최근 웹툰 컨텐츠에 대해서 국내외적으로 많은 성장이 이루어지고 있다. 웹툰 자체가 성장함에 따라서 부가가치를 창출할 수 있는 OSMU에 관한 전략은 필수적으로 자리 잡으며 OSMU 전략을 활용한 콘텐츠가 많이 제작되어 흥행에 성공하는 사례 역시 점차 증가하고 있다. 따라서 OSMU 관련 연구도 진행되어왔으나 OSMU 발전가능성에 따른 예측 연구는 거의 없었고 하나의 연구에서도 이미지 RGB값을 이용해서 분위기를 도출했을 뿐이었다. 따라서 본 연구에서는 웹툰 리뷰의 감정 단어 출현 빈도와 딥러닝을 바탕으로 이미지의 색감뿐만 아니라 그림체를 반영해주는 데이터를 정량적인 수치로 제시하여 설명 가능한 머신러닝 기반 OSMU 가능성 ...
최근 웹툰 컨텐츠에 대해서 국내외적으로 많은 성장이 이루어지고 있다. 웹툰 자체가 성장함에 따라서 부가가치를 창출할 수 있는 OSMU에 관한 전략은 필수적으로 자리 잡으며 OSMU 전략을 활용한 콘텐츠가 많이 제작되어 흥행에 성공하는 사례 역시 점차 증가하고 있다. 따라서 OSMU 관련 연구도 진행되어왔으나 OSMU 발전가능성에 따른 예측 연구는 거의 없었고 하나의 연구에서도 이미지 RGB값을 이용해서 분위기를 도출했을 뿐이었다. 따라서 본 연구에서는 웹툰 리뷰의 감정 단어 출현 빈도와 딥러닝을 바탕으로 이미지의 색감뿐만 아니라 그림체를 반영해주는 데이터를 정량적인 수치로 제시하여 설명 가능한 머신러닝 기반 OSMU 가능성 예측 모델을 구성하고자 했다. 웹툰 리뷰데이터를 이용해 요인분석 기법을 바탕으로 3가지 주요 요인을 도출한 웹툰 리뷰 파생변수와 이미지 그림체를 반영해주기 위해 분류 모델을 만들고 CNN기법을 통하여 웹툰 이미지 파생변수를 생성했다. 제안한 방법을 통해 의사결정 트리 기반의 앙상블 모델을 적용해 성능을 확인했으며 준수한 성능이 나옴을 확인할 수 있었다. 추가적으로 LIME 모델을 통하여 새롭게 파생한 변수가 많은 영향을 주고 있음을 확인할 수 있었다.
최근 웹툰 컨텐츠에 대해서 국내외적으로 많은 성장이 이루어지고 있다. 웹툰 자체가 성장함에 따라서 부가가치를 창출할 수 있는 OSMU에 관한 전략은 필수적으로 자리 잡으며 OSMU 전략을 활용한 콘텐츠가 많이 제작되어 흥행에 성공하는 사례 역시 점차 증가하고 있다. 따라서 OSMU 관련 연구도 진행되어왔으나 OSMU 발전가능성에 따른 예측 연구는 거의 없었고 하나의 연구에서도 이미지 RGB값을 이용해서 분위기를 도출했을 뿐이었다. 따라서 본 연구에서는 웹툰 리뷰의 감정 단어 출현 빈도와 딥러닝을 바탕으로 이미지의 색감뿐만 아니라 그림체를 반영해주는 데이터를 정량적인 수치로 제시하여 설명 가능한 머신러닝 기반 OSMU 가능성 예측 모델을 구성하고자 했다. 웹툰 리뷰데이터를 이용해 요인분석 기법을 바탕으로 3가지 주요 요인을 도출한 웹툰 리뷰 파생변수와 이미지 그림체를 반영해주기 위해 분류 모델을 만들고 CNN기법을 통하여 웹툰 이미지 파생변수를 생성했다. 제안한 방법을 통해 의사결정 트리 기반의 앙상블 모델을 적용해 성능을 확인했으며 준수한 성능이 나옴을 확인할 수 있었다. 추가적으로 LIME 모델을 통하여 새롭게 파생한 변수가 많은 영향을 주고 있음을 확인할 수 있었다.
Recently, a lot of growth has been achieved both domestically and int ernationally in webtoon content. As webtoons grow, strategies for OSMU which can create added value are essential and the number of successful cases of box office hits is also increasing as many contents using OSMU ...
Recently, a lot of growth has been achieved both domestically and int ernationally in webtoon content. As webtoons grow, strategies for OSMU which can create added value are essential and the number of successful cases of box office hits is also increasing as many contents using OSMU strategies are produced. Therefore, OSMU-related studies have also been studied, but few predictive studies have been conducted according to th e possibility of OSMU development, and only one study used image RGB va lues to derive the atmosphere. Therefore, this study attempted to const ruct an explainable machine learning-based OSMU possibility prediction model by presenting data that reflects not only the color of the image but also the picture as quantitative figures based on the frequency and deep learning of emotional words in webtoon reviews. Using webtoon revi ew data, a classification model was created to reflect webtoon review d erivatives and image drawings that derived three main factors based on factor analysis techniques, and webtoon image derivatives were created through CNN techniques. Through the proposed method, the performance wa s confirmed by applying a decision tree-based ensemble model, and it wa s confirmed that good result was achieved. In addition, it was confirme d that the newly derived variables had a lot of influence through the L IME model.
Recently, a lot of growth has been achieved both domestically and int ernationally in webtoon content. As webtoons grow, strategies for OSMU which can create added value are essential and the number of successful cases of box office hits is also increasing as many contents using OSMU strategies are produced. Therefore, OSMU-related studies have also been studied, but few predictive studies have been conducted according to th e possibility of OSMU development, and only one study used image RGB va lues to derive the atmosphere. Therefore, this study attempted to const ruct an explainable machine learning-based OSMU possibility prediction model by presenting data that reflects not only the color of the image but also the picture as quantitative figures based on the frequency and deep learning of emotional words in webtoon reviews. Using webtoon revi ew data, a classification model was created to reflect webtoon review d erivatives and image drawings that derived three main factors based on factor analysis techniques, and webtoon image derivatives were created through CNN techniques. Through the proposed method, the performance wa s confirmed by applying a decision tree-based ensemble model, and it wa s confirmed that good result was achieved. In addition, it was confirme d that the newly derived variables had a lot of influence through the L IME model.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.