메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
변준형 (Korea University) 김지호 (Korea University) 최영진 (Korea University) 이홍철 (Korea University)
저널정보
한국컴퓨터정보학회 한국컴퓨터정보학회논문지 한국컴퓨터정보학회 논문지 제25권 제6호(통권 제195호)
발행연도
2020.6
수록면
35 - 47 (13page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2020

딥러닝을 이용한 영화 흥행 예측과 주요 변수의 선택 연구 : 다변량 시계열 데이터 중심으로
변준형 ,  김지호 ,  최영진 외 1명 한국컴퓨터정보학회논문지 2020.06 학술저널
영화 흥행 예측을 위한 다변량 시계열 딥러닝 모델 활용과 주요 변수 선택 연구
변준형 산업경영공학과 2020.01 학위논문

초록· 키워드

오류제보하기
박스 오피스 예측은 영화 이해관계자들에게 중요하다. 따라서 정확한 박스 오피스 예측과 이에 영향을 미치는 주요 변수를 선별하는 것이 필요하다. 본 논문은 영화의 박스 오피스 예측 정확도 향상을 위해 다변량 시계열 데이터 분류와 주요 변수 선택 방법을 제안한다. 연구 방법으로 한국 영화 일별 데이터를 KOBIS와 NAVER에서 수집하였고, 랜덤 포레스트(Random Forest) 방법으로 주요 변수를 선별하였으며, 딥러닝(Deep Learning)으로 다변량 시계열을 예측하였다. 한국의 스크린 쿼터제(Screen Quota)기준, 딥러닝을 이용하여 영화 개봉 73일째 흥행 예측 정확도를 주요 변수와 전체 변수로 비교하고 통계적으로 유의한지 검정하였다. 딥러닝 모델은 다층 퍼셉트론(Multi-Layer Perceptron), 완전 합성곱 신경망(Fully Convolutional Neural Networks), 잔차 네트워크(Residual Network)로 실험하였다. 결과적으로 주요 변수를 잔차 네트워크에 사용했을 때 예측 정확도가 약 93%로 가장 높았다.
#Box-office Prediction #Feature Selection #Multivariate Time Series Classification #Random Forest #Deep Learning #Multi-Layer Perceptron #Fully Convolutional Neural Networks #Residual Network #박스 오피스 예측 #영화 흥행 예측 #주요 변수 선택 #다변량 시계열 데이터 분류 #랜덤 포레스트 #딥러닝 #다층 퍼셉트론 #완전 합성곱 신경망 #잔차 네트워크

목차

Abstract
요약
Ⅰ. Introduction
Ⅱ. Preliminaries
Ⅲ. Data collection and preprocessing
Ⅳ. Experiments
Ⅴ. Conclusions
REFERENCES

참고문헌 (30)

참고문헌 신청
김일경 / 2012 / 전문가 리뷰가 인터넷 사용자 리뷰와 박스 오피스(Box Office)에 미치는 영향 / 인사조직연구 20(3):1~27 dbpia Policy Research Team / 2013 Korean Film Industry Settlement google schola 정영재 / 2009 / 영화산업에 있어서 스크린쿼터의 영향분석 / 한국컴퓨터정보학회논문지 14(12):217~223 dbpia 김소영 / 2010 / 영화 유형별 영화 흥행 성과 예측 요인의 비교 연구: 예술 영화와 상업 영화 비교를 중심으로 / 한국콘텐츠학회 논문지 10(2):381~393 dbpia 윤충한 / 2012 / 영화 배급․상영의 수직계열화가 상영영화 선택 및 상영횟수에 미치는 영향 / 문화경제연구 15(2):127~149 dbpia

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

딥러닝을 이용한 영화흥행 예측
이도연 ,  장병희 한국방송학회 학술대회 논문집 2020 .06
CNN-LSTM 조합모델을 이용한 영화리뷰 감성분석
박호연 ,  김경재 지능정보연구 2019 .12
설명 가능한 합성곱 신경망을 활용한 센서 기반의 시계열 데이터 분류 모델 제안
장영준 ,  김지호 ,  이홍철 한국컴퓨터정보학회논문지 2022 .05
흥행영화 요소 분석 : 2016년 개봉한 상업 영화를 중심으로
강선주 한국엔터테인먼트산업학회논문지 2017 .07
데이터 마이닝을 활용한 영화 VOD 흥행 예측 및 주요 흥행 요인 분석
문진희 ,  금영정 대한산업공학회 추계학술대회 논문집 2016 .11

최근 본 자료

전체보기

댓글(0)

0