A predictive model of viewership in addressable television

Thesis title: Prediktivní model sledovanosti v adresovatelné televize
Author: Hnilička, Lukáš
Thesis type: Závěrečná práce - Institut celoživotního vzdělávání
Supervisor: Zimmermann, Pavel
Opponents: Novotný, Ota
Thesis language: Česky
Abstract:
Cílem této MBA práce je využít strojového učení , konkrétně pattern matchingu a clusteringu. K určení cílových skupin diváků adresovatelné televize popisu jejich chování a další kategorizace. To je přínosné pro televizní stanice, které získají analýzu chování televizních diváků a mohou tak zlepšit plánování televizního vysílání a zlepšit výkon televizní stanice ve sledovanosti. Dále pak využít data pro cílení programových, marketingových a komerčních sdělení na správné skupiny televizních diváků.
Keywords: adresovatelná televize; hbbtv; datová architektura; televizní sledovanost
Thesis title: A predictive model of viewership in addressable television
Author: Hnilička, Lukáš
Thesis type: Závěrečná práce - Institut celoživotního vzdělávání
Supervisor: Zimmermann, Pavel
Opponents: Novotný, Ota
Thesis language: Česky
Abstract:
The goal of this MBA thesis is to use machine learning, specifically pattern matching and clustering. To determine target audiences of addressable television to describe their behavior and further categorize them. This is beneficial for TV stations to get an analysis of TV viewers' behavior and can improve TV scheduling and improve the TV station's performance in viewership. They can then use the data to target programming, marketing, and commercial messages to the right groups of TV viewers.
Keywords: TV viewership; HbbTV; data architecture; Addressable TV

Information about study

Study programme: Data & Analytics for Business Management
Type of study programme: Celoživotní vzdělávání studijní program
Assigned degree: MBA
Institutions assigning academic degree: Vysoká škola ekonomická v Praze
Faculty: Faculty of Informatics and Statistics
Department: Department of Information Technologies

Information on submission and defense

Date of assignment: 1. 4. 2021
Date of submission: 19. 12. 2022
Date of defense: 24. 2. 2023
Identifier in the InSIS system: https://insis.vse.cz/zp/80431/podrobnosti

Files for download

    Last update: