DOI QR코드

DOI QR Code

Development of a Model for Winner Prediction in TV Audition Program Using Machine Learning Method: Focusing on Program

머신러닝을 활용한 TV 오디션 프로그램의 우승자 예측 모형 개발: 프로듀스X 101 프로그램을 중심으로

  • 곽주영 (전남대학교 일반대학원 경영학과) ;
  • 윤현식 (전남대학교 경영대학 경영학부)
  • Received : 2019.07.28
  • Accepted : 2019.08.23
  • Published : 2019.09.30

Abstract

In the entertainment industry which has great uncertainty, it is essential to predict public preference first. Thanks to various mass media channels such as cable TV and internet-based streaming services, the reality audition program has been getting big attention every day and it is being used as a new window to new entertainers' debut. This phenomenon means that it is changing from a closed selection process to an open selection process, which delegates selection rights to the public. This is characterized by the popularity of the public being reflected in the selection process. Therefore, this study aims to implement a machine learning model which predicts the winner of , which has recently been popular in South Korea. By doing so, this study is to extend the research method in the cultural industry and to suggest practical implications. We collected the data of winners from the 1st, 2nd, and 3rd seasons of the Produce 101 and implemented the predictive model through the machine learning method with the accumulated data. We tried to develop the best predictive model that can predict winners of by using four machine learning methods such as Random Forest, Decision Tree, Support Vector Machine (SVM), and Neural Network. This study found that the audience voting and the amount of internet news articles on each participant were the main variables for predicting the winner and extended the discussion by analyzing the precision of prediction.

