- 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 |