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
김민선 (한성대학교) 서준혁 (한성대학교) 최승호 (한성대학교)
저널정보
한국디지털콘텐츠학회 디지털콘텐츠학회논문지 디지털콘텐츠학회논문지 제26권 제3호
발행연도
2025.3
수록면
739 - 747 (9page)
DOI
10.9728/dcs.2025.26.3.739

이용수

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

초록· 키워드

오류제보하기
뮤지컬 배우의 인기도와 티켓 판매율은 밀접한 관련이 있다. 하지만 스타 캐스팅으로 인한 제작비 상승으로 티켓값 인상과 뮤지컬 접근성 하락이라는 악순환이 계속되고 있다. 이를 방지하기 위해, 티켓 판매에 영향을 미치는 주요 인자를 식별하고, 머신러닝 기반의 뮤지컬 잔여 좌석 예측 프레임워크를 통해 인자 분석 방법을 제안하였다. 제안한 프레임워크는 뮤지컬 잔여 좌석 예측에 큰 영향을 주는 인자가 무엇인지에 대해서 분석하였다. 이를 검증하기 위해 통계적 분석과 함께 9가지 머신러닝 모델을 이용하여 실험을 진행했다. 인자 분석을 위해 SHAP을 활용하여 모델의 예측 결과를 분석했다. Gradient Boosting Regressor 모델이 가장 좋은 예측 성능을 보였다. 할인율이 티켓 판매에 가장 중요한 요인임을 확인했다. 제안한 프레임워크를 통해 잔여 좌석을 효율적으로 예측하고, 잔여 좌석을 예측하는 데에 있어 가장 중요한 인자가 무엇인지를 확인했다.
#뮤지컬 잔여 좌석 예측 #머신 러닝 #프레임워크 #SHAP #요인 분석 #Musical Residual Seat Prediction #Machine Learning #Framework #Shapley Additive exPlanations #Factor Analysis

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 제안 방법
Ⅳ. 실험 방법
Ⅴ. 실험 결과
Ⅵ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

최근 본 자료

전체보기

댓글(0)

0