1 Hit in 0.038 sec

Predicting Movie Success based on Machine Learning Using Twitter
트위터를 이용한 기계학습 기반의 영화흥행 예측

Junyeob Yim, Byung-Yeon Hwang
2014 KIPS Transactions on Software and Data Engineering  
This paper suggests a method for predicting a box-office success of the film. Lately, as the growth of the film industry, a variety of studies for the prediction of market demand is being performed. The product life cycle of film is relatively short cultural goods. Therefore, in order to produce stable profits, marketing costs before opening as well as the number of screen after opening need a plan. To fulfill this plan, the demand for the product and the calculation of economic profit scale
more » ... mic profit scale should be preceded. The cases of existing researches, as a variable for predicting, primarily use the factors of competition of the market or the properties of the film. However, the proportion of the potential audiences who purchase the goods is relatively insufficient. Therefore, in this paper, in order to consider people's perception of a movie, Twitter was utilized as one of the survey samples. The existing variables and the information extracted from Twitter are defined as off-line and on-line element, and applied those two elements in machine learning by combining. Through the experiment, the proposed predictive techniques are validated, and the results of the experiment predicted the chance of successful film with about 95% of accuracy. 진 사용자들끼리 서로 독자적인 관계를 형성한다. 또한 기 존의 온라인 소통방식보다는 빠르고 쉽게 개인의 감정이나 정보를 서로에게 공유할 수 있다[1]. 이러한 특징은 정보의 새로운 확산공간을 만들었으며, 최근 스마트 기기의 발전으 로 인한 인터넷 접근성의 확대와 함께 SNS 이용자의 급격 한 증가를 초래했다. 그 중 트위터(Twitter)는 2006년 3월에 서비스를 시작하여 꾸준히 사용자가 증가하고 있는 마이크 로블로깅 서비스(Microbloging Service)이다. 특히, 2014년 1 월을 기준으로 트위터 계정을 보유한 사용자는 약 6억 4천 5백만 명 이상이었으며, 트위터 내에서 매일 약 5천 8백만 개가량의 트윗(Tweet)이 생성되고 있다[2]. 트위터의 주된 특징은 실시간성과 정보의 빠른 확산력이 http://dx.
doi:10.3745/ktsde.2014.3.7.263 fatcat:42loug5tsvawfiwxek6ijjo2um