References

  1. 강일권, 권석정, 차우진, 정덕현, 모신정 2017. 대중문화 트렌드 2018 뉴미디어와 콘텐츠의 결합, 서울:마리북스.
  2. 김기홍 2016. "문화연구에서 빅데이터의 효용과 의미," 인문콘텐츠 (-:2), pp. 103-215.
  3. 김주미, 최정화, 박동진 2018. "미디어 이용에 따른 건강정보 과부하가 건강정보 불신에 미치는 영향," 한국광고홍보학보 (20:2), pp. 37-63.
  4. 김해원, 이미나 2016. "빅데이터와 엔터테인먼트 콘텐츠: 사례연구 및 전망," 인터넷정보학회논문지 (17:2), pp. 109-118. https://doi.org/10.7472/jksii.2016.17.2.109
  5. 나은경, 손영준, 김옥태 2012. "리얼리티 서바이벌 오디션 프로그램과 소셜 미디어 이용을 통한시청자 참여의 효과," 언론과학연구 (12:4), pp. 179-220.
  6. 나은영, 나은경 2019. 엔터테인먼트 심리학, 서울:컬처룩.
  7. 박지연, 김효근, 서현주 2019. "경영예술 개념 및 경영예술 창작 모형의 타당성 평가 연구: 근거이론적 접근," 지식경영연구 (20:2), pp. 155-182. https://doi.org/10.15813/kmr.2019.20.2.008
  8. 배국남 2016. 스타란 무엇인가, 서울:논형.
  9. 백현미, 이새롬 2018. "문화에 따른 개방형 협업지식공유 활동 비교 연구; 집단주의 문화와 개인주의 문화를 중심으로", 지식경영연구 (19:2), pp. 133-150. https://doi.org/10.15813/kmr.2018.19.2.007
  10. 삼성경제연구소 2011. "SERI 경영노트-경연 프로그램 열풍과 시사점" 삼성경제연구소 (-:132), pp. 1-11.
  11. 우종필, 이응환 2018. "빅데이터 분석을 통한 천만관객 영화 예측 모델," 한국빅데이터학회지 (3:1), pp. 63-71.
  12. 유진룡, 최화열 2010. "엔터테인먼트 산업의 개념과 형성," 서비스마케팅저널 (3:1), pp. 17-34.
  13. 윤홍근 2013. "문화산업에서 빅데이터의 활용방안에 관한 연구," 글로벌문화콘텐츠 (0:10), pp. 157-179.
  14. 이경숙 2011. "오디션 프로그램의 리얼리티와 경쟁 그리고 참가자의 순환적 위치," 미디어,젠더&문화 (-:20), pp. 107-136.
  15. 장규수 2013. 스타시스템, 서울:커뮤니케이션북스.
  16. 장리, 최강준, 이재영 2017. "온라인 구전량 및 평점과 시기별 영화 흥행과의 관계," 지식경연구 (18:2), pp. 65-83.
  17. 장재영 2017. "소셜 빅데이터 분석과 기계학습을 이용한 영화흥행예측 기법의 실험적 평가," 한국인터넷방송통신학회 논문지 (17:3), pp. 177-173.
  18. 조정환 2012. "스포츠 빅데이터 활용과 전망," 한국체육측정평가학회지 (14:3), pp. 01-11. https://doi.org/10.21797/KSME.2012.14.3.001
  19. 최문경, 박지훈, 박진선 2013. "경쟁보다 성장을 강조하는 한국 리얼리티 오디션 프로그램," 언론과학연구 (13:4), pp. 590-618.
  20. 최영준 2015. "리얼리티 오디션 프로그램 수용자들이 느끼는 '재미(fun)'에 관한 고찰," 한국콘텐츠학회논문지 (15:6), pp. 13-23. https://doi.org/10.5392/JKCA.2015.15.06.013
  21. 한국국제문화교류진흥원 2018. 한류나우(Hallyu Now)-9+10월호 격월간 한류 심층 보고서 (26), pp. 1-89.
  22. 한국정보화진흥원 2015. 2015년 빅데이터 글로벌 사례집, pp. 1-152.
  23. 한국콘텐츠진흥원 2015. 2015 대중문화예술산업 실태 보고서, pp. 1-208.
  24. 한국콘텐츠진흥원 2017. KOCCA 이슈분석, <프로듀스 101>으로 본 '팬-콘텐츠'의 가능성과 진단 (17:06), pp. 1-7.
  25. Baltruschat, D. 2009. "Reality TV formats: the case of Canadian Idol," Canadian Journal of Communication (34:1) pp. 41-59.
  26. Hall,A. 2006. "Viewers' perceptions of reality programs," Communication Quarterly (54:2), pp. 191-211. https://doi.org/10.1080/01463370600650902
  27. Kelleher, J. D., Namee, B. M., and D'Arcy, A. 2015. Fundamentals of Machine Learning for Predictive Data Analytics: Algorithms, Worked Examples, and Case Studies, MIT press.
  28. Muller, A. C., and Guido, S 2016. Introduction to Machine Learning with Python, New York: O'Reilly Media.
  29. Muller, M. P., Tomlinson, G., Marrie, T. J., Tang, P., McGeer, A., Low, D. E., and Gold, W. L. 2005. "Can routine laboratory tests discriminate between severe acute respiratory syndrome and other causes of communityacquired pneumonia?" Clinical infectious diseases (40:8), pp. 1079-1086. https://doi.org/10.1086/428577
  30. Nabi, R. L., Biely, E. N., Morgan, S. J., and Stitt, C. R. 2003. "Reality-based television programming and the psychology of its appeal," Media psychology (5:4), pp. 303-330. https://doi.org/10.1207/S1532785XMEP0504_01
  31. Sayre, S., and King, C. 2010. Entertainment and society: Influences, impacts, and innovations, New York: Routledge.
  32. Swets, J. A. 1988. "Measuring the accuracy of diagnostic systems," Science (240:4857), pp. 1285-1293. https://doi.org/10.1126/science.3287615
  33. 굿데이터코퍼레이션 2019. "2019년 7월 2주타비드라마 순위", https://mygooddata.tistory.com/786.
  34. 뉴스1. 2019 "미스트롯'PD"종편예능최고시청률? 상상못했죠," http://news1.kr/articles/?3600878.
  35. 미디어SR. 2019. "아이즈원,日 인기 고공행진...韓걸그룹 최초 신인 매출 1위 기록", http://www.mediasr.co.kr/news/articleView.html?idxno=53202.
  36. 시선뉴스 2019. "[이슈체크] 웸블리 스타디움 입성 '방탄소년단(BTS)'...인기 요인 분석", http://www.sisunnews.co.kr/news/articleView.html?idxno=106477.
  37. 헤럴드경제 2019. "하태경 " 프 로 듀 스X 1 0 1 '투표 조 작 '거의 확실...검찰 수사해야 ", http://news.heraldcorp.com/view.php?ud=20190724000021.
  38. MBN스타 2019. "아이즈원, 55억 매출 달성...日데뷔 가수 중 최고",http://star.mbn.co.kr/view.php?year=2019&no=443045&refer=portal.
  39. 마이데일리 2019. "프로듀스X 101 김민규, 12등으로 안타깝게 탈락", http://www.mydaily.co.kr/new_yk/html/read.php?newsid=201907200021537604&ext=da.