한국 영화의 산업의 흥행 극대화를 위한 AutoML 기반의 박스오피스 유형 분류 및 예측 모델
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 임수빈 | - |
dc.contributor.author | 문지훈 | - |
dc.contributor.author | 노승민 | - |
dc.date.accessioned | 2023-12-14T07:01:15Z | - |
dc.date.available | 2023-12-14T07:01:15Z | - |
dc.date.issued | 2023-06 | - |
dc.identifier.issn | 2289-0181 | - |
dc.identifier.issn | 2289-019X | - |
dc.identifier.uri | https://scholarworks.bwise.kr/sch/handle/2021.sw.sch/25770 | - |
dc.description.abstract | 본 논문은 한국 영화 산업의 의사 결정자들이 온라인상에서의 영화의 흥행을 극대화할 수있도록 지원하는 데 도움을 주고자 역대 박스오피스 영화를 수집하여 영화를 유형별로군집화하고, 유형별 온라인 박스오피스를 예측하는 모델을 제시한다. 이를 위해 먼저 다양한특성을 고려하여 영화의 흥행 요인을 식별하고, 계산 효율성을 고려하여 특성 차원을 줄인다. 다음으로 영화의 유형을 체계적으로 분류하고, 유형별 온라인 박스오피스를 예측하며 흥행에이바지한 요소를 분석한다. 이때, AutoML (Automated Machine Learning) 기법을 활용함으로써다양한 기계학습 알고리즘을 자동으로 구성하고, 문제에 최적화된 알고리즘을 선택함으로써여러 알고리즘을 쉽게 시도 및 선택한다. 이를 통해 정보화된 판단을 내릴 수 있는 기반을제공하고, 영화 산업의 더 나은 성과를 도모하는 데 이바지할 것으로 기대할 수 있다. | - |
dc.format.extent | 11 | - |
dc.language | 한국어 | - |
dc.language.iso | KOR | - |
dc.publisher | 아이씨티플랫폼학회 | - |
dc.title | 한국 영화의 산업의 흥행 극대화를 위한 AutoML 기반의 박스오피스 유형 분류 및 예측 모델 | - |
dc.title.alternative | A Box Office Type Classification and Prediction Model Based on Automated Machine Learning for Maximizing the Commercial Success of the Korean Film Industry | - |
dc.type | Article | - |
dc.publisher.location | 대한민국 | - |
dc.identifier.doi | 10.23023/JPT.2023.11.3.045 | - |
dc.identifier.bibliographicCitation | Journal of Platform Technology, v.11, no.3, pp 45 - 55 | - |
dc.citation.title | Journal of Platform Technology | - |
dc.citation.volume | 11 | - |
dc.citation.number | 3 | - |
dc.citation.startPage | 45 | - |
dc.citation.endPage | 55 | - |
dc.identifier.kciid | ART002978200 | - |
dc.description.isOpenAccess | N | - |
dc.description.journalRegisteredClass | kci | - |
dc.subject.keywordAuthor | Korean Film Industry | - |
dc.subject.keywordAuthor | Online Movies | - |
dc.subject.keywordAuthor | Automated Machine Learning | - |
dc.subject.keywordAuthor | Cluster Analysis | - |
dc.subject.keywordAuthor | Performance Improvement | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
(31538) 22, Soonchunhyang-ro, Asan-si, Chungcheongnam-do, Republic of Korea+82-41-530-1114
COPYRIGHT 2021 by SOONCHUNHYANG UNIVERSITY ALL RIGHTS RESERVED.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.