- KOBIS에서 기본적인 영화 데이터를 스크래핑 수행
- 17~20년도, 총 4개년에서 개봉한 영화 중 누적 관람객수 상위 50개의 영화를 선정
| name | desc |
|---|---|
| movie_name | 영화의 제목 |
| release | 영화의 개봉일 |
| take | 영화의 총 매출액 |
| audience | 영화의 총 누적 관람객수 |
| nation | 영화가 제작된 나라 |
| distribution_company | 영화의 배급사 리스트 |
| code | KOBIS 내의 영화 코드 |
| genre | 영화의 장르 |
| kind | 영화의 종류 |
| scale | 영화의 스케일 |
| running_time | 영화의 상영 시간 |
| age | 영화의 연령 제한 |
| actor | 영화의 주연 배우 리스트 |
| file name | desc |
|---|---|
| KOBIS_Webscraping.ipynb | KOBIS 웹 사이트에서 기본적인 영화 데이터를 스크래핑 |
| DF_Configuration.ipynb | 영화 데이터와 바이럴 데이터를 통합 및 정제 |
- 주연 배우의 경우 기본 영화 데이터에서 수집된 형태는 리스트
- 리스트 자체로 데이터를 사용할 수 없기 때문에 데이터의 변환이 필요함
- 관람객수 예측을 주제로한 많은 논문을 참고하여 "해당 영화의 주연 배우 2명이 3년간 주연으로 출연한 영화의 누적 관람객 수 평균"을 사용
| file name | desc |
|---|---|
| actor_power.ipynb | 1. 기준으로 하는 영화에서 주연 배우 2명가 주연으로 출연한 영화 데이터를 모두 스크래핑 2. 기준으로 하는 영화 개봉일 기준으로 이전 3년간 출연한 배우 2명의 누적 관람객수 평균 계산 |
| name | desc | selected | reason |
|---|---|---|---|
| movie_name | 영화명 | ||
| release | 개봉일 | ✅ | 모델링 할 때 제외 |
| take | 수익(매출액) | ✅ | 종속 변수로 사용될 수도 있음 |
| audience | 관객수 | ||
| nation | 대표국가 | ||
| distribution_company | 배급사 | ||
| code | KOBIS 기준 영화 코드 | ||
| genre | 장르 | ||
| kind | 영화종류 (일반영화/예술영화/예술,독립영화) | ✅ | 대부분 일반영화(94개 중 91개) |
| scale | 장편/단편 | ✅ | 모두 장편 |
| running_time | 상영시간 | ||
| age | 연령 | ||
| actor | 주연배우 | ✅ | actor power로 데이터 변환 |
| youtube_comment_count | 영화 관련 유튜브 컨텐츠 댓글 수 | ||
| youtube_view_sum | 영화 관련 유튜브 컨텐츠 조회수 합 | ✅ | |
| youtube_view_mean | 영화 관련 유튜브 컨텐츠 조회수 평균 | ||
| mean_score | 댓글감성분석 score 평균 | ✅ | 평균/제곱합평균/절댒값평균 중 선택 |
| sqr_mean_score | 댓글감성분석 score 제곱 평균 | ✅ | 평균/제곱합평균/절댒값평균 중 선택 |
| abs_mean_score | 댓글감성분석 score 절댓값 평균 | ||
| actor_power | 주연배우 2명의 영화 이전 3년간 영화 관객수 평균 |
-
관람객 수, Log transformation
-
조회수 평균, Log transformation
-
댓글 수, Sqrt transformation
-
배우 영향력, Sqrt transformation
-
감성 점수 절댓값 평균, Sqrt transformation
