• 한국콘텐츠학회논문지
• /
• 제11권1호
• /
• pp.429-437
• /
• 2011

영화 네트워크도 다른 사회 네트워크와 마찬가지로 멱함수 분포 특성을 지닌 척도 없는 네트워크로 알려져 있다. 본 연구는 2000년부터 2009년까지 10년간 상영된 한국영화 799편에 등장하는 배우 및 감독의 네트워크를 구축하고 특성을 분석하였다. 영화감독 네트워크를 구축하고, 이 네트워크로 부터 3편 이상을 연출하고 70%이상의 백만 관객을 동원한 감독 중에서 영화 편당 관객 수가 높은 상위 10명의 감독을 추출하였다. 한국영화 799편을 관객 동원력에 따라 3등급으로 구분하고 각 등급에 일정 편수 이상 출연한 배우들을 중심으로 네트워크를 구축하였다. 그리고 70% 이상의 백만 관객 동원율을 가진 편당 관객 동원수가 높은 상위 20명의 배우를 추출하였다. 배우 및 감독 30명이 출연하거나 연출한 영화를 중심으로 2000년대 한국 영화의 중심을 이루고 있는 핵심 영화 네트워크를 구축하여 장르별 상위 관중 동원력을 가진 영화배우와 영화감독을 도출하였다. 이 핵심 네트워크로부터 향후 관중 동원력이 높은 영화를 제작할 수 있는 감독, 배우, 장르의 조합을 2010년의 실제 상황과 비교분석하였다. 본 연구 결과는 궁극적으로 네트워크를 바탕으로 한국 영화 관객 동원력을 예측할 수 있는 방법을 제시하고자 한다.

• 한국콘텐츠학회논문지
• /
• 제10권7호
• /
• pp.420-428
• /
• 2010

복잡계 과학의 발달에 따라 많은 사회 네트워크들이 분석되어 지고 있다. 우리는 사회 네트워크의 하나로 한국영화 100선을 중심으로 한국 영화배우 네트워크를 구축하고 분석하였다. 현재까지 연결선수, 중간성(betweenness), 결집계수 등 링크수를 중심으로 네트워크의 구조를 분석하는 방향으로 진행되어지고 있다. 하지만 이제는 네트워크의 구조적 분석에서 멈추는 것이 아니라, 나아가 k-core 분석법 등을 이용하여 복잡한 네트워크 속에서 핵심 되는 중심 모듈을 찾아 분석하는 정보 분석 방향으로 진행되어야 할 것이다. 본 논문은 한국 영화 데이터베이스에서 제공하는 한국영화 100선에 출연하는 영화배우 네트워크를 만들어 가중치 유무에 따른 핵심 모듈 분석과 네트워크가 시기별로 확장되어 가는 양상을 분석하였다. 이는 네트워크의 확장 또는 진화를 이해하는 모델을 위한 기초 자료로 활용될 것으로 기대한다.

• 지능정보연구
• /
• 제18권2호
• /
• pp.85-105
• /
• 2012

온라인 소셜네트워크의 확산으로 인해 사용자들은 특정제품과 서비스에 대한 자신의 생각과 경험을 보다 손쉽게 공유 할 수 있게 되었으며 이러한 환경변화는 기업의 사업성과에 영향을 미칠 수 있는 소비자 구전효과의 영향을 심화시킬 것으로 예상된다. 본 연구의 목적은 영화산업에서의 온라인 소셜네트워크의 구전효과 발생에 대한 기여도를 또 다른 온라인 매체인 인터넷 포탈과의 비교를 통해 검증하는데 있다. 이를 위해 2011년 2월부터 6월 사이에 국내 개봉된 영화 및 이들 영화와 관련된 트위터 메시지 그리고 네이버 무비상의 리뷰를 수집 분석하였다. 분석결과 온라인 소셜네트워크(트위터)와 인터넷 포털 모두에서 영화의 흥행과 관련한 구전효과가 존재하고 있음을 발견하였다. 또한 영화의 인기도에 따라 온라인 소셜케트워크와 인터넷 포털의 구전효과 발생에 대한 영향도가 다르게 나타나는 점도 발견하였다. 인기영화(블록 버스터 영화)의 경우 개봉이전에는 온라인 소셜네트워크에 의한 구전효과가 유의하게 발생하였으며 개봉 이후에는 온라인 소셜네트워크와 인터넷 포털에 의한 구전효과가 유의하게 발생함을 알 수 있었다. 비 인기영화의 경우 개봉이전에만 온라인 소셜네트워크와 인터넷 포털에 의한 구전효과가 유의하게 발생함을 발견하였다. 본 연구의 결과는 영화와 같은 문화상품과 관련한 구전효과 발생에 있어 온라인 소셜네트워크의 영향에 관한 학문적 지식을 증대시키고 실무적으로 기업이 제품 및 서비스에 대한 브랜드가치 재고를 위해 온라인 소셜네트워크를 어떻게 전략적으로 활용할 수 있는가에 방향을 제시 할 것이라 기대된다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2008년도 추계학술대회
• /
• pp.94-97
• /
• 2008

