• Journal of information and communication convergence engineering
• /
• 제15권1호
• /
• pp.43-48
• /
• 2017

Movie ratings are crucial for recommendation engines that track the behavior of all users and utilize the information to suggest items the users might like. It is intuitively appealing that information about the viewing preferences in terms of movie genres is sufficient for predicting a genre of an unlabeled movie. In order to predict movie genres, we treat ratings as a feature vector, apply a Bernoulli event model to estimate the likelihood of a movie being assigned a certain genre, and evaluate the posterior probability of the genre of a given movie by using the Bayes rule. The goal of the proposed technique is to efficiently use movie ratings for the task of predicting movie genres. In our approach, we attempted to answer the question: "Given the set of users who watched a movie, is it possible to predict the genre of a movie on the basis of its ratings?" The simulation results with MovieLens 1M data demonstrated the efficiency and accuracy of the proposed technique, achieving an 83.8% prediction rate for exact prediction and 84.8% when including correlated genres.

• 융합보안논문지
• /
• 제22권4호
• /
• pp.119-127
• /
• 2022

영화정보 프로그램은 신뢰를 바탕으로 영화의 간접적 경험을 제공함으로써 시청자의 영화관람 의사에 긍정적인 영향을 미친다. 이와 같은 영화정보 프로그램의 효용성을 극대화하기 위해 영화정보 프로그램에 소개되는 영화의 부가정보를 제공하는 데이터서비스가 연구되었는데, 데이터서비스가 하나의 영화정보 프로그램에 한정되는 한계로 인해 여러 개의 영화정보 프로그램을 송출하는 종합유선방송사나 위성방송사의 현실적 환경에 적용하기에 어려움이 있다. 이에 본 연구는 하나의 영화정보 프로그램에 한정된 기존 연구를 여러 개의 영화정보 프로그램의 부가정보를 제공할 수 있도록 확장하였다. 구체적으로, 방송사가 송출하는 여러 영화정보 프로그램들의 개수와 섹션 구성 정보, 섹션별 부가정보를 정의하고, 이 정보를 영화정보 프로그램들의 방송 시간대가 서로 다르다는 성질을 반영하여 증대된 데이터를 효율적으로 처리할 수 있는 DVB-SI 기반 부가정보 전송 방법을 설계하였다. 본 연구는, 현실적으로 여러 개의 영화정보 프로그램을 송출하는 방송사 환경에서 운영될 수 있는 데이터서비스의 가능성을 제시한다는 점에서 의의가 있다.

• Asia Marketing Journal
• /
• 제15권1호
• /
• pp.43-55
• /
• 2013

Since movies are experience goods, consumers are easily influenced by other consumers' behavior. For moviegoers, box office rank is the most credible and easily accessible information. Many studies have found that the relationship between a movie's box office rank and its revenue departs from the Pareto distribution, and this phenomenon has been named "increasing returns to information." The primary objective of the current research is to apply the empirical model proposed by De Vany and Walls (1996) to the Korean movie market in order to examine whether the same phenomenon prevails in the Korean movie market. The other purpose of the present study is to provide managers with useful implications about the release timing of a movie by finding different curvatures that depend upon seasonality. The empirical test on the Korean movie market shows similar results as prior studies conducted on the U.S., Hong Kong, and U.K. movie markets. The phenomenon of increasing returns is generated by information transmission among consumers, which makes some movies become blockbusters and others bombs. The proposed model can also be interpreted in such a way that a change in the rank has a nonlinear effect on the movie's performance. If a movie climbs up the chart, it would be rewarded more than its proportion. On the other hand, if a movie falls down in the ranks, its performance would drop rapidly. The research result also indicates that the phenomenon of increasing returns occurs differently depending on when the movies are released. Since the tendency of the increasing returns to information is stronger during the peak seasons, movie marketers should decide upon the release timing of a movie based on its competitiveness. If a movie has substantial potential to incur positive word-of-mouth, it would be more reasonable to release the movie during the peak season to enjoy increasing returns. Otherwise, a movie should be released during the low season to minimize the risk of being dropped from the chart.

