$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

영화 흥행 실적 예측을 위한 빅데이터 전처리
Big Data Preprocessing for Predicting Box Office Success

정보과학회. 컴퓨팅의 실제 논문지 = KIISE transactions on computing practices, v.20 no.12, 2014년, pp.615 - 622  

전희국 (서울대학교 컴퓨터공학부) ,  현근수 (서울대학교 컴퓨터공학부) ,  임경빈 (서울대학교 컴퓨터공학부) ,  이우현 (서울대학교 컴퓨터공학부) ,  김형주 (서울대학교 컴퓨터공학부)

초록
AI-Helper 아이콘AI-Helper

국제적 수준으로 성장한 한국의 영화 시장 환경은 더욱 타당한 자료 분석에 근거한 의사 결정 수단을 필요로 하게 되었다. 또한 발전된 정보 환경으로 인해 실시간으로 생성되는 대규모 데이터를 신속히 처리하고 분석하여 보다 정밀한 결과를 예측할 수 있어야 한다. 특히 전처리 작업은 정보 분석 과정 중 가장 많은 시간이 소요 되므로 대규모 데이터 기반 분석 환경에서도 합리적인 시간 내에 처리할 수 있어야 한다. 본 논문에서는 영화 흥행 예측을 위한 대용량 데이터 전처리 방법을 연구하였다. 영화 흥행 데이터의 특성을 분석해 전처리의 각 유형별 처리 방법을 설정했으며 하둡 기반 맵리듀스 프레임워크를 사용하는 방법을 사용하였다. 실험 결과 빅데이터 기법을 사용한 전처리가 기존의 방법보다 더 좋은 수행 결과를 보이는 것을 확인하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

The Korean film market has rapidly achieved an international scale, and this has led to a need for decision-making based on analytical methods that are more precise and appropriate. In this modern era, a highly advanced information environment can provide an overwhelming amount of data that is gener...

주제어

#빅데이터   #하둡   #맵리듀스   #전처리   #영화  

참고문헌 (12)

  1. Motion pictiure association of america, "Theatrical Market Statistics," 2013. 

  2. UNESCO Institute for Statistics, "Emerging markets and the digitalization of the film industry," UIS Information Paper No.14, 2013. 

  3. Korean Film Council, "2013 Korean Film Industry Report," 2014. 

  4. E. M. Kim, "The Determinants of Motion Picture Box Office Performance: Evidence from Movie Exhibited in Korea," Korean Society for Journalism & Communication Studies, Vol. 47, No. 2, pp. 190-220, 2003. 

  5. H. Y. Jeong, H. J. Yang, "Predicting Financial Success of a Movie Using Multiple Regression Analysis," Korea Society of Computer & Information Summer Conference, Vol. 21, No. 2, pp. 275-278, 2013. 

  6. S. Y. Kim, "A Comparison Study of the Determinants of Performance of Motion Pictures: Art Film vs. Commercial Film," The Korea Contents Association, Vol. 10, No. 2, pp. 381-393, 2010. 

    원문보기 상세보기 crossref

  7. S. J. Lee, T. R. Jeon, G. D. Back and S. S. Kim, "A Movie Rating Prediction System Based on Personal Propensity Analysis," Proc. of kIIS Fall Conference 2008, Vol. 18, No. 2, pp. 203-206, 2008. 

  8. W. Zhang, Available from: http://www.cs.wustl.edu /-zhang/teaching/cs514/Spring11/Data-prep.pdf [Accessed: 17 July 2014] 

  9. S. Zhang, C. Zhang, and Q. Yang, "Data preparation for data mining," Applied Artificial Intelligence, Vol. 17, No. 5-6, pp. 375-381, 2003. 

    상세보기 crossref

  10. D. Tanasa and B. Trousse, "Advanced data preprocessing for intersites web usage mining," Intelligent Systems, IEEE, Vol. 19, No. 2, pp. 59-65, 2004. 

    상세보기 crossref

  11. W. S. Hyun, "Performance Improvement of Data Preprocessing for Intersite Web Usage Mining," The Korean Institute of Information Scientists and Engineers Autumn Conference, Vol. 33, No. 2B, pp. 357-361, 2006. 

  12. S. B. Kotsiantis, D. Kanellopoulos, and P. E. Pintelas, "Data preprocessing for supervised leaning," International Journal of Computer Science, Vol. 1, No. 2, pp. 111-117, 2006. 

저자의 다른 논문 :

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로