced was loaded into Jupyter Notebook, a computing platform/text editor where the various queries were written, and results gathered. The Numpy, Pandas and Scikit-learn libraries will be the foundation for the queries, based on the object-oriented, Python programming language. This project’s main development portion will consist of data normalization and processing, followed by an explorative analysis and extrapolation, culminating in predictions based on the relationships identified between the key variables, achieved through predictive modelling.