디지털 빅데이터를 이용한 영상 콘텐츠의 수요예측

국문 초록 (Abstract)

문화예술 분야의 콘텐츠 상품의 특징은 성공 불확실성이 항상 존재하며 작품 평가가 주관적이며 경험 재로서 소비하기 전에는 만족도를 알 수 없고, 창작자와 관객 사이에 정보의 비 대칭성이 존재한다. 이것은 문화예술 발전에 매우 바람직스럽지 못한 부분이다. 즉 시장의 잠재적 리스크를 적절하게 대처하지 않으면 문화예술 분야의 콘텐츠 제작과 이용의 활성화에 걸림돌로 작용한다. 전술한 문제점을 해결하기 위해서는 예술 소비자들의 소비행동 양식을 파악하여 콘텐츠 제작 및 서비스에 활용하는 것이다. 이러한 해결책 중에 빅데이터 방법론이 있다. 본 연구에서는 예술분야에 적용된 국내외 빅데이터 사례를 비교 분석한다. 그리고 이것을 토대로 영상 콘텐츠의 제작단계에서 관객의 수요를 예측하기 위해서 빅데이터(계량, 비계량 및 전문가)를 사용한다. 이것은 예술소비자의 정보뿐 만 아니라 예술전문가의 전문 의견(델파이 기법 사용)을 함께 반영함으로써 영상 콘텐츠의 소비자 수용예측을 통하여 영상산업 활성화에 크게 기여할 것으로 사료된다.

다국어 초록 (Multilingual Abstract)

The characteristics of content items in the culture and arts field are that there is always uncertainty of success, the evaluation of works is subjective, the satisfaction is not known before consumption as an experiential material, and there is an information asymmetry between the creator and the audience. This is a very undesirable aspect of cultural arts development. In other words, if the potential risks of the market are not adequately addressed, it will hinder the activation of contents production and use in the field of culture and arts. In order to solve the above-mentioned problems, it is necessary to grasp consumption behavior style of art consumers and utilize them for contents production and service. Among these solutions, there is a big data methodology. This study compares and analyzes domestic and foreign big data cases applied to art field. Based on this, big data (weighing, scales, and experts) are used to predict audience demand during the production of video contents. This reflects not only the information of art consumers but also the professional opinions of art experts (using Delphi Method), which will contribute to the activation of video industry through prediction of consumer acceptance of image contents.

목차 (Table of Contents)

• 요약
• ABSTRACT
• Ⅰ. 서론
• Ⅱ. 예술분야 국·내외 빅데이터 활용
• Ⅲ. 문화예술 콘텐츠 산업의 특징
• Ⅳ. 선행연구
• Ⅴ. 빅데이터 및 AHP를 이용한 영상콘텐츠 수요예측 방안
• Ⅵ. 영화 흥행예측 실증 사례
• Ⅶ. 결론
• 참고문헌

참고문헌 (Reference)

1 이화룡, "학교건축의 디자인 품질지표 개발에 관한 연구 - 델파이 설문조사 및 AHP기법을 통한 기초지표 개발을 중심으로 -" 대한건축학회 28 (28): 69-77, 2012

2 한국콘텐츠 진흥원, "콘텐츠 분야에서의 빅데이터 기법 활용 사례"

3 송민구, "진료정보 분석 활용을 위한 Clinical DW에 관한 연구" 한국디지털정책학회 11 (11): 293-302, 2013

4 김성현, "정형 비정형 빅데이터의 융합분석을 위한 소비 트랜드 플랫폼 개발" 한국디지털정책학회 15 (15): 133-143, 2017

5 김혜인, "예술소비환경 및 특징 분석을 통한 예술시장 활성화 방안 연구" 1-195, 2016

6 오세종, "소셜미디어 빅데이터 마이닝과 오피니언 마이닝 기법을 활용한 웹드라마 분석과 제안" Korean Society of Cartoon and Animation Studies 285-306, 2016

7 이오준, "소셜 빅데이터를 이용한 영화 흥행 요인 분석" 한국콘텐츠학회 14 (14): 527-538, 2014

8 황영미, "빅데이터를 활용한 영화 흥행 분석 –천만 영화의 웃음과 눈물 요소를 중심으로" 한국정보통신학회 20 (20): 1087-1095, 2016

9 송민구, "빅데이터 분석방법을 이용한 예측모형의 신뢰도 향상에 관한 연구" 한국디지털정책학회 11 (11): 103-112, 2013

10 김국진, "빅데이터 기반 방송콘텐츠 이용 예측모델 연구" 방통융합정책연구 1-299, 2016

11 정광열, "문화예술 분야 빅데이터 활용을 위한 기초연구" 한국문화관광연구원기본연구 2014

12 한국문화정보원, "문화분야 빅데이터 추진체계 수립 연구" 1-240, 2016

13 권태일, "관광분야 빅데이터 활용 체계 및 실증분석 연구" 한국문화관광연구원 2016

14 송민구, "개인정보 보안강화 및 빅데이터 활성화를 위한 새로운 빅데이터 플랫폼 제시" 한국디지털정책학회 14 (14): 155-164, 2016

15 Min-Gu Song, "Providing a differentiated services to patients through analyzing medical treatment record" Korea Society Management Information Systems 62-63, 2010

16 The Wrap, "How social media is revolutionizing the flail ing movietracking industry"

17 Jung-Tae, Lee, "Developing Corporate Valuation System with Opinion Mining Based on Big Data" 25 : 126-128, 2013

18 Variety, "Big data: Media Embracing the Most Detailed Information about You yet"

19 GigaOM, "At Netflix, Big Data Can Affect even the Llittlest Things"