• 디자인융복합연구
• /
• 제14권4호
• /
• pp.1-16
• /
• 2015

본 연구는 영화 리뷰 값이 1000개 이상인 673개의 영화를 대상으로 영화 장르별로 관객들이 느끼는 감정 어휘의 분포를 탐색하고 영화 흥행도와 감정 어휘의 관계를 파악하는데 목적이 있다. 분석을 위해 네이버 영화 리뷰를 크롤링하고 감정 어휘 사전을 활용하여 7개의 대표 감정 어휘, 영화 티켓 판매액, 영화 관람 관객 수, 상영 스크린 수, 한 스크린 당 영화 관람 관객 수, 영화의 장르, 영화의 영문 이름으로 구성된 데이터를 생성하였다. 연구 목적을 위한 분석은 상관관계 분석 방법과 Parallel coordinates 시각화 분석 방법을 사용하였다. 연구 결과로는 첫째, 장르에 따른 영화 흥행도를 분석하여 영화 흥행도가 가장 높은 장르는 코미디이고 가장 낮은 장르는 호러라는 결과를 확인하였다. 둘째, 모든 장르에서 'Happy'와 'Surprise'의 값이 높게 나오지만 다른 장르들에 비해 판타지 장르의 영화는 지루한 감정이 많이 느껴지고, SF장르의 영화는 화나는 감정이 많이 느껴진다는 결과를 확인 하였다. 셋째, 모든 장르의 감정 어휘 별 상관관계를 분석하여 Disgust'의 값이 높아질 때 'Anger'의 값도 높아지고, 'Happy'의 값이 높아질 때 'Surprise'의 값은 낮아진다라는 결과를 확인하였다. 넷째, 영화 흥행도에 따른 감정 어휘를 분석하여 영화 흥행도와 'Happy'는 선형 관계이지만 영화 흥행도와 'Fear'는 비선형 관계인 것을 확인 하였다.

• 한국엔터테인먼트산업학회논문지
• /
• 제13권7호
• /
• pp.1-13
• /
• 2019

이 연구는 언론에 보도된 영화 전문가 리뷰의 내용을 분석하고자 했다. 분석대상은 2017년에 개봉한 한국영화 중 관객 수 10만 명 이상을 기록한 작품 59편 중 리뷰가 없는 4편을 제외한 55편의 작품의 리뷰 총 1,113건이다. 이 연구는 전문가 리뷰의 작품성 평가 및 감독의 연출, 배우의 연기, 영상, 스토리 등의 세부 항목의 구성을 살펴보고, 이들 항목들 사이의 관계 또한 분석하였다. 또한 리뷰의 보도 시기, 리뷰의 길이, 의견의 강도에 따라서 흥행성과와 어떤 관련성이 있는 지를 비교 분석하였다. 분석결과에 따르면, 언론에 보도된 전문가 평가는 높은 긍정적 성향을 보여주었다. 시기별 차이에서 개봉전의 작품성 평가가 개봉주보다 높게 나타났다. 개봉전과 개봉주의 리뷰에는 개봉 1주 후보다 배우 평가를 비롯한 더 다양한 세부 항목 평가를 포함하는 것으로 나타났다. 영화별 리뷰의 숫자와 흥행의 관계에서도 정적으로 유의미한 상관관계를 확인할 수 있었다.

• Asia pacific journal of information systems
• /
• 제23권3호
• /
• pp.131-154
• /
• 2013