CD Now, Video Recommender, Amazon 등과 같은 현재의 협업 기반 필터링 서비스는 일반적으로 서비스를 요구하는 사용자가 관심을 가진 아이템과 비슷한 속성의 아이템을 추천하고 있다. 하지만 영화와 같은 경우 사용자의 주관적 평가가 배제된-명시적 속성만으로는 아이템의 특징을 표현하는데 한계가 있다. 때문에 이를 이용한 방법은 서비스를 제공하는 데 있어 제한을 가지게 된다. 따라서 본 논문에서는 소셜 네트워크 서비스 사용자가 영화에 대한 자신의 감정을 간단한 선택을 통해 표현함으로써 쉽고 편하게 사용자의 영화 취향을 도출하고 이를 기반한 소셜 네트워크를 형성하는 방법에 대해 논의해 보고자 한다. 이러한 방법을 통해 일반적으로 사용되는 빈도나 인기도 기반의 추천이 아닌 실제 사용자와 유사한 취향과 특성을 가지는 사용자들은 연결해줌으로써 보다 사용자에 특화된 추천을 가능하게 할 것이다.

• 정보관리학회지
• /
• 제31권4호
• /
• pp.161-178
• /
• 2014

최근 이용자들이 정보를 공동생산하고 소비하는 웹기반 서비스들이 활발해지면서 이용자가 정보를 이용한 기록이나 이용자가 습득한 정보를 활용하여 생산한 다양한 부가 정보들이 다시 이용자에게 제공되고 있다. 또한 쌍방향으로 이용자들이 소통할 수 있는 정보채널이 다양해짐으로써 공통된 관심사를 가진 이용자의 정보소비 경험을 공유할 수 있는 방법이 활발하게 모색되고 있다. 이 연구에서는 동시출현정보 분석기법과 자아중심 네트워크 분석 기법을 적용하여 IMDB 서비스의 기존 이용자들이 자신이 보고 싶거나 좋아하는 영화를 선별하여 만들어 놓은 영화리스트에 나타난 정보를 토대로 특정 영화를 좋아하는 이용자가 선호할 만한 다른 영화를 찾아낼 수 있도록 연관영화정보를 다각적으로 표현하였다. 한 영화를 기준으로 연관 영화, 감독, 장르로 분석을 한 결과 영화의 테마나 주인공성향과 같은 다양한 자질로도 연관영화가 연결되었고 감독의 경우 영화내용보다는 감독의 인지도에 영향을 받는 것으로 나타났다. 또한 영화는 주제의 복합성이 큰 것으로 나타나 장르가 연관영화정보를 제공하기에 적합하지 않은 것으로 분석되었다.

• 한국콘텐츠학회논문지
• /
• 제17권6호
• /
• pp.153-168
• /
• 2017

영화 장르에 대한 기존 연구는 특정 장르와 영화 성과간의 유의성 검증에 집중하였다. 그러나 기존 연구는 대상 국가 및 시기에 따라 서로 다른 결과를 보여주고 있어 이론적, 실무적 시사점을 얻는 데 어려움이 있으며 주로 단일 장르와 성과 간의 관계에 집중했기 때문에, 최근 중요하게 부각되고 있는 복합 장르 문제를 이해하는 데 한계를 가지고 있다. 본 연구에서는 사회연결망 분석 방법과 복합 장르 자료를 활용하여 장르 간 네트워크를 구성하고 장르 중심성과 영화 성과와의 관계를 분석하였다. 연구 결과 장르 중심성과 영화 성과 간에는 역 U 형태의 관계가 있는 것으로 확인되었다. 이는 지나친 '탐색'과 지나친 '활용'보다는 이 둘 간의 직절한 균형이 필요하다는 이론적 주장을 지지하는 결과이다. 본 연구는 실무적 차원에서 영화 장르의 범위와 조합을 선택하는 데에도 유용하게 활용할 수 있을 것이다. 향후 연구에서 연구 대상을 확대하고 장르 간 연결에 대한 질적 분석을 수행한다면 연구의 신뢰성을 높일 수 있을 것으로 기대하며 영화산업의 성장과정과 연계한 장르 네트워크의 동적 연구로도 확장 가능할 것이다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제67차 동계학술대회논문집 31권1호
• /
• pp.373-375
• /
• 2023

