[논문]머신 러닝 기법을 활용한 박스오피스 관람객 예측

박도균; 백주련

문제 정의

본 논문은 관람객 수를 예측하여 합리적인 상영관 수 할당에 적용할 수 있는 근거를 수립하고자 한다. 이를 위해 포털 및 SNS에서 데이터를 수집 후 설명 변수에 상영관 수를 반영하여 전체 관람객 수를 예측하는 모델을 세운다.
이를 위해 포털 및 SNS에서 데이터를 수집 후 설명 변수에 상영관 수를 반영하여 전체 관람객 수를 예측하는 모델을 세운다. 예측력 높은 모델이 수립되면 상영관을 많이 배정 받지 못 한 영화들을 대상으로 상영관 수 변수를 조절, 관람객 수를 예측하여 상영관 할당에 대한 의견을 제출하는 근거로 사용하고자 한다.

제안 방법

영화 ‘옥자’의 상영관 수를 제외한 봉준호 감독의 평균 영화 상영관 수인 1,538로 조절하여 랜덤포레스트 모델을 통한 예측을 실시하였다.
데이터 탐색 결과, 감독명과 주연의 범주는 고유한 값이 2,053명과 1,808명으로 매우 다양한 것을 알 수 있다. 따라서 이를 바탕으로 해당 감독과 주연이 영화 흥행 실적이 있는지 여부를 나타내는 변수를 새로 만들어 모델에 활용하였다. 영화 흥행실적 여부는 박스오피스 200위 안에 있는 영화를 연출하거나 출연한 적이 있는지를 기준으로 삼았다.
모델을 학습하고 이를 평가하기 위해서 훈련용 데이터와 테스트용 데이터로 분리했으며 이 때 각 데이터 그룹에서의 데이터 분포 유지를 위해 관람객 수 기준 내림차순으로 정렬 후 계통추출법을 이용하여 데이터를 분리했다. 그 결과 훈련용(75%, 2357개)과 테스트용(25%, 786개)으로 나뉘어졌다.
본 논문은 관람객 수를 예측하여 합리적인 상영관 수 할당에 적용할 수 있는 근거를 수립하고자 한다. 이를 위해 포털 및 SNS에서 데이터를 수집 후 설명 변수에 상영관 수를 반영하여 전체 관람객 수를 예측하는 모델을 세운다. 예측력 높은 모델이 수립되면 상영관을 많이 배정 받지 못 한 영화들을 대상으로 상영관 수 변수를 조절, 관람객 수를 예측하여 상영관 할당에 대한 의견을 제출하는 근거로 사용하고자 한다.
영화 흥행실적 여부는 박스오피스 200위 안에 있는 영화를 연출하거나 출연한 적이 있는지를 기준으로 삼았다. 장르와 시청등급은 N개의 범주를 각 범주에 해당하는 지의 여부를 0과 1로 나타내는 N차원의 벡터로 표현하는 One-Hot-Encoding을 통해 각각 4개와 19개의 더미변수로 변경하여 주었고, 수치형 변수들은 그 분포가 매우 치우쳐져 있어서 데이터에 로그 변환을 해주었다.
대형 멀티플렉스 3사의 보이콧으로 인해 중소 상영관 111개만을 확보하여 상영한 봉준호 감독의 영화 ‘옥자’는 관람객 321,550명을 동원하였다. 만약 스크린 수를 증가하여 상영했다면 관람객 수는 어떻게 되었을까? 제안한 모델링 방법을 적용하여 예측해보았다. 영화 ‘옥자’의 상영관 수를 제외한 봉준호 감독의 평균 영화 상영관 수인 1,538로 조절하여 랜덤포레스트 모델을 통한 예측을 실시하였다.
학습용 데이터를 통해 모델을 학습 후 테스트용 데이터에 대해 예측 수행 후 테스트용 데이터의 실제 관람객 수와 비교하였다. 평가는 RMSE (Root Mean Squared Error : 평균 제곱근 오차)가 작을수록 예측이 잘 된 모델이라고 보았다.
KOBIS 오픈 데이터는 영화명, 감독명, 상영관 수, 관객 수, 장르, 시청 등급을 제공한다. 해당 데이터 외에 네이버 영화 플랫폼에서 주연 배우, 네티즌 평점, 평점을 준 사람의 수, 상영시간의 정보를 크롤링하여 추가하였으며, 트위터에서 개봉 전 날 영화 제목이 들어간 게시글 수와 구글 트렌드에서 개봉 전 날 구글에 검색된 영화 제목의 관심도를 크롤링하여 최종 데이터를 완성하였다. 변수의 이름은 효율 적인 처리를 위해 모두 영어로 변환하였으며 Table 1은 사용된 변수들과 해당 변수들에 대한 설명을 보인다.