New internet technologies have created a revolutionary new platform which allows consumers to make decision about product price and quality quickly and provides information about themselves through the transcript of online reviews. By expressing their feelings toward products or services on virtual opinion platforms, users extend their influence into cyberspace as electronic word-of-mouth (e-WOM). Existing research indicates that an impact of eWOM on the consumer decision process is influential. For both academic researchers and practitioners, investigating this phenomenon of information sharing in online website is essential given the increasing number of consumers using them as sources of purchase decisions. It is worthwhile to examine the extent to which opinion seekers are willing to accept and adopt online reviews and which factors encourage adoption. Discerning the most motivating aspects of information adoption in particular, could help electronic marketers better promote their brand and presence on the internet. The objectives of this study are to investigate how online WOM influences a persons' purchase decision by discovering which factors encourage information adoption. Especially focused on the self-efficacy, this research investigates how self-efficacy affects on information usefulness and adoption of online information. Although people are exposed to same review or comment about product or service, some accept the reviews while others do not. We notice that accepting online reviews mainly depends on the person's preference or personal characteristics. This study empirically examines this issue by using cognitive dissonance theory. Specifically, in the movie industry, we address few questions-is always positive WOM generating positive effect? What if the movie isn't the person's favorite genre? What if the person who is very self-assertive so doesn't take other's opinion easily? In these cases of cognitive dissonance, is always WOM generating same result? While many studies have focused on one direct of WOM which indicates positive (or negative) informative reviews or comments generate positive (or negative) results and more (or less) profits, this study investigates not only directional properties of WOM but also how people change their opinion towards product or service positive to negative, negative to positive through the online WOM. An experiment was conducted quantitatively by using a sample of 168 users who have experience within the online movie review site, 'Naver Movie'. Users were required to complete a survey regarding reviews and comments taken from the real movie page. The data reflected user's perceptions of online WOM information that determined users' adoption level. Analysis results provide empirical support for the proposed theoretical perspective. When user can't agree with the opinion of online WOM information, in other words, when cognitive dissonance between online WOM information and users' preference occurs, perceived self-efficacy significantly decreases customers' perception of usefulness. And this perception of usefulness plays an important role in determining users' intention to adopt online WOM information. Most of researches have been concentrated on characteristics of online WOM itself such as quality or vividness of information, credibility of source and direction of online WOM, etc. for describing effect of online WOM, but our results suggest that users' personal character (e.g., self-efficacy) plays decisive role for acceptance of online WOM information. Higher self-efficacy means lower possibility to accept the information that represents counter opinion because of cognitive dissonance, whereas the people that have lower self-efficacy are willing to accept the online WOM information as true and refer to purchase decision. This study suggests a model for understanding role of direction of online WOM information. Also, our result implicates the importance of online review supervision and personalized information service by confirming switching opinion negative to positive is more difficult than positive to negative through the online WOM information. This implication would help marketers to manage online reviews of their products or services.

• 응용통계연구
• /
• 제35권1호
• /
• pp.19-33
• /
• 2022

SNS의 등장으로 인터넷 이용자들이 온라인에 남기는 텍스트의 양이 방대해지고 그 중요성이 강조되고있다. 특히 네이버의 영화 탭에서 볼 수 있는 영화 평점이나 리뷰는 실제로 관객들이 영화를 보기 전 해당 영화를 볼 것인지 결정하는 데 주요 요인이 되기도 한다. 본 연구는 실제 네이버 영화 리뷰 데이터를 가지고 평점을 예측하는 분석을 수행했다. 영화 리뷰 데이터를 분석하기 위해 평점의 분포를 통해 데이터 특성을 살펴보았고, 텍스트의 의미를 분석하기 위해 형태소 분석을 통한 한국어 자연어처리를 수행했다. 또한 평점 예측에 활용할 모델 선택을 위해 2-Class와 multi-Class 문제들에 대해 머신러닝과 딥러닝, 회귀와 분류 분석을 비교했으며, 오분류의 원인을 영화 리뷰 데이터 특성과 연관시켜 서술했다.

• Asia Marketing Journal
• /
• 제16권3호
• /
• pp.77-100
• /
• 2014

Many researchers have analyzed the relationship between the financial success patterns of a motion picture and many other factors, such as the production cost, marketing, stars, awards, reviews, genre, and rating. Through these studies, many researchers and investors concluded that big budgets to make a blockbuster movie can serve as an insurance policy to meet their ROI; thus the box office is dominated by blockbuster movies. High-budget blockbuster movies are more likely to receive attention because these movies are more recognizable given their high expenses for production and casting. Therefore, audiences choose blockbusters in an effort to reduce the searching cost and to mitigate the possibility of a regrettable choice. This behavior of consumers, in turn, causes distributors to allocate screens for blockbusters, resulting in "concentration of blockbuster consumption." As such, low-budget films cannot easily become popular due to the lack of distribution. Indeed, low-budget films released on a small number of screens often end up becoming dismal failures. However, there are exceptional examples which are contrary to the general idea in the movie industry that a big budget and showings on a large number of screens can guarantee the success of a movie. Although researchers have attempted to analyze the performances of movies with small budgets, such movies are likely to be regarded as outliers and then be entirely discarded, as they are far from the 'three-sigma' range, especially given that previous research methodologies could not explain the financial success of such unique examples. This study attempts to explain the financial success at the box office of low-budget movies by applying the concept of the tunnel effect in quantum mechanics, as the phenomenon found in the movie industry is similar to a particle's movement in quantum physics. The tunneling effect is a phenomenon by which a particle without enough energy to pass over a potential barrier tunnels through it. Adopting the analogy, this study draws a tunneling probability function and cultural constant to forecast other outliers using the Schrödinger equation. Moreover, the study finds that word-of-mouth creates in the movie industry this phenomenon of finding outliers.