본 논문에서는 멀티 레이블을 이용한 CNN 구조 활용과 NLP 학습을 이용하여 한국 영화의 장르를 예측하는 방법을 제안한다. 포스터는 영화의 전반적인 내용을 한눈에 알아볼 수 있게 하는 매체이기 때문에 다양한 요소들로 구성되어 있다. 합성곱 신경망(Convolutional neural network)을 활용해, 한국 영화 포스터가 가지는 특징들을 추출하여 영화 장르 분류를 진행하였다. 하지만, 영화의 경우 감독이 생각하는 장르와 관객이 영화를 봤을 때, 느끼는 장르가 다를 수 있다. 그렇기 때문에 장르 예측에 있어서 문제가 발생할 수 있다. 이러한 문제를 완화하기 위해 본 논문에서는 합성곱 신경망 활용뿐만 아니라, 자연어 처리(Natural Language Processing)를 같이 활용한 방법을 제안한다.

• 지능정보연구
• /
• 제19권1호
• /
• pp.57-77
• /
• 2013

소셜 미디어는 모바일 어플리케이션과 웹에서 가장 많이 사용되는 미디어 중 하나이다. Nielsen사의 보고서에 따르면 소셜 네트워크 서비스와 블로그가 온라인 사용자의 주 활동 공간으로 사용되고 있으며, 미국인 중에서 온라인 활동이 왕성한 5명의 사용자중 4명은 매일 소셜 네트워크 서비스와 블로그를 방문하고 온라인 활동 시간의 23%를 소비한다고 집계하고 있다. 미국의 인터넷 사용자들은 야후, 구글, AOL 미디어 네트워크, 트위터, 링크드인 등과 같은 소셜 네트워크 서비스중 페이스북에서 가장 많은 시간을 소비한다. 최근에는 대부분의 회사들이 자신의 특정 상품에 대하여 "페이스북 페이지(Facebook Page)"를 생성하고 상품에 대한 프로모션을 진행한다. 페이스북에서 제공되는 "좋아요" 옵션은 페이스북 페이지를 통해 자신이 관심을 가지는 상품(아이템)을 표시하고 그 상품을 지지할 수 있도록 한다. 많은 영화를 제작하는 영화 제작사들도 페이스북 페이지와 "좋아요" 옵션을 이용하여 영화 프로모션과 마케팅에 이용한다. 일반적으로 다수의 스트리밍 서비스 제공업들도 영화와 TV 프로그램을 즐기며 볼 수 있는 서비스를 사용자들에게 제공한다. 이 서비스는 일반 컴퓨터와 TV 등의 단말기에서인터넷을 통해 영화와 TV 프로그램을 즉각적으로 제공할 수 있다. 스트리밍 서비스의 선두 주자인 넷플릭스는 미국, 라틴 아메리카, 영국 그리고 북유럽 국가 등에 3천만 명 이상의 스트리밍 사용자가 가입되어 있다. 또한 넥플릭스는 다양한 장르로 구성된 수백만 개의 영화와 TV 프로그램을 보유하고 있다. 하지만 수많은 콘텐츠로 인해 사용자들은 자신이 선호하는 장르에 관련된 영화와 TV 프로그램을 찾기 위해 많은 시간을 소비해야 된다. 많은 연구자들이 이러한 사용자의 불편함을 줄이기 위해 아이템에 대한 사용자가 보지 않은 아이템에 대한 선호도를 예측하고 높은 예측값을 갖는 아이템을 사용자에게 제공하기 위한 추천 시스템을 적용하였다. 협업적 여과 방법은 추천 시스템을 구축하기 위해 가장 많이 사용되는 방법이다. 협업적 여과 시스템은 사용자들이 평가한 아이템을 기반으로 각 사용자 간의 유사도를 측정하고 목적 사용자와 유사한 성향을 가진 사용자 그룹을 결정한다. 군집된 그룹은 이웃 사용자 집단으로 불리며 이를 이용하여 특정 아이템에 대한 선호도를 예측하고, 예측 값이 높은 아이템을 목적 사용자에게 추천해 준다. 