대상 데이터

대형 멀티플렉스 3사의 보이콧으로 인해 중소 상영관 111개만을 확보하여 상영한 봉준호 감독의 영화 ‘옥자’는 관람객 321,550명을 동원하였다.
본 논문에서 사용한 데이터는 KOBIS 영화관입장권통합전산망[2]에 오픈된 박스오피스 명단을 기본으로 하고 네이버 영화[3], 트위터[4], 그리고 구글 트렌드[5]에서 수집하였다. 데이터 처리와 분석의 용이함 때문에 수집된 데이터는 KOBIS에서 다운 받은 영화 명단 중 2010년 1월부터 2019년 9월까지의 수익을 목적으로 한 상업 영화로 한정하였다. VOD 판매를 목적으로 제작되어 실질적으로 극장 상영을 제대로 하지 않은 성인 영화들은 제거하였다.
본 논문에서 사용한 데이터는 KOBIS 영화관입장권통합전산망[2]에 오픈된 박스오피스 명단을 기본으로 하고 네이버 영화[3], 트위터[4], 그리고 구글 트렌드[5]에서 수집하였다. 데이터 처리와 분석의 용이함 때문에 수집된 데이터는 KOBIS에서 다운 받은 영화 명단 중 2010년 1월부터 2019년 9월까지의 수익을 목적으로 한 상업 영화로 한정하였다.

이론/모형

예측에는 의사결정나무의 앙상블 기법인 랜덤포레스트[6]와 그라디언트 부스팅 기법[7]을 사용하였다. 랜덤포레스트는 데이터에서 중복을 허용하여 여러 개의 샘플을 추출하여 독립적인 의사결정나무를 학습시켜 예측한 후 평균을 내어 예측값으로 하는 기법이다.

성능/효과

평가는 RMSE (Root Mean Squared Error : 평균 제곱근 오차)가 작을수록 예측이 잘 된 모델이라고 보았다. 그 결과 그라디언트 부스팅의 RMSE 는 600,486이고 랜덤포레스트의 RMSE는 518,989으로 랜덤포레스 트의 RMSE가 더 낮기 때문에 랜덤포레스트 모델의 예측력이 더 높았다.
데이터 탐색 결과, 감독명과 주연의 범주는 고유한 값이 2,053명과 1,808명으로 매우 다양한 것을 알 수 있다. 따라서 이를 바탕으로 해당 감독과 주연이 영화 흥행 실적이 있는지 여부를 나타내는 변수를 새로 만들어 모델에 활용하였다.
1에 제시된 것처럼 왼쪽으로 심하게 편중되어 있는 경향을 보였다. 상영관을 100개 이하로 할당받은 영화가 1587개로 전체의 50.5%를 차지하는 상영관 불균형 현상이 있었다. 반대로 오른쪽에는 크기가 큰 이상값을 가져 길게 꼬리를 늘어뜨린 것을 볼 수 있다.

후속연구

이런 사용 방법 이외에도 관람객 예측 모델은 영화 흥행 전략을 세우는 듯 사용 주체와 목적에 따라 다양한 활용이 가능하기 때문에 한국 영화 시장 발전에 여러 방면으로 기여할 수 있을 것으로 기대된다. 본 연구에서는 네이버 영화, 트위터, 구글 트렌드를 크롤링했지만 차후 연구에서는 다른 플랫폼의 데이터를 크롤링하여 관람객 수에 영향을 미치는 데이터를 더 추가하고 랜덤포레스트 이외의 모델들을 비교하여 모델의 예측력을 더 높이는 방향으로 나아가고자 한다.
학습시킨 모델을 통해 상영관을 적게 할당 받은 옥자가 상영관을 제대로 받았을 경우의 흥행을 예측해 볼 수 있었으며 이를 근거로 상영관 배정에 대한 제안을 할 수 있을 것이다. 이런 사용 방법 이외에도 관람객 예측 모델은 영화 흥행 전략을 세우는 듯 사용 주체와 목적에 따라 다양한 활용이 가능하기 때문에 한국 영화 시장 발전에 여러 방면으로 기여할 수 있을 것으로 기대된다. 본 연구에서는 네이버 영화, 트위터, 구글 트렌드를 크롤링했지만 차후 연구에서는 다른 플랫폼의 데이터를 크롤링하여 관람객 수에 영향을 미치는 데이터를 더 추가하고 랜덤포레스트 이외의 모델들을 비교하여 모델의 예측력을 더 높이는 방향으로 나아가고자 한다.
학습시킨 모델을 통해 상영관을 적게 할당 받은 옥자가 상영관을 제대로 받았을 경우의 흥행을 예측해 볼 수 있었으며 이를 근거로 상영관 배정에 대한 제안을 할 수 있을 것이다. 이런 사용 방법 이외에도 관람객 예측 모델은 영화 흥행 전략을 세우는 듯 사용 주체와 목적에 따라 다양한 활용이 가능하기 때문에 한국 영화 시장 발전에 여러 방면으로 기여할 수 있을 것으로 기대된다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

[국내논문] 머신 러닝 기법을 활용한 박스오피스 관람객 예측
Prediction of Movies Box-Office Success Using Machine Learning Approaches 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 머신 러닝 기법을 활용한 박스오피스 관람객 예측 Prediction of Movies Box-Office Success Using Machine Learning Approaches 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 머신 러닝 기법을 활용한 박스오피스 관람객 예측
Prediction of Movies Box-Office Success Using Machine Learning Approaches 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper