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
- 학위논문
- 저자정보
- 지도교수
- 강필성
- 발행연도
- 2021
- 저작권
- 고려대학교 논문은 저작권에 의해 보호받습니다.
이용수4
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
The size of the domestic webtoon market is growing rapidly. The webtoon industry is a representative contents industry. Through the One Source Multi-Use (OSMU) of webtoon contents, attempts to converge with other content industries such as movies and dramas and to create new added value are gradually accelerating. Predicting webtoons with high OSMU potential can contribute to increasing the probability of successful convergence of the content industry in that digital content can be converged between multiple content industries through a single digital content. In this study, 5 machine learning based prediction models were constructed for 1,559 webtoons uploaded to Naver and Daum sites to predict the OSMU possibility of webtoons. In addition, to use webtoon images, ‘representative colors’ and ‘representative sentiment’ derived variables were proposed. As a result of evaluation, it was confirmed that it is possible to build a predictive model with an accuracy up to 72%.
목차
1 서론 12 문헌연구 43 방법론 53.1 K-평균 군집화를 이용한 파생변수 생성 53.2 예측 모형 구축을 위한 머신러닝 방법론 63.2.1 로지스틱 회귀 모형 63.2.2 랜덤 포레스트 모형 83.2.3 에이다부스트 모형 93.2.4 그래디언트 부스팅, XGBoost 모형 114 실험 설계 124.1 데이터 수집 124.2 범주형 데이터 전처리 및 파생변수 생성 144.3 이미지 데이터 전처리 및 파생변수 생성 154.3.1 개별 이미지에 대한 대표 RGB 값 추출 174.3.2 대표 RGB 값에 대한 KS 기본색 추출 204.3.3 대표 RGB 값에 대한 감성어휘 추출 214.3.4 파생변수 생성 결과 224.4 예측 모형 구축 235 실험 결과 및 분석 255.1 예측 모형 성능 평가 255.2 변수 중요도 295.3 eXplainable AI 기법을 활용한 예측 결과 분석 316 결론 36참고문헌 37부록 39
최근 본 자료
댓글(0)
0