• 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.

• 통합자연과학논문집
• /
• 제14권4호
• /
• pp.183-188
• /
• 2021

Collaborative filtering is one of the commonly used methods in the web recommendation system. Numerous researches on the collaborative filtering proposed the numbers of measures for enhancing the accuracy. This study suggests the movie recommendation system applied with Word2Vec and ensemble convolutional neural networks. First, user sentences and movie sentences are made from the user, movie, and rating information. Then, the user sentences and movie sentences are input into Word2Vec to figure out the user vector and movie vector. The user vector is input on the user convolutional model while the movie vector is input on the movie convolutional model. These user and movie convolutional models are connected to the fully-connected neural network model. Ultimately, the output layer of the fully-connected neural network model outputs the forecasts for user, movie, and rating. The test result showed that the system proposed in this study showed higher accuracy than the conventional cooperative filtering system and Word2Vec and deep neural network-based system suggested in the similar researches. The Word2Vec and deep neural network-based recommendation system is expected to help in enhancing the satisfaction while considering about the characteristics of users.

• 한국컴퓨터정보학회논문지
• /
• 제21권5호
• /
• pp.19-29
• /
• 2016

This paper suggests a method to refine a massive collective intelligence data, and visualize with multilevel sentiment network, in order to understand information in an intuitive and semantic way. For this study, we first calculated a frequency of sentiment words from each movie review. Second, we designed a Heatmap visualization to effectively discover the main emotions on each online movie review. Third, we formed a Sentiment-Movie Network combining the MDS Map and Social Network in order to fix the movie network topology, while creating a network graph to enable the clustering of similar nodes. Finally, we evaluated our progress to verify if it is actually helpful to improve user cognition for multilevel analysis experience compared to the existing network system, thus concluded that our method provides improved user experience in terms of cognition, being appropriate as an alternative method for semantic understanding.

• 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.

• 디지털산업정보학회논문지
• /
• 제15권1호
• /
• pp.87-97
• /
• 2019

Reaction of people is importantly considered about specific case as a social network service grows. In the previous research on analysis of social network service, they predicted tendency of interesting topic by giving scores to sentences written by user. Based on previous study we proceeded research of sentiment analysis for social network service's sentences, which predict the result as positive or negative for movie reviews. In this study, we used movie review to get high accuracy. We classify the movie review into positive or negative based on the score for learning. Also, we performed embedding and morpheme analysis on movie review. We could predict learning result as positive or negative with a number 0 and 1 by applying the model based on learning result to social network service. Experimental result show accuracy of about 80% in predicting sentence as positive or negative.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.197-200
• /
• 2018

본 연구에서는 <네이버 영화> 페이지의 리뷰 데이터를 수집하여, 출현 빈도가 높은 단어를 중심으로 영화 관람객의 반응을 시각화하는 작업을 수행하였다. 이를 위해 총 6편의 영화를 선정하여 데이터 수집 및 정제과정을 거쳤으며, 의미연결망 분석(Semantic network analysis)을 활용하여 단어 간 관계성을 파악하고자 하였다. 데이터 시각화 작업에는 UCINET과 함께 패키지화된 NetDraw가 사용되었다. 본 연구의 시사점은 문장으로 작성된 영화 관람객의 리뷰를 키워드 중심으로 시각화하여, 소비자들의 반응을 한 눈에 확인하는 리뷰 인터페이스 구현이 가능한지 탐색하였다는 점이다.

• 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.

• 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.

• 방송공학회논문지
• /
• 제9권2호
• /
• pp.119-130
• /
• 2004

We have developed a prototype super-high-definition (SHD) digital cinema distribution system that can store, transmit, and display eight-million-pixel motion pictures that have the image quality of a 35-mm film movie. The system contains a movie server, a real-time decoder, and an SHB projector. Using a Gigabit Ethernet link and TCP/IP, the server transmits JPEG2000 compressed motion picture data streams to the decoder at transmission speeds as high as 300 Mbps. The received data streams are decompressed by the decoder, and then projected onto a screen via the projector. By using an enlarged TCP window, multiple TCP streams, and a shaping function to control the data transmission quantity, we achieved real-time streaming of SHD movie data at about 300 Mbps between Chicago and Los Angeles, a distance of more than 3000 km. We also improved the decoder performance to show movies with Image qualities of 450 Mbps or higher. Since UDP is more suitable than TCP for fast long-distance streaming, we have developed an SHD digital cinema UDP relay system, in which UDP is used for transmission over a fast long-distance network. By using four pairs of server-side-proxy and decoder-side-proxy, 450-Mbps movie data streams could be transmitted.

• 한국정보통신학회논문지
• /
• 제23권1호
• /
• pp.1-6
• /
• 2019

본 연구는 <네이버 영화> 페이지의 리뷰 데이터를 수집하여, 출현 빈도가 높은 단어를 중심으로 영화 관람객의 반응을 시각화하는 작업을 수행하였다. 이를 위해 총 6편의 영화를 선정하여 데이터 수집 및 정제과정을 거쳤으며, 의미연결망 분석(Semantic network analysis)을 활용하여 단어 간 관계성을 파악하고자 하였다. 데이터 시각화 작업에는 UCINET과 함께 패키지화된 NetDraw가 사용되었다. 본 연구의 시사점은 문장으로 작성된 영화 관람객의 리뷰를 키워드 중심으로 시각화하여, 소비자들의 반응을 한 눈에 확인하는 리뷰 인터페이스 구현이 가능한지 탐색하였다는 점이다. 본 연구를 통해 영화 리뷰를 구성하는 키워드를 시각화하고, 리뷰 내용에서 영화별 특성의 차이를 확인하였다는 점에서 본 연구가 의미를 가진다고 하겠다. 후속 연구는 보다 많은 영화의 리뷰를 활용할 필요성이 제기되며, 각 영화별 리뷰의 수도 비슷한 양으로 맞추어 연구에 활용해야 할 것이다.