This study visualized users reaction about movies based on keywords with high frequency. For this work, we collected data of movie reviews on <Naver Movie>. A total of six movies were selected, and we conducted the work of data gathering and pre...
http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
https://www.riss.kr/link?id=A106176481
김슬기 (성균관대학교) ; 김장현 (성균관대학교) ; Kim, Seulgi ; Kim, Jang Hyun
2019
Korean
KCI등재
학술저널
1-6(6쪽)
4
0
상세조회0
다운로드다국어 초록 (Multilingual Abstract)
This study visualized users reaction about movies based on keywords with high frequency. For this work, we collected data of movie reviews on <Naver Movie>. A total of six movies were selected, and we conducted the work of data gathering and pre...
This study visualized users reaction about movies based on keywords with high frequency. For this work, we collected data of movie reviews on <Naver Movie>. A total of six movies were selected, and we conducted the work of data gathering and preprocessing. Semantic network analysis was used to understand the relationship among keywords. Also, NetDraw, packaged with UCINET, was used for data visualization. In this study, we identified the differences in characteristics of review contents regarding each movie. The implication of this study is that we visualized movie reviews made by sentence as keywords and explored whether it is possible to construct the interface to check users' reaction at a glance. We suggest that further studies use more diverse movie reviews, and the number of reviews for each movie is used in similar quantities for research.
국문 초록 (Abstract)
본 연구는 <네이버 영화> 페이지의 리뷰 데이터를 수집하여, 출현 빈도가 높은 단어를 중심으로 영화 관람객의 반응을 시각화하는 작업을 수행하였다. 이를 위해 총 6편의 영화를 선정하...
본 연구는 <네이버 영화> 페이지의 리뷰 데이터를 수집하여, 출현 빈도가 높은 단어를 중심으로 영화 관람객의 반응을 시각화하는 작업을 수행하였다. 이를 위해 총 6편의 영화를 선정하여 데이터 수집 및 정제과정을 거쳤으며, 의미연결망 분석(Semantic network analysis)을 활용하여 단어 간 관계성을 파악하고자 하였다. 데이터 시각화 작업에는 UCINET과 함께 패키지화된 NetDraw가 사용되었다. 본 연구의 시사점은 문장으로 작성된 영화 관람객의 리뷰를 키워드 중심으로 시각화하여, 소비자들의 반응을 한 눈에 확인하는 리뷰 인터페이스 구현이 가능한지 탐색하였다는 점이다. 본 연구를 통해 영화 리뷰를 구성하는 키워드를 시각화하고, 리뷰 내용에서 영화별 특성의 차이를 확인하였다는 점에서 본 연구가 의미를 가진다고 하겠다. 후속 연구는 보다 많은 영화의 리뷰를 활용할 필요성이 제기되며, 각 영화별 리뷰의 수도 비슷한 양으로 맞추어 연구에 활용해야 할 것이다.
참고문헌 (Reference)
1 오연주, "영화평과 평점을 이용한 감성 문장 구축을 통한 영화 평점 추론" 한국인터넷정보학회 16 (16): 41-48, 2015
2 이오준, "소셜 빅데이터를 이용한 영화 흥행 요인 분석" 한국콘텐츠학회 14 (14): 527-538, 2014
3 조용희, "빅데이터를 활용한 영화 흥행에 따른 리뷰길이 변화" 한국콘텐츠학회 18 (18): 367-375, 2018
4 김지영, "과학기술분야 원문제공서비스의 협력 네트워크 분석" 한국도서관·정보학회 44 (44): 443-463, 2013
5 반재훈, "R을 이용한 대학의 학과 명칭 분석" 한국정보통신학회 22 (22): 829-834, 2018
6 Jung Hyun Kim, "Recognition using Cyber bullying in view of Semantic-Enhanced Minimized Auto-Encoder" 사단법인 미래융합기술연구학회 2 (2): 7-14, 2016
7 L. Doshi, "Predicting movie prices through dynamic social network analysis" 2 (2): 6423-6433, 2010
8 S. Kim, "Finding core topics: Topic extraction with clustering on tweet" 777-782, 2012
9 M. Mestyán, "Early prediction ofmovie box office success based on Wikipedia activity big data" 8 (8): e71226-, 2013
10 J. A. Yeap, "Determining consumers’ most preferred eWOM platform for movie reviews: A fuzzy analytic hierarchy process approach" 31 : 250-258, 2014
1 오연주, "영화평과 평점을 이용한 감성 문장 구축을 통한 영화 평점 추론" 한국인터넷정보학회 16 (16): 41-48, 2015
2 이오준, "소셜 빅데이터를 이용한 영화 흥행 요인 분석" 한국콘텐츠학회 14 (14): 527-538, 2014
3 조용희, "빅데이터를 활용한 영화 흥행에 따른 리뷰길이 변화" 한국콘텐츠학회 18 (18): 367-375, 2018
4 김지영, "과학기술분야 원문제공서비스의 협력 네트워크 분석" 한국도서관·정보학회 44 (44): 443-463, 2013
5 반재훈, "R을 이용한 대학의 학과 명칭 분석" 한국정보통신학회 22 (22): 829-834, 2018
6 Jung Hyun Kim, "Recognition using Cyber bullying in view of Semantic-Enhanced Minimized Auto-Encoder" 사단법인 미래융합기술연구학회 2 (2): 7-14, 2016
7 L. Doshi, "Predicting movie prices through dynamic social network analysis" 2 (2): 6423-6433, 2010
8 S. Kim, "Finding core topics: Topic extraction with clustering on tweet" 777-782, 2012
9 M. Mestyán, "Early prediction ofmovie box office success based on Wikipedia activity big data" 8 (8): e71226-, 2013
10 J. A. Yeap, "Determining consumers’ most preferred eWOM platform for movie reviews: A fuzzy analytic hierarchy process approach" 31 : 250-258, 2014
11 A. Elberse, "Demand and supply dynamics for sequentially released products in international markets: The case of motion pictures" 22 (22): 329-354, 2003
ISO/IEC 25023을 활용한 소프트웨어 정량적 평가지표 분석
블록체인을 활용한 양질의 기계학습용 데이터 수집 방안 연구
미세먼지 예측을 위한 기계 학습 알고리즘의 적합성 평가
소프트맥스를 이용한 딥러닝 음악장르 자동구분 투표 시스템
학술지 이력
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2027 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2021-01-01 | 평가 | 등재학술지 유지 (재인증) | |
2018-01-01 | 평가 | 등재학술지 선정 (계속평가) | |
2017-12-01 | 평가 | 등재후보로 하락 (계속평가) | |
2013-01-01 | 평가 | 등재학술지 유지 (등재유지) | |
2011-11-23 | 학술지명변경 | 외국어명 : THE JOURNAL OF The KOREAN Institute Of Maritime information & Communication Science -> Journal of the Korea Institute Of Information and Communication Engineering | |
2011-11-16 | 학회명변경 | 영문명 : International Journal of Information and Communication Engineering(IJICE) -> The Korea Institute of Information and Communication Engineering | |
2011-11-14 | 학회명변경 | 한글명 : 한국해양정보통신학회 -> 한국정보통신학회영문명 : 미등록 -> International Journal of Information and Communication Engineering(IJICE) | |
2010-01-01 | 평가 | 등재학술지 유지 (등재유지) | |
2008-01-01 | 평가 | 등재학술지 유지 (등재유지) | |
2005-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | |
2004-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | |
2002-07-01 | 평가 | 등재후보학술지 선정 (신규평가) |
학술지 인용정보
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.23 | 0.23 | 0.27 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.24 | 0.22 | 0.424 | 0.11 |