본문 바로가기
KERD
논문KCI 등재

머신러닝 기반의 디지털 방송 프로그램 유형 분류 및 활용 방안 연구

A Study of the Classification and Application of Digital Broadcast Program Type based on Machine Learning

이소현|김희웅|윤상혁
한국지식경영학회 (The Knowledge Management Society of Korea)|2019.09|지식경영연구 (Knowledge Management Research)|제20권 제3호|pp. 119-137|DOI 10.15813/kmr.2019.20.3.008

0

조회

0

다운로드

3

인용

0

참고문헌

키워드

Clustering analysisMachine learningDigital contentBroadcast program classificationSpectral clustering algorithm
주제분류경영학

초록

With the recent spread of digital content, more people have been watching the digital content of TV programs on their PCs or mobile devices, rather than on TVs. With the change in such media use pattern, genres(types) of broadcast programs change in the flow of the times and viewers’ trends. The programs that were broadcast on TVs have been released in digital content, and thereby people watching such content change their perception. For this reason, it is necessary to newly and differently classify genres(types) of broadcast programs on the basis of digital content, from the conventional classification of program genres(types) in broadcasting companies or relevant industries. Therefore, this study suggests a plan for newly classifying broadcast programs through using machine learning with the log data of people watching the programs in online media and for applying the new classification. This study is academically meaningful in the point that it analyzes and classifies program types on the basis of digital content. In addition, it is meaningful in the point that it makes use of the program classification algorithm developed in relevant industries, and especially suggests the strategy and plan for applying it.

Abstract

With the recent spread of digital content, more people have been watching the digital content of TV programs on their PCs or mobile devices, rather than on TVs. With the change in such media use pattern, genres(types) of broadcast programs change in the flow of the times and viewers’ trends. The programs that were broadcast on TVs have been released in digital content, and thereby people watching such content change their perception. For this reason, it is necessary to newly and differently classify genres(types) of broadcast programs on the basis of digital content, from the conventional classification of program genres(types) in broadcasting companies or relevant industries. Therefore, this study suggests a plan for newly classifying broadcast programs through using machine learning with the log data of people watching the programs in online media and for applying the new classification. This study is academically meaningful in the point that it analyzes and classifies program types on the basis of digital content. In addition, it is meaningful in the point that it makes use of the program classification algorithm developed in relevant industries, and especially suggests the strategy and plan for applying it.

참고문헌 (33)