협업적 여과 방법이 적용되는 분야는 서적, 음악, 영화, 뉴스 및 비디오 등 다양하지만 논문에서는 영화에 초점을 맞춘다. 이 협업적 여과 방법이 추천 시스템 내에서 유용하게 활용되고 있지만 아직 "희박성 문제"와 "콜드 스타트 문제" 등 해결해야 할 과제가 남아있다. 희박성 문제는 아이템의 수가 증가할수록 아이템에 대한 사용자의 로그 밀도가 감소하는 것이다. 즉, 전체 아이템 수에 비해 사용자가 아이템에 대해 평가한 정보가 충분하지 않기 때문에 사용자의 성향을 파악하기 어렵고, 이로 인해 사용자가 아직 평가하지 않은 아이템에 대해서 선호도를 추측하기 어려운 것을 말한다. 이 희박성 문제가 포함된 경우 적합한 이웃 사용자 집단을 형성하는데 어려움을 겪게 되고 사용자들에게 제공되는 아이템 추천의 질이 떨어지게 된다. 콜드 스타트 문제는 시스템 내에 새로 들어온 사용자 또는 아이템으로 지금까지 한 번도 평가를 하지 않은 경우에 발생한다. 즉, 사용자가 평가한 아이템에 대한 정보가 전혀 포함되어 있지 않거나 매우 적기 때문에 이러한 경우 또한 적합한 이웃 사용자 집단을 형성하는데 어려움을 겪게 되고 사용자가 평가하지 않은 아이템에 대한 선호도 예측의 정확성이 감소되게 된다. 본 논문에서는 영화 추천 시스템에서 발생될 수 있는 초기 사용자 문제를 해결하기 위하여 사용자가 평가한 영화와 소셜 네트워크 서비스로부터 추출된 사용자 선호 장르를 활용하여 사용자 군집을 형성하고 이를 활용하는 방법을 제안한다. 소셜 네트워크 서비스로부터 사용자가 선호하는 영화 장르를 추출하기 위해 페이스북 페이지의 '좋아요' 옵션을 이용하며, 이 '좋아요' 정보를 분석하여 사용자의 영화 장르 관심사를 추출한다. 페이스북의 영화 페이지는 각 영화를 위한 페이스북 페이지로 구성되고 있으며, 사용자는 자신의 선호도에 따라서 "좋아요" 옵션을 선택할 수 있다. 사용자의 페이스북 정보는 페이스북 그래프 API를 활용하여 추출되고 이로부터 사용자 선호 영화를 알 수 있게 된다. 시스템에서 활용되는 영화 정보는 인터넷 영화 데이터베이스인 IMDb로부터 획득한다. IMDb는 수많은 영화와 TV 프로그램을 보유하고 있으며, 각 영화에 관련된 배우 정보, 장르 및 부가 정보들을 포함한다. 논문에서는 사용자가 "좋아요" 표시를 한 영화 페이지를 이용하여 IMDb로부터 영화 장르 정보를 가져온다. 그리고 추출된 영화 장르 선호도와 본 시스템에서 제안하는 영화 평가 항목을 이용하여 유사한 이웃 사용자 집단을 구성한 후, 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고, 높은 예측 값을 갖는 아이템을 사용자에게 추천한다. 본 논문에서 제안한 사용자의 선호 장르 기반의 사용자 군집 기법을 이용한 시스템을 평가하기 위해서 IMDb 데이터 집합을 이용하여 사용자 영화 평가 시스템을 구축하였고 참가자들의 영화 평가 정보를 획득하였다. 페이스북 영화 페이지 정보는 참가자들의 페이스북 계정과 페이스북 그래프 API를 통해 획득하였다. 사용자 영화 평가 시스템을 통해 획득된 사용자 데이터를 제안하는 방법에 적용하였고 추천 성능, 품질 및 초기 사용자 문제를 벤치마크 알고리즘과 비교하여 평가하였다. 실험 평가의 결과 제안하는 방법을 적용한 추천 시스템을 통해 추천의 품질을 10% 향상시킬 수 있었고, 초기 사용자 문제에 대해서 15% 완화시킬 수 있음을 볼 수 있었다.

