$\require{mediawiki-texvc}$

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.

베이지안 선택 모형을 이용한 영화흥행 예측
Predicting Financial Success of a Movie Using Bayesian Choice Model 원문보기

대한산업공학회/한국경영과학회 2006년도 춘계공동학술대회 논문집, 2006 May 01, 2006년, pp.1851 - 1856  

이경재 (서울대학교 기술경영대학원) ,  장우진 (서울대학교 산업공학과)

초록
AI-Helper 아이콘AI-Helper

영화는 대표적인 경험재로 가치판단이 주관적이고 제품 수명주기가 매우 짧아 예측의 불확실성이 높기 때문에 이를 정량적인 방법으로 모형화하기는 쉽지 않다. 이러한 한계점에도 불구하고 한 영화의 상업적 성공을 예측하는 것은 영화 제작자나 배급사, 극장 등 모든 주체에게 수익과 직결되는 중요한 문제이기 때문에 지금까지 다양한 통계 모형이 제시되었다. 그러나 이들 모형의 대부분은 영화흥행에는 영향을 미치나 측정할 수 없는 효과를 반영하지 못한다거나, 추정 모수의 효과가 모든 영화에 대해서 같다는 동일성 가정으로 인해 영화간 이질성을 고려하지 못하고 있다. 따라서, 본 연구에서는 추정 모수의 사전분포를 모호사전분포로 정의함으로써 변수들의 불확실성을 반영할 수 있고, 영화간 이질성을 고려할 수 있는 베이지안 선택 모형을 제안하였다. 모수의 사후분포는 마코프체인 몬테카를로 기법인 깁스 샘플러를 이용하여 추정하였다. 또한, 감독, 배우, 장르 등의 영화 별 속성 변수뿐만 아니라, 입소문에 의한 영화관람 결정 등의 구전효과와 경쟁영화의 개봉으로 인한 효과를 반영할 수 있는 변수를 추가하여 모형의 정확성을 높였다. 2005년과 2006년 상반기에 상영된 영화를 바탕으로 모형을 구축하고 인공신경망 모형과 비교한 결과, 전체적인 예측 정확도에서는 인공신경망 모형과 비슷한 결과를 보이나 상업적으로 성공한 영화를 예측하는 데에는 베이지안 선택모형이 보다 더 우수한 것으로 나타났다. 또한, 개봉 주의 경쟁심화 정도 및 개봉 첫 주의 스크린 수 등이 영화 흥행에 가장 중요한 변수로 나타났으며, 영화 개봉 전 그 영화에 대한 기대치가 높을수록 흥행 성적 또한 좋음을 알 수 있었다. 배우의 힘 및 계절성, 영화 평점 등은 이질성을 고려하지 않은 전체수준에서는 통계적으로 유의하지 않은 것으로 나타났으나, 그룹 간 이질성을 반영한 모형에서는 어느 정도 흥행한 영화를 만들기 위해서는 고려되어야 할 요소로 나타났다.렇지 않을 경우 적절한 벤치마킹 대상을 도출할 때까지 추가적인 분석과정을 반복한다. 제안한 방법을 통하여 조직은 기술적 생산 가능성 외에도 다양한 조직 운영 관점에서 적절한 벤치마킹 대상을 선정할 수 있으며, 이에 따른 목표를 수립할 수 있을 것으로 기대한다. 또한 더 나아가 global efficiency 관점에서 효율적 조직이 되기 위하여 단계적인 벤치마킹 대상 선정과 이에 따른 목표를 수립하는데도 유용하리라 판단된다.$1.20{\pm}0.37L$, 72시간에 $1.33{\pm}0.33L$로 유의한 차이를 보였으므로(F=6.153, P=0.004), 술 후 폐환기능 회복에 효과가 있다. 4) 실험군과 대조군의 수술 후 노력성 폐활량은 수술 후 72시간에서 실험군이 $1.90{\pm}0.61L$, 대조군이 $1.51{\pm}0.38L$로 유의한 차이를 보였다(t=2.620, P=0.013). 5) 실험군과 대조군의 수술 후 일초 노력성 호기량은 수술 후 24시간에서 $1.33{\pm}0.56L,\;1.00{\ge}0.28L$로 유의한 차이를 보였고(t=2.530, P=0.017), 술 후 72시간에서 $1.72{\pm}0.65L,\;1.33{\pm}0.3L$로 유의한 차이를 보였다(t=2.540, P=0.016). 6) 대상자의 술 후 폐환기능에 영향을 미치는 요인은 성별로 나타났다. 이에 따른 폐환기능의 차이를 보면, 실험군의 술 후 노력성 폐활량이 48시간에 남자($1.78{\pm}0.61L$)가 여자($1.27{\pm}0.45L$)보다 더 높게 나타났으며 (t=2.170, P=0.042), 72시간에도 역시 남자($2.16{\pm}0.56L$)