  1. 강남준, "군집분석방법을 사용한 미디어 레퍼토리 유형분석", 한국방송학보, 22(2), pp.7~46 (2008), 한국방송학회
  2. 김동현, "추천시스템에서의 Cold-Start 문제에 관한 연구 동향", 정보과학회지, 34(6), pp.16~21 (2016)
  3. 김종무, "TV시청 플랫폼 차이에 따른 장르 선호도 분석 - TV와 스마트폰 플랫폼 중심으로 -", 한국디자인문화학회지, 21(2), pp.151~160 (2015), 한국디자인문화학회
  4. 김희경, "텔레비전 다큐멘터리 수용자의 기대지평에 따른 텍스트 해석의 차이에 관한 연구", 한국언론학보, 48(6), pp.166~195 (2004), 한국언론학회
  5. 박성진, "데이터 클러스터링을 활용한 게이미피케이션 환경에서의플레이어 유형 분석", 한국게임학회 논문지, 17(6), pp.77~88 (2017), 한국게임학회
  6. 박소라, "경쟁 도입이 텔레비전 프로그램 장르 다양성에 미치는 영향에 대한 연구:1989년 이후 지상파 방송 편성표 분석을 통하여", 한국언론학보, 47(5), pp.222~250 (2003), 한국언론학회
  7. 신용재, "디지털 문화 콘텐츠 산업이 지식경제사회에 미치는 파급효과 분석", 지식경영연구, 17(1), pp.73~88 (2016), 한국지식경영학회[DOI]
  8. 원용진, "장르 변화로 읽는 사회: 인기 드라마 < 모래성> 과< 애인> 을 중심으로", 언론과 사회, pp.100~133 (1997)
  9. 이경렬, "스마트폰 앱 로그데이터를 활용한 라디오 청취자 유형분석", 방송과 커뮤니케이션, 18(4), pp.5~49 (2017), 한국방송학회[DOI]
  10. 이상훈, "스펙트럴 클러스터링 기반 커뮤니티 통합이 그래프의 중심성 지표에 미치는 영향 분석", 한국인터넷정보학회 학술발표대회논문집, pp.281~282 (2015)
  11. 이소현, "텍스트마이닝을 이용한 미용성형 주요 요인에 관한 연구", 지식경영연구, 20(1), pp.45~75 (2019), 한국지식경영학회[DOI]
  12. 리우룬칭, "Customer Classification and Market Basket Analysis Using K-Means Clustering and Association Rules: Evidence from Distribution Big Data of Korean Retailing Company", 지식경영연구, 19(4), pp.59~76 (2018), 한국지식경영학회[DOI]
  13. 전범수, "매체별 장르 선호도가 지상파방송 채널 시청 정도에 끼치는 영향", 방송통신연구, (75), pp.148~170 (2011), 한국방송학회[DOI]
  14. 2018년도 방송시장 경쟁상황 평가, "정보통신정책연구원", 방송통신위원회, ~ (2018)
  15. 조석현, "방송클립동영상 이용이 방송 시청의도에 미치는 영향", 한국콘텐츠학회 논문지, 16(10), pp.645~655 (2016), 한국콘텐츠학회[DOI]
  16. 주영호, "시청행태에 근거한 프로그램 유형분류의 유효성에 관한 연구-시청행태와 유형분류의 일치성을 중심으로-", 한국방송학보, 18(1), pp.217~244 (2004), 한국방송학회
  17. 주창윤, "텔레비전 프로그램 장르 분류기준에 관한 연구", 방송통신연구, (59), pp.105~136 (2004), 한국방송학회[DOI]
  18. 한승희, "연관 태그의 군집화를 위한 클러스터링 기법 비교 연구", 한국문헌정보학회지, 43(3), pp.399~416 (2009), 한국문헌정보학회[DOI]
  19. 허경용, "스펙트럼 군집화에서 블록 대각 형태의 유사도 행렬 구성", 멀티미디어학회논문지, 11(9), pp.1302~1309 (2008), 한국멀티미디어학회
  20. Geerts, D., "The Implications of Program Genres for the Design of Social Television Systems", Proceedings of the 1st International Conference on Designing Interactive User Experiences for TV and Video, pp.71~80 (2008), ACM
  21. Hara, Y., "Categorization of Japanese TV Viewers Based on Program Genres They Watch", User Modeling and User-Adapted Interaction, 14(1), pp.87~117 (2004)
  22. Kononova, A., "Double-Dipping Effect? How Combining YouTube Environmental PSAs with Thematically Congruent Advertisements in Different Formats Affects Memory and Attitudes", Journal of Interactive Advertising, 15(1), pp.2~15 (2015)
  23. Kurapati, K., "Instant Personalization via Clustering TV Viewing Patterns", IASTED’s ASC (2002)
  24. Narducci, F., "TV-Program Retrieval and Classification: A Comparison of Approaches Based on Machine Learning", Information Systems Frontiers, 20(6), pp.1157~1171 (2018)
  25. Ng, A. Y., "On Spectral Clustering: Analysis and an Algorithm", Advances in Neural Information Processing Systems, pp.849~856 (2002)
  26. Pan, X., "Delayering Tagging of Television Programs and Association Rule Mining", 2014 IEEE 17th International Conference on Computational Science and Engineering, pp.192~197 (2014), IEEE
  27. Tombros, A., "The Effectiveness of Query-Specific Hierarchic Clustering in Information Retrieval", Information Processing & Management, 38(4), pp.559~582 (2002)
  28. Xu, Y. C., "Order Effect and Vendor Inspection in Online Comparison Shopping", Journal of Retailing, 84(4), pp.477~486 (2008)
  29. "제이와이네트워크 ‘“유튜브 광고” 짧은 시간이라도 고퀄리티 영상 제작 중요’" (2019)[URL]
  30. "음악 방송" (2019)[URL]
  31. "음식 프로그램의 변화" (2019)[URL]
  32. "2018년 디지털 광고 시장의 주요 트렌드 결산과 2019년의 방향" (2018)[URL]
  33. "패션·유통업계, ‘서바이벌 프로그램’에 빠졌네~" (2019)[URL]

관련 논문AI추천

인공지능 기술 기반 OTT 사용자 분석 방안최재운한국산업경영학회 · 경영연구2020 · 제35권 제4호데이터 스트림 마이닝 기법을 적용한 개인/커뮤니티 맞춤형 Digital TV 시스템신세정, 이원석한국정보처리학회 · 정보처리학회논문지D2010 · 제17권 제6호VOD 콘텐츠 시청형태 빅데이터 분석을 위한 지능 시스템 연구문석환, 조문택, 주해종한국차세대컴퓨팅학회 · 한국차세대컴퓨팅학회 논문지2018 · 제14권 제3호오락 프로그램 유형과 VOD 시청 관계에 대한 탐색적 연구전범수한국지역언론학회 · 언론과학연구2015 · 제15권 제1호TV-Anytime 기반 이용자맞춤형방송시스템 개발 및 실험방송박민식, 석주명, 양승준, 윤정현, 이한규, 이희경, 최진수, 홍진우에스케이텔레콤 (주) · Telecommunications Review2006 · 제16권 제3호디지털 방송에 대한 수용자 인식에 관한 연구유승관, 이제영한국지역언론학회 · 언론과학연구2006 · 제6권 제1호

이 간행물의 다른 논문 (10건)

기업의 ICT투자가 ‘고용 없는 성장’을 이끄는가?정우진, 심재윤, 이종호, 박수호pp. 1-16고객서비스 정보시스템 재구축과 신규구축 성공에 영향을 미치는 요인에 관한 비교사례연구고준, 홍병선pp. 17-38다중반응표면최적화를 위한 공정능력함수법에서 최소치최대화 기준의 활용에 관한 연구정인준pp. 39-47팀 내외의 사회적 자본이 R&D 성과에 미치는 영향: 지식공유의 매개효과황호민, 이상곤pp. 49-71서울시 공공빅데이터 활성화 방안 연구엄태휘, 최봉, 윤종진pp. 73-89
원문 보기