• 한국빅데이터학회지
• /
• 제3권1호
• /
• pp.63-71
• /
• 2018

최근 5년(2013~2017년) 연속 영화 총 관객 수가 2억 명이 넘는 국내 영화 산업에서 천만 관객을 돌파한 한국 영화 간에는 어떤 요인이 영향을 미쳤는지 분석해 보았다. 일반적으로 천만 관객 돌파에 영향을 주는 요인으로는 스크린 수와 평점을 중요하게 보는 시각이 많았다. 본 연구에서는 스크린 수, 평점을 포함하고 추가적으로 4가지 요인을 설정하여 가설을 수립하고 빅데이터 분석을 통해 천만 관객 돌파 유무와의 상관관계를 분석했다. 이를 통해 천만 관객 돌파 예측 정확도는 91%, 누적 관객 수 예측 정확도는 99.4%까지 맞추는 유의미한 결과를 얻었다.

• Asia pacific journal of information systems
• /
• 제25권3호
• /
• pp.563-578
• /
• 2015

Forecasting daily box-office performance is critical for planning the distribution of marketing resources, and by extension, maximizing profits. For certain movies, the number of viewers increases rapidly at the beginning of their theatrical run, and the increments slow down later. Other movies are not popular in the beginning, but the audience sizes grow rapidly afterward. Thus, the audience attendance of movies grow in different trajectories, which are influenced by various factors including marketing budget, distributors, directors, actors, and word of mouth. In this paper, we propose a method for predicting the daily performance trajectory of running movies based on the hierarchical linear model. More specifically, we focus on the effect of online word of mouth on the shape of the growth curves. We fitted the mean trajectory of the cumulative audience size as a cubic function of time, and allowed the intercept and slope to vary movie-to-movie. Moreover, we fitted the linear slope with a function of online word of mouth predictors to help determine the shape of the trajectories. Finally, we provide performance predictions for individual movies.

• Communications for Statistical Applications and Methods
• /
• 제28권3호
• /
• pp.217-232
• /
• 2021

The Korea film industry has matured and the number of movie-watching per capita has reached the highest level in the world. Since then, movie industry growth rate is decreasing and even the total sales of movies per year slightly decreased in 2018. The number of moviegoers is the first factor of sales in movie industry and also an important factor influencing additional sales. Thus it is important to predict the number of movie audiences. In this study, we predict the cumulative number of audiences of films using stacking, an ensemble method. Stacking is a kind of ensemble method that combines all the algorithms used in the prediction. We use box office data from Korea Film Council and web comment data from Daum Movie (www.movie.daum.net). This paper describes the process of collecting and preprocessing of explanatory variables and explains regression models used in stacking. Final stacking model outperforms in the prediction of test set in terms of RMSE.

• 한국인터넷방송통신학회논문지
• /
• 제17권2호
• /
• pp.33-38
• /
• 2017

본 연구는 현재 한국에서 가장 대중적인 인터넷 방송 Afreeca TV에서 나타나는 인기 채널에 대하여 탐구한다. 기술의 발전으로 인해 일반인이 장비를 통해 개인 방송을 할 수 있는 시대가 도래 하였으며, 이에 따른 다양한 학술적 논의가 태어나고 있다. 인터넷 방송은 기존의 미디어와는 다르게, 시청률의 개념은 존재하지 않으며. Afreeca TV는 특정 공식을 이용하여 인기 채널을 집계한다. 이러한 상황에서 본 연구는 Afreeca TV에서 나타나는 인기 채널을 1) 성별 2) 프로필 사진 3) 장르 4) 애청자 5) 팬클럽 6) 서포터 7) 방송시간 8) 누적 시청자의 방식으로 구분하여, 어떠한 특징이 있는지 살펴보도록 한다. 더 나아가, 인터넷 방송의 미래에 대해서 고찰한다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.67-83
• /
• 2018

2013년 누적인원 2억명을 돌파한 한국의 영화 산업은 매년 괄목할만한 성장을 거듭하여 왔다. 하지만 2015년을 기점으로 한국의 영화 산업은 저성장 시대로 접어들어, 2016년에는 마이너스 성장을 기록하였다. 영화산업을 이루고 있는 각 이해당사자(제작사, 배급사, 극장주 등)들은 개봉 영화에 대한 시장의 반응을 예측하고 탄력적으로 대응하는 전략을 수립해 시장의 이익을 극대화하려고 한다. 이에 본 연구는 개봉 후 역동적으로 변화하는 관람객 수요 변화에 대한 탄력적인 대응을 할 수 있도록 주차 별 관람객 수를 예측하는데 목적을 두고 있다. 분석을 위해 선행연구에서 사용되었던 요인 뿐 아니라 개봉 후 역동적으로 변화하는 영화의 흥행순위, 매출 점유율, 흥행순위 변동 폭 등 선행연구에서 사용되지 않았던 데이터들을 새로운 요인으로 사용하고 Naive Bays, Random Forest, Support Vector Machine, Multi Layer Perception등의 기계학습 기법을 이용하여 개봉 일 후, 개봉 1주 후, 개봉 2주 후 시점에는 차주 누적 관람객 수를 예측하고 개봉 3주 후 시점에는 총 관람객 수를 예측하였다. 새롭게 제시한 변수들을 포함한 모델과 포함하지 않은 모델을 구성하여 실험하였고 비교를 위해 매 예측시점마다 동일한 예측 요인을 사용하여 총 관람객 수도 예측해보았다. 분석결과 동일한 시점에 총 관람객 수를 예측했을 경우 보다 차주 누적 관람객 수를 예측하는 것이 더 높은 정확도를 보였으며, 새롭게 제시한 변수들을 포함한 모델의 정확도가 대부분 높았으며 통계적으로 그 차이가 유의함으로써 정확도에 기여했음을 확인할 수 있었다. 기계학습 기법 중에는 Random Forest가 가장 높은 정확도를 보였다.