지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2015.8
- 수록면
- 50 - 66 (17page)
이용수
초록· 키워드
오류제보하기
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 many fields such as movie recommendation of e-commerce service. However, most of classification approaches for predicting 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, naive 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 has about 10% higher accuracy than other classification models. The implications of our results show that our proposed model could be used for improving movie popularity classification.
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, naive 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 has about 10% higher accuracy than other classification models. The implications of our results show that our proposed model could be used for improving movie popularity classification.
목차
Abstract
Ⅰ. Introduction
Ⅱ. Related work
Ⅲ. Research Model
Ⅳ. Experiments and Result
Ⅴ. Conclusion
Reference
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Movie Popularity Classification Based on Support Vector Machine Combined with Social Network Analysis
한국IT서비스학회지
2017 .01
-
Research on the Movie Reviews Regarded as Unsuccessful in Box Office Outcomes in Korea: Based on Big Data Posted on Naver Movie Portal
아태비즈니스연구
2021 .09
-
중국 소비자의 영화 캐릭터제품 정품 구매의도에 관한 연구 －중국 및 해외 캐릭터제품 비교를 중심으로－
중국지역연구
2019 .01
-
정보 소득율 기반의 변수 선택을 통한 영화 관객 수 예측
Journal of Information Technology Applications & Management
2019 .06
-
영화비평의 목적성 전환 – 온라인 문화 매개자와 리뷰 콘텐츠
동북아시아문화학회 국제학술대회 발표자료집
2020 .07
-
영화의 유통전략에 대한 연구: 심플렉스 해법을 중심으로
유통과학연구
2016 .01
-
영화 리뷰가 흥행에 미치는 영향 연구
한국경영과학회 학술대회논문집
2022 .06
-
CJ E&M의 해외 진출 전략인 OSMT(One Source Multi Territory)에 관한 고찰
글로컬 창의 문화연구
2018 .07
-
다양성영화의 수요 및 흥행의 특징: 디지털 온라인 상영시장을 중심으로
문화산업연구
2021 .12
-
Using the Hierarchical Linear Model to Forecast Movie Box-Office Performance: The Effect of Online Word of Mouth
Asia pacific journal of information systems
2015 .01
-
4 산업혁명 시대의 한국영화기술 발전방안에 관한 연구
한국IT서비스학회지
2019 .01
-
해방기 경찰영화 의 등장배경과 장르화 경향 고찰: 시대적 특수성 및 역사적 의미와 더불어
기억과 전망
2015 .01
-
중국 ‘넷무비(網絡電影)’와 그 산업적 발전 과정 고찰
중국학논총
2020 .01
-
대학생들의 영화 반복 소비 결정 요인에 대한 탐색적 연구
한국소통학보
2017 .06
-
영화를 활용한 내용 중심 수업이실용적 영어표현 습득에 미치는 영향
비교문화연구
2015 .01
-
유통배급단계에서의 영화흥행예측 -영화리뷰의 텍스트마이닝을 이용하여-
물류학회지
2023 .02
-
Using Topic Modeling to Analyze Transition of Movie Themes in South Korea
마케팅연구
2021 .08
-
실제적인 자료를 활용한 영어교육: 영화 밀리언 달러 베이비를 중심으로
중등영어교육
2021 .11
-
영화를 통한 공학교육과 인문학의 만남
공학교육연구
2015 .01
-
プロパガンダを越えた戦時期の朝鮮映画 - 『志願兵』と『朝鮮海峡』の比較-
일본근대학연구
2015 .01
이 논문의 저자 정보
이 논문과 함께 이용한 논문
Research of Animation Movie Marketing Strategy in AISAS Model- A Case Study of “Zootopia"
Li Miao
,
Jae-Woong Kim
TECHART: Journal of Arts and Imaging Science
2017
.11
영화선택에서의 비보상적 의사 결정 : 장르와 온라인 구전 효과를 중심으로
김영주
,
김동수
,
김재환
마케팅연구
2014
.02
시장 수준에서 영화에 대한 기대불일치가 흥행에 미치는 영향
이유석
,
김상훈
마케팅연구
2013
.02
영화 예고편에 대한 관객인식유형의 Q방법론적 연구
현승훈
한국엔터테인먼트산업학회논문지
2012
.12
관객의 영화선택 지각에 영향을 미치는 마케팅 변수에 관한 연구
이종철
영화연구
2004
.06
최근 본 자료
댓글(0)
0