확률 분포를 이용한 미디어 콘텐츠 인기도 예측 모형 개발

Abstract

인터넷과 스마트 디바이스의 활성화에 따라 미디어 산업이 온라인 시장으로 영역을 확대하고 있다. 특히 대용량 콘텐츠인 영화가 극장에서 개봉 후 온라인으로 그 시장을 확대하고 있으며, 이에 따라 수익이 연장되고 있다. 또 전 세계적으로 미디어 콘텐츠에서 발생되는 데이터 트래픽을 분산시키기 위한 연구가 진행됨에 따라 본 연구에서는 위 두가지 이슈에 일환으로 온라인상에서의 미디어 콘텐츠 인기도를 예측하는 모델을 개발하고자 한다. 오프라인인 국내 극장에서 전체 영화의 관람객 수 랭킹에 따른 총량 분포는 문헌연구에서 밝힌바와 같이 Zipf분포를 따름을 확인하였으며, 온라인상에서 전체 영화의 이용자 수 랭킹에 따른 총량 분포 역시 Zipf분포를 따름을 확인하였다. 각 영화 당 시간에 따르 인기도 분포를 온라인과 오프라인에서 비교한 결과 오프라인에서는 기본 감마분포에 모두 적합하였지만, 온라인상에서는 약 68%만 적합함을 확인하였다. 특히 온라인상에서는 기본 감마분포에 부적합한 샘플은 물론 적합한 샘플에서도 기본 감마 분포보다 꼬리 부분에서 두꺼운 패턴을 보임을 확인하였다. 따라서 이를 기반으로 기본 감마분포의 확률밀도함수에 꼬리가 두터운 효과를 반영한 변형된 감마분포를 적합한 결과 기본 감마분포보다 변형된 감마분포의 MAE(Mean Average Error)가 통계적으로 유의하게 적어짐에 따라 새로운 모델에 대한 타당성을 입증하였다.