DOI QR코드

DOI QR Code

영화 흥행 결정 요인과 흥행 성과 예측 연구

A Study for the Development of Motion Picture Box-office Prediction Model

  • 투고 : 20110800
  • 심사 : 20111000
  • 발행 : 2011.11.30

초록

영화의 흥행 결정 요인에 대한 학문적 연구와 함께 상업적 시각에서 개별 영화의 흥행 예측에 대한 관심이 증대되고 있다. 본 연구는 2010년 한국에서 개봉된 영화를 대상으로 영화 흥행에 영향을 미치는 요인들과 영화 흥행 성과간의 관계를 분석하였다. 제작 전 투자 의사결정단계에서 영화 장르, 관람등급, 감독, 배우가 통계적으로 유의한 결과를 보였으며, 배급편성의 의사결정단계에서는 배우효과, 스크린수, 배급사파워, 소셜미디어가 통계적으로 유의한 결과를 나타내고 있다. 선택확률개념을 이용한 다항로짓모형을 통해 영화 흥행작의 성과에 영향을 미치는 요인을 검증하였으며, 인공신경망, 판별분석과 비교하여 다항로짓모형의 흥행영화 예측력을 입증하였다.

Interest has increased in academic research regarding key factors that drive box-office success as well as the ability to predict the box-office success of a movie from a commercial perspective. This study analyzed the relationship between key success factors of a movie and box office records based on movies released in 2010 in Korea. At the pre-production investment decision-making stage, the movie genre, motion picture rating, director power, and actor power were statistically significant. At the stage of distribution decision-making process after movie production, among other factors, the influence of star actors, number of screens, power of distributors, and social media turned out to be statistically significant. We verified movie success factors through the application of a Multinomial Logit Model that used the concept of choice probabilities. The Multinomial Logit Model resulted in a higher level of accuracy in predicting box-office success compared to the Artificial Neural Network and Discriminant Analysis.

키워드

참고문헌

  1. 김미현, 김수은, 최영준(2010). 한국영화의 흥행 결정요인과 정책적 시사점, <영화연구>, 46, 31-55.
  2. 김소영, 임승희, 정예슬 (2010). 영화 유형별 영화 흥행 성과 예측 요인의 비교 연구, <한국콘텐츠학회논문지>, 10, 381-393. https://doi.org/10.5392/JKCA.2010.10.2.381
  3. 김연형 (2010). 지역문화 축제의 서비스 품질과 고객충성도에 관한 연구, <한국데이터정보과학지>, 21, 437-446.
  4. 김희경(2007). <한국 영화 흥행 결정요인에 대한 연구>,고려대학교 박사학위논문.
  5. 다음소프트(www.daumsoft.com)소셜메트릭스DB.
  6. 영화진흥위원회Box Office (www.kobis.or.kr) 영화관입장권통합전산망DB.
  7. 오상미 (2005). <영화관련 구전커뮤니케이션 공간으로서 인터넷 게시판의 메시지 분석>, 연세대학교 석사학위논문.
  8. 이경재, 장우진 (2006). 베이지안 선택모형을 이용한 영화흥행 예측, <대한산업공학회/한국경영과학회 2006 춘계공동학술대회논문집>, 1851-1856
  9. 인터넷사이트네이버(www.naver.com)영화정보수퍼DB.
  10. 장병희, 이양환, 김병선, 남상현 (2009). 심리적 변인 활용을 통한 영화흥행 예측의 정교화, <한국언론학보>, 53, 346-371.
  11. 정완규(2009). 애니메이션 영화의 흥행결정 요인에 관한 연구, <한국만화애니메이션학회>, 21-32.
  12. Eliashberg, J., Elberse, A. and Leenders, M. A. A. M. (2006). The motion picture industry: Critical issues in practice, current research, and new research directions, Marketing Science, 25, 638-661. https://doi.org/10.1287/mksc.1050.0177
  13. Sharda, R. and Delen, D. (2006). Predicting box-office success of motion pictures with neural networks, Expert Systems with Applications, 30, 243-254. https://doi.org/10.1016/j.eswa.2005.07.018

피인용 문헌

  1. Predicting Movie Success based on Machine Learning Using Twitter vol.3, pp.7, 2014, https://doi.org/10.3745/KTSDE.2014.3.7.263
  2. Predictive value of video-sharing behavior: sharing of movie trailers and box-office revenue vol.27, pp.3, 2017, https://doi.org/10.1108/IntR-01-2016-0005
  3. A Study for the Drivers of Movie Box-office Performance vol.26, pp.3, 2013, https://doi.org/10.5351/KJAS.2013.26.3.441
  4. Determinants of Film Consumption vol.13, pp.10, 2013, https://doi.org/10.5392/JKCA.2013.13.10.226
  5. The Effects of the Existence and Type of Originals on Box-office Performance vol.13, pp.6, 2013, https://doi.org/10.5392/JKCA.2013.13.06.108
  6. A Study on Analyzing Sentiments on Movie Reviews by Multi-Level Sentiment Classifier vol.22, pp.3, 2016, https://doi.org/10.13088/jiis.2016.22.3.071