• Proceedings of the KAIS Fall Conference
• /
• 2011.05b
• /
• pp.550-553
• /
• 2011

영화산업의 메카라 불리우는 헐리우드를 비롯한 세계 영화계는 극심한 소재의 고갈로 비슷비슷한 내용의 반복, 기존의 영화를 리메이크하여 제작하는 관행이 점차 커지고 있다. 이런 현상은 다른 영역의 콘텐츠를 영화로 재가공하는 'One Source Multi Use'의 확산을 가지고 왔는데, One Source Multi Use의 원천 소스로 가장 각광받고 있는 것이 만화다. 미국은 1930년대 초반부터 코믹스라는 장르의 만화산업이 발전하여 방대한 그래픽노블과 코믹스를 원천소스로 '슈퍼맨', '배트맨', '스파이더맨' 등의 시리즈를 내놓고 있다. 한국 역시 많은 수의 만화원작을 보유하고 있다. 이는 한국이 다른 나라와는 확연하게 차이가 나는 만화생산 및 소비시스템을 가지고 있는 것에 기인하는데 그것이 바로 만화가게로 일컬어지는 대본소 시스템이다. 대본소를 통한 만화의 보급은 가공할 만화의 생산을 주도했고 일간지를 통해 연재된 장편만화 역시 다른 나라에서는 찾아보기 힘든 시스템이다. 근래에 이르러 문화산업의 원천소스로 각광받는 만화는 스토리텔링을 근간으로 하기에 다양하게 다른 매체로 전이되고 재생산이 가능하다. 이에 본 연구에서는 단지 만화로서가 아닌 콘텐츠로 활용될 수 있는 만화원작의 필요조건이 무엇인지 분석하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.393-396
• /
• 2016

정보화 시대에 들어오며 수많은 정보들의 폭발적인 증가로 인해 사용자들은 원하는 정보를 빠른 시간에 얻는 것이 어려워졌다. 그중 영화는 수없이 많은 정보를 누적해왔고 개인에 따라 선호하는 영화가 서로 다르기 때문에 각 개인에 맞는 영화를 찾는 것은 쉽지 않다. 본 논문에서는 협업 필터링과 개인의 감정을 이용하고 AWS(Amazon Web Service)를 통한 클라우드 컴퓨팅 시스템을 사용하여 각 개인에 더 적합한 영화 추천 시스템을 제안 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.1081-1084
• /
• 2014

최근 들어, 많은 추천시스템들이 연구 되고 있으며, 대부분은 개인 맞춤형 추천 시스템이 연구되고 있다. 기존의 영화추천시스템에서는 희박성의 문제가 제기된다. 본 논문에서는 희박성에 대해 보안하고자, 개인리뷰에 대한 가중치를 활용한다. 그 결과 사용자에게 정보의 제공에 대해 효율성을 높이고, 사용자마다 영화에 대한 리뷰에 따른 감정 및 사용자의 정보들을 반영한 영화추천시스템을 설계 및 구현한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.24 no.3
• /
• pp.292-297
• /
• 2014

As a Social Network Service (SNS) has become an integral part of our everyday lives, millions of users can express their opinion and share information regardless of time and place. Hence sentiment analysis using micro-blogs has been studied in various field to know people's opinion on particular topics. Most of previous researches on movie reviews consider only positive and negative sentiment and use it to predict movie rating. As people feel not only positive and negative but also various emotion, the sentiment that people feel while watching a movie need to be classified in more detail to extract more information than personal preference. We measure sentiment distributions of each movie from tweets according to the Thayer's model. Then, we find similar movies by calculating similarity between each sentiment distributions. Through the experiments, we verify that our method using micro-blogs performs better than using only genre information of movies.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.381-383
• /
• 2012

협업필터링은 지금까지 많은 추천시스템 연구에서 비교대상이 되거나 더 좋은 추천시스템 방법론을 개발하기 위해서 응용되고 있다. 일반적으로 협업필터링 기법은 명시적으로 관찰된 사용자들의 행동을 기반하는 방법이다. 본 연구에서는 LDA(Latent Dirichlet Allocation)을 이용해 사용자와 추천 대상이 되는 아이템의 숨겨진 특성을 추출하고, 이를 협업필터링기법에 응용했다. 영화 추천시스템 구축을 위한 실험에서, 사용자의 선호도는 다양한 영화 장르를 선호하는 비율로 나타난다는 가정(사용자기반)과 영화 또한 장르의 비율로 표현이 된다는 가정(아이템기반)을 했다. 이러한 가정을 토대로 사용자 사이와 영화 사이 간의 유사도를 정의하고, 협업필터링에 적용했을 때, 전통적인 협업필터링 기법보다 뛰어난 결과를 얻을 수 있었다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.24 no.4
• /
• pp.443-449
• /
• 2014