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 다음으로 베이지안 선택 모형을 이용하여 신규 영 화에 대한 수요예측에 어떻게 활용될 수 있는지를 보고자 한다. 이를 위해 모형을 만드는 계산 표본 (Calibration sample)과 예측 정확도를 검증하는 표 보Holdout sample)을 랜덤 추출하여 5개의 데이터 셋을 만든 후 예측률 및 오차4)를 계산하여 인공신 경망 모형과 비교하였다.
  • 즉, 흥행에 성공하는 영화는 극히 일부에 지나지 않고 대부분의 영화는 흥행성적이 저조하기 때문에 많은 개체 가 속한 그룹을 과도 추정할 경우, 상대적으로 개 체수가 적은 그룹에 대한 예측력은 떨어질 수 있다. 따라서 본 연구에서는 Sharda and Delen (2006) 의 제시한 방법처럼 영화 수입을 이산화 하되, 베 이지안 선택 모형을 사용하여 각 그룹간의 이질성 을 반영을 통한 인공신경망 기법에서 나타나는 문제점을 해결하고자 하였다.
  • 따라서, 본 연구에서는 한국 영화 시장에서 흥행 성을 판가름하는 요소는 무엇인지 살펴보고, 영화 의 상업적 성공을 판단할 수 있는 정량적 모형을 제시하고자 한다. 또한, 흥행에 성공한 영화와 실패 한 영화간의 이질성(Heterogeneity)은 존재하는지, 존 재한다면 그것을 바탕으로 얻을 수 있는 정책적 함 의는 무엇인지를 알아보고자 한다.
  • (2005)은 누적 관객수를 단순히 이항분포를 따른다고 가정하 지 않고 예상 시장 점유율을 종속변수로 하는 선택 모형 (Choice Model)의 추정 모수 형태로 재모수화 (Reparameterize) 시켰다. 또한, 영화 외의 다른 제품 선택의 경우를 위해 외부재로 (Outside Good) 인한 가상 효용을 모형화하여 흥행에 중요한 요소가 무 엇인지를 알아내고자 하였다. 영화의 이질성이나 Elberse and Eliashberg (2003)와 같이 변수의 내생성 문제를 해결하지는 못했지만, 영화 배급사 이름과 같이 수많은 명목 변수 (Categorical Variable)들을 더미 변수 (Dummy Variable)화 하지 않고, 각 배급 사의 효과를 한꺼번에 추정할 수 있는 접근법을 사용한 것은 좋은방법으로 보인다 (Steenburgh et al.
  • 따라서, 본 연구에서는 순서 형 다항 로짓 모형을 사용하여 모수를 추정하였다. 또한, 추정모수 베타의 분포를 모호사전분포로 가 정함으로써 베타의 불확실성을 최대한 반영하고자 하였다. 인공신경망은 상용 패키지인 NeuroShell을 이용하였으며, 베이지안 선택 모형은 WinBugs 소프 트웨어를 이용하여 추정하였다.
  • 따라서, 본 연구에서는 한국 영화 시장에서 흥행 성을 판가름하는 요소는 무엇인지 살펴보고, 영화 의 상업적 성공을 판단할 수 있는 정량적 모형을 제시하고자 한다. 또한, 흥행에 성공한 영화와 실패 한 영화간의 이질성(Heterogeneity)은 존재하는지, 존 재한다면 그것을 바탕으로 얻을 수 있는 정책적 함 의는 무엇인지를 알아보고자 한다. 본 연구에서 제 시한 베이지안 선택모형과 인공신경망과의 비교를 통해 베이지안 선택모형의 타당성을 검증하고자 한다.
  • 또한, 흥행에 성공한 영화와 실패 한 영화간의 이질성(Heterogeneity)은 존재하는지, 존 재한다면 그것을 바탕으로 얻을 수 있는 정책적 함 의는 무엇인지를 알아보고자 한다. 본 연구에서 제 시한 베이지안 선택모형과 인공신경망과의 비교를 통해 베이지안 선택모형의 타당성을 검증하고자 한다.
  • 본 연구에서는 베이지 안 선택 모형을 이용하여 영화 흥행을 결정하는 요인 탐색 및 영화 흥행 성과를 예측해 보았다. 흥행하는 영화일수록 인공신경망 모형과 비교해 예측력이 더 우수하게 나타났으며, 인공신경망 모형에서는 알 수 없는 각 그룹별 변수의 유의성 또한 명확하게 파악할 수 있었다.
  • 1998, Elberse and Eliashberg 2003). 최대 상영관 수나 개봉 첫 주 상영관 수, 경쟁 영 화를 고려한 영화 개봉 시점등과 관련된 변수들을 통해 경쟁 효과 등을 측정하고자 하였다. 이들 변 수들 중 개봉 첫 주의 상영관 수는 영화 흥행에 가장 중요한 변수로 나타나고 있다.

가설 설정

  • 영화 관람객 수의 확산 패턴과 관련하여, Ainslie et al. (2005)과 Sawhney and Eliashberg (1996)는 영 화 개봉후 관객의 확산 패턴이 감마분포 (Gamma Distribution) 를 따를 것이라고 가정하였다.Sawhney and Eliashberg (1996)는 누적 관객 수가 이항분포 (Binomial Distribution)를 따른다고 가정한 후, 각 영 화에 대해 확산패턴을 추정하였으나, 영화와 관련된 변수나 동시에 상영된 경쟁 영화에 의한 효과 등을 고려하지 못했다.
본문요약 정보가 도움이 되었나요?
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