• 한국언어정보학회:학술대회논문집
• /
• 한국언어정보학회 2007년도 정기학술대회
• /
• pp.481-488
• /
• 2007

In this paper, we propose a method to classify movie review documents into positive or negative opinions. There are several approaches to classify documents. The previous studies, however, used only a single classifier for the classification task. We describe a multiple classifier for the review document classification task. The method consists of three classifiers based on SVMs, ME and score calculation. We apply two voting methods and SVMs to the integration process of single classifiers. The integrated methods improved the accuracy as compared with the three single classifiers. The experimental results show the effectiveness of our method.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권8호
• /
• pp.3169-3181
• /
• 2015

Nowadays, online word-of-mouth has become a powerful influencer to marketing and sales in business. Opinion mining and sentiment analysis is frequently adopted at market research and business analytics field for analyzing word-of-mouth content. However, there still remain several challengeable areas for 1) sentiment analysis aiming for Korean word-of-mouth content in film market, 2) availability of machine learning models only using linguistic features, 3) effect of the size of the feature set. This study took a sample of 10,000 movie reviews which had posted extremely negative/positive rating in a movie portal site, and conducted sentiment analysis with four machine learning algorithms: naïve Bayesian, decision tree, neural network, and support vector machines. We found neural network and support vector machine produced better accuracy than naïve Bayesian and decision tree on every size of the feature set. Besides, the performance of them was boosting with increasing of the feature set size.

• 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.

• 한국IT서비스학회지
• /
• 제21권2호
• /
• pp.109-126
• /
• 2022

The number and variety of products and services offered by companies have increased dramatically, providing customers with more choices to meet their needs. As a solution to this information overload problem, the provision of tailored services to individuals has become increasingly important, and the personalized recommender systems have been widely studied and used in both academia and industry. Existing recommender systems face important problems in practical applications. The most important problem is that it cannot clearly explain why it recommends these products. In recent years, some researchers have found that the explanation of recommender systems may be very useful. As a result, users are generally increasing conversion rates, satisfaction, and trust in the recommender system if it is explained why those particular items are recommended. Therefore, this study presents a methodology of providing an explanatory function of a recommender system using a review text left by a user. The basic idea is not to use all of the user's reviews, but to provide them in a summarized form using only reviews left by similar users or neighbors involved in recommending the item as an explanation when providing the recommended item to the user. To achieve this research goal, this study aims to provide a product recommendation list using user-based collaborative filtering techniques, combine reviews left by neighboring users with each product to build a model that combines text summary methods among deep learning-based natural language processing methods. Using the IMDb movie database, text reviews of all target user neighbors' movies are collected and summarized to present descriptions of recommended movies. There are several text summary methods, but this study aims to evaluate whether the review summary is well performed by training the Sequence-to-sequence+attention model, which is a representative generation summary method, and the BertSum model, which is an extraction summary model.

• 인터넷정보학회논문지
• /
• 제16권2호
• /
• pp.41-48
• /
• 2015

영화 리뷰 사이트에서 영화 평점은 네티즌들의 주관적 판단으로 결정된다. 이로 인해 그들이 남긴 영화평과 평점 사이의 극성이 서로 불일치하는 경우가 종종 발생한다. 본 논문에서는 이 문제를 해결하기 위해 영화의 평가에 영향을 미치는 감성 문장들의 집합을 만들고, 이들을 영화평에 적용하여 평점을 추론한다. 감성 문장들의 집합을 만들기 위한 과정은 감성 어휘 사전을 구축하는 단계와 감성 문장을 구성하는 단계로 이루어진다. 감성 어휘 사전은 영화평에서 쓰인 형용사와 형용사의 극성을 저장한다. 감성 문장은 영화와 관련된 명사를 주어로 갖고 감성 어휘 사전의 어휘를 서술어로 갖는 문장 구조이다. 감성 문장의 극성과 감성 문장에서 쓰인 서술어의 극성이 다른 문장들은 제거하여 감성 문장들이 감성 어휘 사전 어휘의 극성과 일치되도록 하였다. 영화평에서 쓰인 감성 문장들의 평균 점수를 구하면 영화평이 갖는 감성 점수가 된다. 본 연구 결과를 통해 네티즌들이 매긴 평점에 비해 감성 문장 집합을 적용하여 계산한 영화평의 감성 점수가 영화평에 대한 의견을 더 잘 반영한다는 것을 알 수 있다.