Geri Dön

Predicting box office movie revenue with machine learning methods

Makine öğrenimi ile film hasılatı tahmini

  1. Tez No: 763274
  2. Yazar: OĞUZ CAN KALKAN
  3. Danışmanlar: DOÇ. DR. TEVFİK AYTEKİN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Bahçeşehir Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 54

Özet

Son yıllarda film sektörünün büyümesiyle birlikte gişe tahminleri de büyük bir önem kazandı. Ancak bu tahminlerde başarılı olmak sanıldığı kadar kolay değildir. İnsanlar, filmler vizyona girdikten sonra bu filmlerle alakalı, belirli sitelerde (ör. IMDb ve TMDb) yorumlar yapıp bu filmlere puanlar verebilmektedirler. İnsanların yaptığı bu yorum ve puanlamalar her ne kadar subjektif olsalar da yapılan yorumların ve puanlamaların çokluğu bu bilgileri kullanılabilir kılmaktadır. Çalışmamızda bu yorum ve puanları kullanmaya karar verdiğimiz için, herhangi bir tahmin yapabilmek için bir film vizyona girdikten en az altı ay beklememiz gerekmektedir. Bu sayede insanlar bu filme puan verebilirler veya film hakkında yorum yapabilirler. Biz de bu çalışmamızda, insanların yaptıkları bu yorum ve puanlamaları daha önce yapılan hasılat tahmini çalışmalarında kullanılan film bilgileriyle birleştirerek daha iyi bir tahmin oluşturup oluşturulamayacağını inceledik. Aldığımız sonuçlar bu puanlamaların, oluşturulan tahminlerin doğruluk oranlarını arttırdığı ve hata payını düşürdüğü gözlemlenmiştir.

Özet (Çeviri)

With the growth of the film industry in recent years, box office predictions have gained great importance. However, the process of prediction and being successful in this prediction is not easily obtained. To make an effective estimation, the movie data should be organized accurately, the machine learning method to be used should be chosen precisely and a properly working algorithm should be built. Once the movies are published, people can comment and rate them on specific sites (e.g., IMDb and TMDb). Although this information is subjective, the large number of reviews and ratings of the movies make them usable. Since we decide to use people's reactions and votes, we must wait at least six months after the movie is released. In this study, we attempt to get a more successful prediction that can be achieved by adding the ratings from IMDb and TMDb in addition to the movie features. Our results show that these rating additions increase the accuracy of predictions.

Benzer Tezler

  1. Pre-release forecasting of imdb movie ratings using multi-view data

    Gösterime girmemiş filmlerin ımdb puanının farklı özellik kümeleri kullanılarak tahmin edilmesi

    BEYZA ÇİZMECİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞULE ÖĞÜDÜCÜ

  2. Film endüstrisinde makine öğrenmesi algoritmaları ile yeni ürünlerin gelir tahmini

    Revenue forecasting for new products with machine learning algorithms in movie industry

    ÖZGE HÜSNİYE NAMLI

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Endüstri ve Endüstri Mühendisliğiİstanbul Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TUNCAY ÖZCAN

  3. Gözetimli öğrenme yöntemlerinin kullanımı ile filmlerin IMDB puanlama sistemine göre derecelendirilmesini yapan modelin oluşturulması

    Creating a model that grades movies according to the IMBD scoring system using supervised learning methods

    OGTAY SAFARALİYEV

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÜYESİ PERİ GÜNEŞ

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

    Kullanıcı yorumları üzerinden makine öğrenimi ile film gişe başarısı tahmini

    BURAK SİVRİKAYA

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilim ve TeknolojiBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. ARZUCAN ÖZGÜR TÜRKMEN

  5. Popularity of a movie and financial success

    Film popülerliği ve finansal başarı

    HALENUR ÖZTEKİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Maliyeİhsan Doğramacı Bilkent Üniversitesi

    İşletme (İngilizce) Ana Bilim Dalı

    DOÇ. DR. SÜHEYLA ÖZYILDIRIM