메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
정찬미 (이화여자대학교) 민대기 (이화여자대학교)
저널정보
한국전자거래학회 한국전자거래학회지 한국전자거래학회지 제25권 제2호
발행연도
2020.5
수록면
49 - 63 (15page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
영화 제작에 막대한 비용이 투입되지만 관객수요는 매우 불확실하기 때문에 개선된 수요예측은 수익 개선을 위한 의사결정의 중요 수단으로 활용될 수 있다. 본 연구에서는 영화의 개봉 후 수요를 예측함에 있어 기계학습 기법의 적용 타당성을 예측 성능의 관점에서 검증하였다. 분석결과를 종합하면 다음과 같다. 첫째, 대안변수에 대한 통계적 검증 결과 기본 영화 특성(감독, 배우)과 함께 개봉 후 2주차까지의 스크린수, 상영횟수, 관객수, 주요 배우에 대한 관심도 등 시계열 자료가 수요예측에 유의미한 것을 확인하였다. 둘째, Random Forest Classifier와 SVM(Support Vector Machine) 등 분류 기반 기계학습 기법과 Random Forest Regressor와 k-NN Regressor와 같은 회귀모형 기반 기계학습 기법에 적용하여 예측 성능을 평가한 결과, Random Forest 기법이 우수한 결과를 보였다. 셋째, 누적관객수가 1분위보다 작은 영화에서 회귀모형 기반 기법은 낮은 예측 정확도를 보였으며, 분류기반 기법은 반대로 가장 우수한 결과를 얻었다. 즉, 영화 수요의 분포 특성에 따라서 차별화된 기계학습 기법을 적용하는 것이 필요하다.
#영화 관객 수 예측 #기계학습 #분류 모형 #회귀 모형 #Random Forest #k-NN #SVM #Box Office Forecasting #Machine Learning #Classification Model #Regression Model

목차

초록
ABSTRACT
1. 서론
2. 연구 방법
3. 분석결과
4. 결론
References

참고문헌 (36)

참고문헌 신청
Abel, F. / 2010 / Analyzing the Blogosphere for predicting the success of music and movie products / International Conference on Advances in Social Networks Analysis and Mining :276~280 google schola Breiman, L. / 2001 / Machine Learning 45:5 / Kluwer Academic Publishers google schola Brewer, S. M. / 2009 / A blueprint for success in the US film industry / Applied Economics 41(5):589~606 google schola Chintagunta, P. K. / 2010 / The effects of online user reviews on movie box office performance : Accounting for sequential rollout and aggregation across local markets / Marketing Science 29(5):944~957 google schola 정민영 / 2018 / 지능 정보검색 서비스를 위한 실시간검색어 변화량 평가 / 디지털융복합연구 16(12):335~342 dbpia

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

CNN-LSTM 조합모델을 이용한 영화리뷰 감성분석
박호연 ,  김경재 지능정보연구 2019 .12
딥러닝을 이용한 영화흥행 예측
이도연 ,  장병희 한국방송학회 학술대회 논문집 2020 .06
딥러닝을 이용한 영화 흥행 예측과 주요 변수의 선택 연구 : 다변량 시계열 데이터 중심으로
변준형 ,  김지호 ,  최영진 외 1명 한국컴퓨터정보학회논문지 2020 .06
평균 관객 수 10분위를 활용한 감독, 제작자, 배우 흥행성과 분석
김정호 ,  김재성 한국콘텐츠학회논문지 2018 .10
텍스트 마이닝을 활용한 영화흥행 예측 연구
이상훈 ,  조장식 ,  강창완 외 1명 한국데이터정보과학회지 2015 .12

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-004-000660037