Preferences of users on movies are observables of various factors that are related with user attributes and movie features. For movie recommendation, analysis methods for relation among users, movies, and preference patterns are mandatory. As a relational analysis tool, we focus on the Infinite Relational Model (IRM) which was introduced as a tool for multiple concept search. We show that IRM-based co-clustering on preference patterns and movie descriptors can be used as the first tool for movie recommender methods, especially content-based filtering approaches. By introducing a set of well-defined tag sets for movies and doing three-way co-clustering on a movie-rating matrix and a movie-tag matrix, we discovered various explainable relations among users and movies. We suggest various usages of IRM-based co-clustering, espcially, for incremental and dynamic recommender systems.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.443-448
• /
• 2019

본 논문은 공공 데이터 Open API와 TMDB(The Movie Database) API를 이용하여 사용자의 선호 영화를 Google에서 제공해주는 Tensoflow로 인공신경망 딥러닝 학습하여 사용자가 선호하는 영화를 맞춤 추천하는 애플리케이션의 설계 및 구현에 대하여 서술한다. 본 애플리케이션은 사용자가 쉽게 영화를 추천받을 수 있도록 만들어진 애플리케이션으로 기존의 필터링 방식으로 추천하는 방식의 애플리케이션들과 달리 사용자의 취향을 딥러닝 학습을 통해 최적의 영화 Contents를 추천함과 아울러 기존 영화의 특성을 학습하여 흥행할 신규 영화를 예측하는 기능 또한 제공한다. 본 애플리케이션에 사용된 신규 영화 흥행 예측 모델은 약 85%의 정확도를 보이며 사용자 맞춤추천의 경우 기존 장르 추천이나 협업 필터링 추천보다 딥러닝을 통한 장르, 감독, 배우 등의 보다 세밀한 학습 추천이 가능하다.

• The Journal of the Korea Contents Association
• /
• v.22 no.3
• /
• pp.430-441
• /
• 2022

With the development of ICT technology, various mobile applications have appeared one after another, and they have penetrated deeply into the lives of individuals. In order to explore the key factors that movie content-related applications should have through empirical studies, this study used the information system success model to investigate the influence of each quality factor on movie consumers' attitudes toward movies and their viewing intentions. As a result of the study, it was derived that the most important factor among the quality factors of movie content-related applications was the information quality factor, followed by the service quality being the next most important factor. In this study, based on the results of this study, the direction of application related to movie contents as a new distribution channel was proposed by suggesting a way to improve applications related to movie contents for the development of the domestic movie industry.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2012.05a
• /
• pp.108-111
• /
• 2012

중국은 2008년 9월 개봉한 '잃어버린 세계를 찾아서'을 통하여 디지털 입체영화의 시대가 열렸다. 이후 2010년 1월 제임스 카메론 감독의 <아바타>를 통해 중국입체영화산업은 세계적인 입체영상산업에 발맞추어 놀라운 속도로 발전 하였다. 중국의 디지털 시네마 디스플레이 시스템의 발전과 입체영화를 통한 극장 흥행수입 등의 데이터를 바탕으로 중국시장의 발전가능성을 발견할 수 있다. 하지만 현재까지 중국 입체영화 시장의 주요 콘텐츠는 해외에서 수입된 콘텐츠가 주를 이루고 있다. 중국 입체영화 시장의 발전에 비하여 제작분야는 아직은 발전초기단계이다. 본 연구는 중국3D입체영화의 부실이 스토리와 입체효과기술에 있다고 판단하여 콘텐츠 선진국의 3D입체영상 역사와 현황을 파악하고 중국의 3D입체영화의 현황 비교분석하여 그 해결방안을 제시하는데 목적을 두고 있다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 1998.04a
• /
• pp.10-15
• /
• 1998

주문형 비디오 시스템에서 저장되는 영화들의 다중 액세스를 지원하기 위해 영화들은 비디오 서버의 다수의 디스크에 걸쳐 스트라이프되고, 비디오 서버의 디스크 배열들간의 부하 불균형을 피할 뿐만 아니라 저장 공간과 장치 대역폭을 최대로 이용하기 위하여 영화의 블록들은 디스크 배열에 신중히 배치되어야 한다. 본 논문에서는 영화의 인기도를 고려한 동적 디스크 스트라이핑에 기초하는 그룹교대 라운드로빈이라는 영화 배치 방법을 제안하고, 그것의 성능을 시뮬레이션을 통하여 평가한다.