SISTEMAS DE RECOMENDAÇÃO PARA STREAMING DE FILMES E SÉRIES: DESAFIOS E PERSPECTIVAS NO DESENVOLVIMENTO DE SISTEMAS DE RECOMENDAÇÃO DE STREAMING DE FILMES E SÉRIES. Trabalho apresentado ao Centro Universitário das Américas – FAM como requisito para obtenção do título de Bacharel em Ciências Da Computação. Centro Universitário das Américas – FAM 2024 SISTEMAS DE RECOMENDAÇÃO PARA STREAMING DE FILMES E SÉRIES: DESAFIOS E PERSPECTIVAS NO DESENVOLVIMENTO DE SISTEMAS DE RECOMENDAÇÃO DE STREAMING DE FILMES E SÉRIES. Daniel Willians Ignacio de Souza¹; João Paulo Bezerra de Almeida²; Nilson Da Costa Brandão³; Robson José Motta Lopes4; Thales Vinicius Gomes Fraga5; Willian Aparecido Santos da Costa6. 1-2-3-4-5-6 Acadêmicos do curso de Bacharelado em Ciências da Computação do Centro Universitário das Américas - FAM RESUMO Esta pesquisa teve como objetivo o estudo dos avanços tecnológicos em sistemas de recomendação e seu impacto na experiência do usuário em plataformas de streaming. A pesquisa justificou-se pela crescente relevância desses sistemas na personalização de conteúdos, como filmes e séries, nas principais plataformas de streaming, e pelo desafio de aprimorar as técnicas utilizadas para aumentar a satisfação e retenção dos usuários. O objetivo foi investigar como os algoritmos de recomendação, como filtragem colaborativa e baseada em conteúdo, impactaram diretamente a experiência do usuário, além de explorar soluções para os desafios enfrentados, como o problema do "cold start" (início frio) e a falta de diversidade nas recomendações. A metodologia utilizada foi uma análise bibliográfica detalhada, com a revisão de artigos acadêmicos, estudos de caso e implementações de sistemas de recomendação em plataformas de streaming. A pesquisa também incluiu uma aplicação prática de algoritmos de recomendação utilizando dados do IMDB, processados por tecnologias como Azure Data Factory e Databricks. A análise concentrou-se em como diferentes abordagens, como o KNN e TF-IDF, foram aplicadas para personalizar a