Geri Dön

Using reviews on the web to predict box office success withmachine learning methods

Kullanıcı yorumları üzerinden makine öğrenimi ile film gişe başarısı tahmini

  1. Tez No: 604331
  2. Yazar: BURAK SİVRİKAYA
  3. Danışmanlar: DOÇ. ARZUCAN ÖZGÜR TÜRKMEN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilim ve Teknoloji, Science and Technology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. Deniz ticaret endekslerini zaman serisi modelleri kullanarak tahminleme

    Forecasting maritime trade indexes by using the time series models

    KAAN KOYUNCU

    Doktora

    Türkçe

    Türkçe

    2022

    Denizcilikİstanbul Teknik Üniversitesi

    Deniz Ulaştırma Mühendisliği Ana Bilim Dalı

    PROF. DR. LEYLA TAVACIOĞLU

  2. 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

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Yıldırım Beyazıt Üniversitesi

    Mühendislik ve Doğa Bilimleri Ana Bilim Dalı

    PROF. DR. PROF. DR. SHAFQAT UR REHMAN

  3. 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

    Türkçe

    2023

    Ormancılık ve Orman Mühendisliğiİstanbul Üniversitesi-Cerrahpaşa

    Orman Mühendisliği Ana Bilim Dalı

    PROF. DR. KENAN OK

  4. 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

    Türkçe

    2019

    Ulaşımİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    ÖĞR. GÖR. ADEM FAİK İYİNAM

  5. 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

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDoğuş Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ZEYNEP HİLAL KİLİMCİ