• 한국IT서비스학회지
• /
• 제16권3호
• /
• pp.167-183
• /
• 2017

The rapid growth of information technology and mobile service platforms, i.e., internet, google, and facebook, etc. has led the abundance of data. Due to this environment, the world is now facing a revolution in the process that data is searched, collected, stored, and shared. Abundance of data gives us several opportunities to knowledge discovery and data mining techniques. In recent years, data mining methods as a solution to discovery and extraction of available knowledge in database has been more popular in e-commerce service fields such as, in particular, movie recommendation. However, most of the classification approaches for predicting the movie popularity have used only several types of information of the movie such as actor, director, rating score, language and countries etc. In this study, we propose a classification-based support vector machine (SVM) model for predicting the movie popularity based on movie's genre data and social network data. Social network analysis (SNA) is used for improving the classification accuracy. This study builds the movies' network (one mode network) based on initial data which is a two mode network as user-to-movie network. For the proposed method we computed degree centrality, betweenness centrality, closeness centrality, and eigenvector centrality as centrality measures in movie's network. Those four centrality values and movies' genre data were used to classify the movie popularity in this study. The logistic regression, neural network, $na{\ddot{i}}ve$ Bayes classifier, and decision tree as benchmarking models for movie popularity classification were also used for comparison with the performance of our proposed model. To assess the classifier's performance accuracy this study used MovieLens data as an open database. Our empirical results indicate that our proposed model with movie's genre and centrality data has by approximately 0% higher accuracy than other classification models with only movie's genre data. The implications of our results show that our proposed model can be used for improving movie popularity classification accuracy.

• 융합보안논문지
• /
• 제22권2호
• /
• pp.91-98
• /
• 2022

영화는 경험이 중요한 문화 상품의 성격을 갖고 있기 때문에 전문적인 영화정보 프로그램을 통해 영화의 간접적 경험을 제공함으로써 시청자를 영화 관객으로 전환하기 위한 홍보 전략을 사용하고 있다. 이처럼 영화정보 프로그램이 시청자들의 영화관람 의도를 높이는 전략적 홍보 매체임을 고려할 때, 영화정보 프로그램과 연동되어 시청자에게 유용한 부가정보를 제공하는 데이터서비스에 관한 연구는 의미가 있다. 이에 본 연구는 영화정보 프로그램 연동형 데이터서비스 개발에 있어서 핵심 연구 주제인 영화정보 프로그램의 부가정보를 정의하고 부가정보를 데이터서비스로 제공하기 위한 디지털방송 국제표준 DVB-SI 기반의 부가정보 전송 방법을 고안하였고, 이를 바탕으로 KBS의 <영화가 좋다> 프로그램의 데이터서비스 프로토타입을 구현하였다. 본 연구는 데이터서비스의 응용 분야를 영화정보 프로그램으로 확장하며 COVID-19 사태로 심각한 타격을 받은 영화산업에 새로운 홍보 전략을 제시한다는 점에서 의의가 있다.

• 아태비즈니스연구
• /
• 제12권3호
• /
• pp.51-69
• /
• 2021

Purpose - Based on literature studies of movie reviews and movie ratings, this study raised two research questions on the contents of online word of mouth and the number of movie screens as mediator variables. Research question 1 wanted to figure out which topics of word groups had a positive or negative impact on movie ratings. Research question 2 tried to identify the role of the number of movie screens between movie ratings and box office outcomes. Design/methodology/approach - Through R program, this study collected about 82,000 movie reviews and movie ratings posted on Naver's movie website to examine the role of online word of mouths and movie screen counts in 10 movies that were considered commercially unsuccessful with fewer than 2 million viewers despite securing about 1,000 movie screens. To confirm research question 1, topic modeling, a text mining technique, was conducted on movie reviews. In addition, this study linked the movie ratings posted on Naver with information of KOBIS by date, to identify the research question 2. Findings - Through topic modeling, 5 topics were identified. Topics found in this study were largely organized into two groups, the content of the movie (topic 1, 2, 3) and the evaluation of the movie (topics 4, 5). When analyzing the relationship between movie reviews and movie ratings with 5 mediators identified in topic modeling to probe research question 1, the topic word groups related to topic 2, 3 and 5 appeared having a negative effect on the netizen's movie ratings. In addition, by connecting two secondary data by date, analysis for research question 2 was implemented. The outcomes showed that the causal relationship between movie ratings and audience numbers was mediated by the number of movie screens. Research implications or Originality - The results suggested that the information presented in text format was harder to quantify than the information provided in scores, but if content information could be digitalized through text mining techniques, it could become variable and be analyzed to identify causality with other variables. The outcomes in research question 2 showed that movie ratings had a direct impact on the number of viewers, but also had indirect effects through changes in the number of movie screens. An interesting point is that the direct effect of movie ratings on the number of viewers is found in most American films released in Korea.

