Using reviews on the web to predict box office success withmachine learning methods
Kullanıcı yorumları üzerinden makine öğrenimi ile film gişe başarısı tahmini
- Tez No: 604331
- Danışmanlar: DOÇ. ARZUCAN ÖZGÜR TÜRKMEN
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 125
Özet
Dünya çapındaki film endüstrisinin büyümesiyle birlikte, film yapım bütçeleri de büyük artış göstermektedir. Yüksek bütçeli bir filmin, yapımcılar açısından karlılık sağlayabilmesi için, yüksek gişe rakamlarına ulaşması gerekmektedir. Bir filmin gişe başarısını önden tahmin edebilmek, film yapıcıları açısından finansal riskleri azaltacaktır. Bununla birlikte, film dağıtımcıları ve sinema organizatörleri, bir filmin vizyonda bulacağı yer ve zamana ilişkin kararlar alırken bu tahminleri kullanabilirler. Ancak, bir filmin gişe başarısını etkileyen birçok faktör vardır ve bu konuda başarılı tahminler yapabilmek zor bir iş olarak ortaya çıkmaktadır. Filmler vizyona girmeden önce, filmden belli kesitlerin yer aldığı fragmanlar, yapımcılar tarafından tanıtım amacıyla yayınlanmaktır. İnternetteki en büyük video paylaşım platformlarından biri olan YouTube içerisinde de bu fragmanlar yer almaktadır. Bu site içerisinde fragmanlar yayınlandığında, kullanıcılar henüz film vizyona girmeden önce filmin içeriği hakkında fikir sahibi olabilir; fragmanla ilgili yorumlarını paylaşabilirler. Bu tez çalışması, gişe başarısını tahmin etmeye yönelik önceki çalışmalarda kullanılan film özelliklerine ek olarak, kullanıcıların YouTube'daki film fragmanlarına yönelik yorum ve reaksiyonlarından elde edilecek bir takım yeni özelliklerle, daha iyi bir tahminleme yapılıp yapılamayacağını incelemektedir. Sonuçlar, buradan elde edilen yeni özelliklerin, gişe başarısı tahminleyen modellerin doğruluk oranını yükselttiğini ortaya koymaktadır.
Özet (Çeviri)
Movie production is a serious undertaking that requires a significant amount of investment. The success of a movie, i.e., positive return on investment, can only be realized with a good performance at the box-office well after the movie's release at theaters. Ability to forecast box-office revenues, which is the amount of money a particular film generates, before a movie's release can decrease the financial risk of film producers. Movie distributors or movie theater organizers can make better decisions about the time and space they assign for a specific movie if they have accurate predictions. However, the box-office success of a movie relies on many factors, some of which are highly subjective, making accurate predictions a challenging task. Before movies are released in theaters, their trailers, or previews, are made public by movie producers, for which the online social platforms such as YouTube are increasingly utilized as the distribution medium. Such platforms also provide the opportunity for the users to react to and comment on them. In this thesis, we attempt at using user feedback on movie trailers on YouTube as additional features for box-office success prediction of movies with machine learning. Our results indicate that people's reactions to movie trailers provides a set of helpful features in making more accurate predictions on movie box-office success.
Benzer Tezler
- Deniz ticaret endekslerini zaman serisi modelleri kullanarak tahminleme
Forecasting maritime trade indexes by using the time series models
KAAN KOYUNCU
Doktora
Türkçe
2022
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
PROF. DR. LEYLA TAVACIOĞLU
- Sentimental analysis using machine learning methods and semanticresearch techniques on twitter data
Twıtter verılerınde makıne öğrenımı yöntemlerını ve semantık araştırma teknıklerını kullanan duygu analızı
NAZIR AHMAD ZAHIRI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Yıldırım Beyazıt ÜniversitesiMühendislik ve Doğa Bilimleri Ana Bilim Dalı
PROF. DR. PROF. DR. SHAFQAT UR REHMAN
- Türkiye'de odun hammaddesine dayalı döngüsel biyoekonomi politikalarının makroekonomik analizi
Macro economic analysis of wood raw materials based circular bioeconomy policies in Turkey
MEHTAP KOÇ
Doktora
Türkçe
2023
Ormancılık ve Orman Mühendisliğiİstanbul Üniversitesi-CerrahpaşaOrman Mühendisliği Ana Bilim Dalı
PROF. DR. KENAN OK
- Demiryolu hemzemin geçitlerinde emniyet değerlendirmesi: Türkiye için örnek bir model oluşturma
Safety assessment at railway level crossings: Developing a sample model for Turkey
GÖKHAN BAYAZIT
Yüksek Lisans
Türkçe
2019
Ulaşımİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
ÖĞR. GÖR. ADEM FAİK İYİNAM
- Yeni nesil derin bağlamsallaştırılmış kelime gösterimleri ve derin öğrenme modelleriyle finansal haberler kullanarak borsa tahminlemesi
Stock generation estimation using financial news with new generation deep contextualized word display and deep learning models
DERYA OTHAN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDoğuş ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZEYNEP HİLAL KİLİMCİ