텍스트 마이닝을 이용한 영화 흥행 예측 분석

기본 정보

본제목

텍스트 마이닝을 이용한 영화 흥행 예측 분석

부제목

-

대등제목

-

국가구분

국내

생산일자

2015-**-**

언어

한국어

크기(mm)

-

페이지

29쪽

ISBN/ISSN

-

판차

-

마스터파일

-

생산자

이상훈 (동의대학교 대학원 수학정보통계학과 석사 논문 저자)

내용

(논문요약)텍스트 마이닝(Text Mining)이란 자연어로 구성된 비정형 텍스트 테이더에서 패턴 또는 관계를 알아내어 의미 있는 정보를 찾아내는 것으로써 사람들이 말하는 언어를 이해할 수 있는 자연어 처리(Natural Language Processing)에 기반을 둔다(WIkipedia, 2014). 본 연구에서는 텍스트 마이닝을 이용하여 영화의 흥행여부에 대한 내용으로 주로 다루고 있고, 사용도니 데이터는 포털 사이트 ‘D’사와 영화진흥위원회의 영화에 대한 리뷰 데이터, 평점평균 그리고 스크린 수이다. 텍스트 마이닝과 관련된 기존의 연구는 영화흥행 여부를 종속변수로 하고, 영화를 본 소감(즉, 댓글 또는 리뷰)을 정제하여 종속변수에 영향을 줄 수 있는 단어들을 추출하였다. 그리고 영화와 각 영화에서 추출된 단어의 빈도로 구성된 행렬을 SVD(Singilar VAlue Decomposition)하여 얻어진 변수를 설명변수로 사용하여 로지스틱 회귀분석을 실시하였다(김상화 외 3명, 2012). 본 연구에서 사용하고 있는 기존 방법의 데이터 구조는 47편의 영화에 대해서 10개의 변수로 47X10의 행렬구조로 구성되어 있다. 여기서 47편의 영화는 2013년부터 2014년까지 흥행영화 34편 비흥행영화 13편을 선정하였고, 10개의 변수는 각 영화에서 나오는 단어들의 빈도가 100개 이상인 단어들로 구성하였다. 본 연구에서 제안하고자 하는 방법에 대한 데이터 구조는 기존 방법의 데이터 구조에 2개의 변수(평점평균과 스크린 수)를 추가 한 47X12의 행렬구조있다. 본 연구의 목적은 기존 방법의 SVD에 종속변수에 영향을 줄 것이라고 판단되는 변수(평점평균과 스크린 수)를 추가하여 로지스틱 회귀분석을 실시한 결과와 기존의 방법을 정확도 측면에서 비교해 보는데 있다. 로지스틱 회귀부석에 의한 변수선택법은 단계별변수선택법을 사용하였다. 변수선택 결과 기존의 방법은 SVD1과 SVD3이 선택되었고, 제안방법은 기존의 방법결과에 의해 선택된 변수들 SVD1 과 SVD3과 평점평균이 선택되었다. 로지스틱 회귀분석에 의한 두 방법의 우위성 비교결과, 기존의 방법에 대한 정분류율은 89,36%, 본 연구에서 제안하는 방법에 대한 정분류율은 93.62%로 얻어져 본 연구에서 제안하는 방법이 기존의 방법보다 더 좋은 결과를 보였다.

소장정보 1