|
스피커
|
성적 증명서
|
| 마이크 앤더슨 |
이제 공식적으로 녹음을 진행하고 있습니다. |
| |
좋습니다. 이 내용은 Jump Discover Summit 컨퍼런스에서 사용하기 위해 녹음되었으며 Jump 사용자 커뮤니티에서 공개적으로 제공된다는 점을 이해하셨습니다. 이 녹음 및 사용을 허용하시겠습니까? |
| |
예. |
| |
안녕하세요, 제 이름은 라바다 블랜튼입니다. 그리고 저는 오클라호마 주립대학교의 비즈니스 분석 및 데이터 과학 석사 프로그램의 대학원생입니다. 내 프로젝트 이름은 Netflix 또는 AMC입니다. |
| |
옵션 시대의 출시 전략 예측. |
| |
먼저 내 프로젝트가 무엇인지 간략하게 소개하겠습니다. |
| |
코로나19로 인해 제작사는 극장에서 전통적인 영화 개봉과 관련된 위험을 결정하게 되었습니다. |
| |
HBO, 넷플릭스, 아마존과 같은 스트리밍 서비스는 한때 비평가들의 눈살을 찌푸리기도 했지만 이제는 영화 산업에서 존경받는 핵심 플레이어가 되었습니다. |
| |
이 프로젝트에서는 IMDB 점수, 총 수익, 비평가 리뷰 등 주요 지표와 흥행 성공률을 살펴보고 극장이나 스트리밍 서비스에 배포할 최고의 영화 믹스를 평가합니다. |
| |
그리고 이 프로젝트의 목적은 영화가 스트리밍 서비스로 배급되어야 할지 아니면 박스오피스로 배급되어야 할지 예측하는 것입니다. 성공은 평균보다 높은 IMDB 점수 5.5 이상으로 측정되었습니다. |
| |
2010년부터 2021년 사이에 개봉된 영화 1913개를 샘플링했습니다. |
| |
장르, 개봉 날짜, 기간 예산, 극장 흥행 수익, 콘텐츠 등급과 같은 다양한 속성을 사용하여 각 개봉 유형에 대한 최고의 영화 믹스를 결정했습니다. |
| |
여기에서 볼 수 있듯이 극장 영화보다 스트리밍 영화가 훨씬 적었습니다. 이에 대응하기 위해 IMDB 점수를 5.5 이상으로 낮추었고 그 결과 약간 균등해졌습니다. |
| |
다음으로 접근 방식을 살펴보겠습니다. 먼저 데이터 전처리와 데이터 수집을 했습니다. 여기에는 IMDB, Rotten Tomatoes 및 그에 따른 숫자에서 데이터를 수집하는 작업이 포함됩니다. |
| |
다음으로 2010년 이전에 개봉된 영화를 필터링하여 데이터 세트에서 꺼냈습니다. 그리고 2019년 3월부터 2021년 3월 사이에 개봉된 영화에 대한 코로나 플래그를 만들었습니다. |
| |
여기 아래에서 볼 수 있듯이 특히 지속 시간에 몇 가지 변형이 있었습니다. 여기에는 변형 전과 후가 표시되어 있습니다. |
| |
다음으로 스트리밍 영화에 대한 흥행 예측을 해봤습니다. 이는 JMP Pro의 연극 영화 샘플을 사용하여 신경망을 사용하여 제작되었습니다. |
| |
마지막으로 의사결정나무를 만들었습니다. 이는 필터링되었습니다. 데이터 세트는 5.5 이상의 영화로만 필터링되었습니다. 이로 인해 데이터 세트가 1400으로 줄었습니다. 그리고 샘플을 사용하여 범주형 의사 결정 트리에 스트리밍 또는 연극 대상을 사용할 수 있었습니다. |
| |
이 데이터의 사용 사례는 2019년의 예입니다. |
| |
전 세계 영화 산업의 가치는 약 1,360억 달러입니다. 이는 영화 제작 방식의 모든 측면에 많은 위험과 보상이 수반된다는 것을 의미합니다. |
| |
그리고 이러한 영화 믹스는 최고의 제작사, 스트리밍 서비스 또는 극장의 경영진이 미래의 영화에 대해 정보에 입각한 결정을 내리는 데 사용될 수 있습니다. |
| |
다음은 역대 최고 수익을 올린 영화 상위 5개 목록입니다. 그리고, 보시다시피 |
| |
모두 7.8 이상입니다. 따라서 이 컷은 이러한 높은 IMDB 점수가 박스오피스로 변환된다는 것을 보여줍니다. |
| |
좋습니다. 다음에는 JMP Pro에서 사용한 모델을 더 자세히 살펴보겠습니다. |
| |
먼저 신경망을 만들었습니다. 이 신경망은 스트리밍 영화의 박스오피스 매출을 예측하기 위해 만들어졌습니다. 보시다시피 R 제곱은 .87이었습니다. |
| |
그리고 이것은 신경망에 상당히 좋습니다. 다음으로 단계별 변수 선택을 수행했습니다. 이는 권장 사항에 가장 적합한 변수를 선택하는 데 사용되었습니다. |
| |
마지막으로 배포 유형을 대상으로 하는 최종 권장 사항을 생성하기 위해 부트스트랩 포리스트를 수행했습니다. |
| |
마지막으로 추천사항이 있습니다. 스트리밍 기반의 영화 두 개와 극장 기반의 두 가지 카테고리가 있습니다. |
| |
첫째, 저렴한 기분 좋은 코미디가 있습니다. 평균 지속 시간은 약 91분입니다. 코미디와 드라마가 동등하며 R 등급도 있습니다. |
| |
그리고 평균 예산은 210만 달러입니다. 다음으로는 Big Budget Thrills가 있습니다. 평균 지속 시간은 147분입니다. A 장르 |
| |
50/50 모험/공포, 그리고 50/50 R 또는 PG-13. 우리의 예산은 1억 4,650만 달러입니다. 다음으로 연극의 경우 예산에 따른 전기 재연이 있습니다. |
| |
이는 평균 97분의 지속 시간입니다. 장르는 전기 41%, 모험 35%입니다. 우리는 다수의 PG를 가지고 있습니다. |
| |
또한 우리의 예산은 860만 달러입니다. 그리고 마지막으로 모두를 위한 모험(Adventures for All)이 있습니다. 이는 무려 1276분의 평균 지속 시간입니다. 73%는 모험입니다. |
| |
그리고 우리는 PG-13으로서 71%를 갖고 있으며 예산은 1,030만 달러입니다. 제 발표를 봐주셔서 정말 감사드립니다. 질문있으세요? |