• 지능정보연구
• /
• 제20권1호
• /
• pp.49-65
• /
• 2014

구전(WOM: Word of Mouth)는 주변 사람들에게 상품에 대한 경험을 입에서 입으로 전달하는 현상을 말하며 소셜 미디어의 발전으로 온라인 구전(eWOM: Electronic Word of Mouth) 형태로 발전하였다. 구전 효과의 중요성으로 인해서 대부분의 기업들의 자사의 상품이나 서비스에 대한 온라인 구전에 촉각을 세우고 있으며, 특히 영화와 같은 경험재의 경우에는 그 영향력이 더욱 크다. 본 연구에서는 영화 커뮤니티에 대한 사회 네트워크 분석을 통해서 영화 흥행성과 지표인 매출에 미치는 영향요인을 규명하고자 한다. 영화 흥행성과 연구들에서 주요하게 다루어진 영화에 대한 구전의 크기(volume)와 방향성(valence)과 같은 구전 요인들을 추가하여, 구전 네트워크의 중심성 척도를 영향 요인에 고려하였다. 구전의 크기, 방향성, 그리고 3가지 중심성 척도(연결 중심성, 매개 중심성, 근접 중심성)의 최종 영화 매출에 영향 관계를 가설로 설정하였다. 제시한 연구 모형을 검증하기 위하여 대표적인 온라인 영화 커뮤니티 사이트인 IMDb(Internet Movie Database)에서 영화 구전 데이터를 수집하였고, Box-Office-Mojo사이트에서 영화 매출 데이터를 수집하였다. 2012년 9월부터 1년 동안, 주간 Top-10에 포함된 적이 있는 영화들을 대상으로 하였으며, 총 103개의 영화가 선정되어 이 영화들에 대한 메타 데이터와 커뮤니티 데이터가 수집되었다. 영화 커뮤니티 네트워크는 평가자들간의 댓글 관계를 기초로 구축하였다. 본 연구에서 사용한 3가지 중심성 척도는 사회 네트워크 분석 도구인 NodeXL을 사용하여 계산되었으며, 각 영화별 커뮤니티 참여자들의 중심성 척도의 평균값을 활용하였다. 가설 검증의 사전 분석을 위한 상관관계 분석에서는 3가지 중심성 척도간에 상관 관계가 높은 것으로 파악되어서, 각각에 대하여 별도로 회귀분석을 수행하였다. 분석 결과, 기존 연구와 일관성 있게 구전의 크기와 방향성은 영화 성과지표인 최종 매출에 긍정적인 영향을 미치는 것으로 파악되었다. 또한 구전 네트워크 내의 참여자 매개중심성 평균은 영화의 최종 매출에 영향을 미치는 것으로 파악되었다. 하지만 연결중심성과 근접중심성은 최종 매출에 영향을 주지 못하는 것으로 나타났다.

• 한국컴퓨터정보학회논문지
• /
• 제18권10호
• /
• pp.23-37
• /
• 2013

본 논문에서는 영화 추천을 위해 사용자들이 명시적으로 표시한 신뢰 정보를 이용하여 소셜 네트워크와 유사하게 신뢰 네트워크를 생성하고, 그 사용자들의 연결 정도를 이용하여 추천 시스템에 적용하며, 추천 정보는 시각화 방법을 이용하여 제공하는 방법을 제안한다. 이를 통해 사용자가 명시적으로 신뢰 관계를 표현한 신뢰 네트워크에서 숨겨진 신뢰 관계를 추론한다. 시각화된 추천 정보는 영화, 음악, 인물 등 다양한 토픽에 대한 정보를 구조화된 형태로 제공하는 Freebase를 이용하였으며, 시각화 방법은 다음 3가지와 같다. (1) 사용자가 제공받고자 하는 영화의 수만큼 영화 포스터로 시각화하고, (2) 추천된 영화 중 특정 영화를 선택하면 영화 감독, 주연 배우, 장르 등의 부가적인 정보를 시각화하여 제공한다. 마지막으로 (3) 신뢰 기반의 사용자들 중 임의로 몇 명을 이웃 사용자로 선택하여 추천한다. 본 논문에서는 시각화 방법을 적용함으로써 추천 수 또는 이웃 사용자의 수, 그리고 부가 정보 요청 등 사용자의 의견(요구)을 바탕으로 추천하기 때문에 사용자의 의사결정 능력을 향상시킬 수 있다. 뿐만 아니라 본 논문에서 제안하는 추천 시각화 방법을 통해 동적으로 사용자들의 요구를 반영할 수 있고, Freebase, LinkedMDB, 위키피디아 등 현존하는 LOD의 정보 재사용을 통해 보다 풍부하게 추천 정보를 제공할 수 있다.