• 문화경제연구
• /
• 제20권3호
• /
• pp.3-33
• /
• 2017

영화 관객들은 영화를 선택하기 위해 정보를 수집하는 등의 과정에서 추가적인 비용을 지불할 수 있다. 본 논문은 이러한 비용을 거래비용의 관점에서 접근하여 영화 소비행위를 분석하였다. 분석을 위해 '2015 영화소비자조사'를 사용하여 영화 정보와 개인의 인구사회학적 특성을 독립변수로, 관람편수와 관람빈도를 종속변수로 삼아 회귀분석과 다항 로지스틱 회귀 분석을 실시하였다. 분석 결과, '감독', '온라인 평가' 등의 요소를 고려하는 소비자일수록 영화 소비가 활발한 것으로 나타났고, 관람 빈도별 분석에서는 저 고 관람자별로 영화를 선택할 때 고려하는 유의미한 정보가 다르게 나타났다. 이를 통해 개인이 보유한 문화자본과 취향 그리고 영화 정보를 인식하는 정도에 따라 영화 소비가 달라질 수도 있음을 알 수 있었다. 기존 연구들이 주로 영화의 흥행 결정 요인을 분석했다면 본 연구는 소비자의 입장에서 개별 영화 정보를 이용하는 것을 거래비용 관점에서 개인의 취향의 유무, 형성의 정도에 따라 차이가 있다는 것을 실증적으로 분석했다는데 의의가 있다. 상기의 결과를 바탕으로 거래비용이 영화소비에 영향을 미치고 일정 정도의 소비를 통해 취향이 형성되면 거래비용이 낮아져 소비가 늘어나는 순환적 구조라는 것을 추정할 수 있었다. 따라서 제작사는 소비자가 영화 관람에 필요한 거래비용을 낮출 수 있도록 영화 정보를 적절하게 활용하는 마케팅 전략을 수립하고 집행할 필요가 있다.

• Journal of Information Technology Applications and Management
• /
• 제26권3호
• /
• pp.19-27
• /
• 2019

In this study, we propose a methodology for predicting the movie audience based on movie information that can be easily acquired before opening and effectively distinguishing qualitative variables. In addition, we constructed a model to estimate the number of movie audiences at the time of data acquisition through the configured variables. Another purpose of this study is to provide a criterion for categorizing success of movies with qualitative characteristics. As an evaluation criterion, we used information gain ratio which is the node selection criterion of C4.5 algorithm. Through the procedure we have selected 416 movie data features. As a result of the multiple linear regression model, the performance of the regression model using the variables selection method based on the information gain ratio was excellent.

• 응용통계연구
• /
• 제35권2호
• /
• pp.265-283
• /
• 2022

사용자들의 영화정보를 기록한 MovieLens 데이터는 추천 시스템 연구에서 아이디어를 탐색하고 검증하는데 상당한 가치가 있는 데이터로, 기존 데이터 분할 및 군집화 알고리즘을 사용하여 사용자 평점 데이터를 기반으로 항목 집합을 분할하는 연구 등에 사용되는 데이터이다. 본 논문에서는 기존 연구에서 대표적으로 사용되었던 영화 평점 데이터와 영화 장르 데이터를 통해 사용자의 장르 선호도를 예측하여 선호도 패턴을 기반으로 사용자를 군집화(clustering)하고, 유의미한 정보를 얻는 연구를 진행하였다. MovieLens 데이터는 영화의 전체 개수에 비해 사용자별 평균 영화 평점 수가 낮아 결측 비율이 높다. 이러한 이유로 기존의 군집화 방법을 적용하는 데 한계가 존재한다. 본 논문에서는 MovieLens 데이터 특성에 모티브를 얻어 쌍별 규합 벌점함수(pairwise fused penalty)를 활용한 볼록 군집화(convex clustering) 기반의 방법을 제안한다. 특히 결측치 대체(missing imputation)도 동시에 해결하는 최적화 문제를 통해 기존의 군집화 분석과 차별화하였다. 군집화는 반복 알고리즘인 ADMM을 통해 제안하는 최적화 문제를 풀어 진행한다. 또한 시뮬레이션과 MovieLens 데이터 적용을 통해 제안하는 군집화 방법이 기존의 방법보다 노이즈 및 이상치에 상대적으로 민감하지 않은 것으로 보인다.

• Asia pacific journal of information systems
• /
• 제15권3호
• /
• pp.223-241
• /
• 2005

In spite of the rapid growth of mobile multimedia contents market, most of the customers experience inconvenience, lengthy search processes and frustration in searching for the specific multimedia contents they want. These difficulties are attributable to the current mobile Internet service method based on inefficient sequential search. To overcome these difficulties, this paper proposes a MOBIIe COntents Recommender System for Movie(MOBICORS-Movie), which is designed to reduce customers' search efforts in finding desired movies on the mobile Internet. MOBICORS-Movie consists of three agents: CF(Collaborative Filtering), CBIR(Content-Based Information Retrieval) and RF(Relevance Feedback). These agents collaborate each other to support a customer in finding a desired movie by generating personalized recommendations of movies. To verify the performance of MOBICORS-Movie, the simulation-based experiments were conducted. The results from this experiments show that MOBICORS-Movie significantly reduces the customer's search effort and can be a realistic solution for movie recommendation in the mobile Internet environment.