4. • 브레인 스토밍
– 시간이 남아서, 본 관객 수가 많아서, 잘나가
는 영화라서, 감독, 배우, 장르, 영화 정보가 나
한테 얼마나 노출 되었느냐, 재밌었던 시리즈,
다른 사람들이 보러 가자고 할 때, 왓챠, 성별
에 따른 차이, 소개팅 할 때 주로 봄
영화 관객수 예측
5. • 고려 요소
– 시사회 관객수, 시사회 좌석 수, 개봉 전 별점,
인기 배우, 네이버 뉴스 언급 빈도(관련 기사),
다운 받아서 봐도 되는 영화인가(IMAX관의 존
재, 이미 해외에서 개봉된지 오래 됫는지), 스
크린수, 트위터 언급량, 상영기간 중 공휴일의
여부, 성별, 나이대
영화 관객수 예측
6. • 개봉 전 고려 가능 요소
– 시리즈 물
– 감독
– 배우
– 영화의 광고 정도
– 시사회 좌석수
– 왓챠 예상 별점
– 해외 별점
– IMAX 상영 여부
– 다운로드 가능 여부
영화 관객수 예측
7. • 개봉 후 고려 가능 요소
– 관람 인원
– 스크린 수
– 개봉 날짜
– 현재 별점
– 관람평
영화 관객수 예측
8. • 자료 수집 방법
– Daum API :
http://dna.daum.net/apis/contents/ref#movie
– 영진위 API :
• http://www.kobis.or.kr/kobisopenapi/homepg/mai
n/main.do
– 왓챠
• https://watcha.net/api/movie/mp0dx6
– 네이버 API
• http://developer.naver.com/wiki/pages/SrchMovie
영화 관객수 예측