A Study on the Predicting Audience Rating of TV Programs Based on Machine Learning Using Online Buzz

본 연구는 온라인 버즈(buzz) 데이터를 활용한 인공지능 기반 TV 시청률을 예측모형에 관한 연구이다. 이론적 배경으로 소셜 뷰잉을 바탕으로 하고 있다. 최근 TV를 시청하면서 소셜 미디어를 통해 시청과 관련한 이야기를 나누는 ‘소셜 뷰잉’ (Social Viewing)이 새롭게 주목받기 시작한다. 본 연구에서는 기존의 시청률 예측을 보완하는 기법을 사용하여 TV프로그램 시청률 예측 모델을 개발하고, 온라인 특성을 기반으로 한 시청률 예측 모델의 성능을 평가하고, 중요 특성을 분석하였으며, 시청률과 온라인 버즈를 바탕으로 TV프로그램의 시청유형 구분에 대한 추가 논의를 진행하였다.<br/>연구 방법에서는 본 연구가 RACOI시스템에서 수집한 총 2646개 TV프로그램의 종합반응 데이터세트를 모형 검증에 투입하였다. 온라인 버즈와 시청률 간의 상관분석을 하며, 수치 예측과 특성 중요도를 계산하기 위해 의사결정나무, 랜덤포레스트, 그래디언트부스팅, 선형회귀 등 머신러닝 기법을 사용하였다. TV 프로그램의 시청유형을 구분하기 위해 다차원 척도법을 활용하였다.<br/>연구 결과에서는 소셜 데이터인 온라인 버즈와 시청률 간의 상관관계를 확인하고, 인공신경망 모델이 11개의 모델 중 가장 정확한 것으로 나타나고, 온라인 동영상수가 TV프로그램 시청률에 중요한 영향을 주는 것으로 파악되고, TV프로그램이 시청률과 온라인 버즈량을 바탕으로 4가지 차원으로 세분화할 수 있다. 학술적 차원에서 소셜 데이터의 활용 가능성과 통합시청률 모델의 적용 가능성을 탐구하는 새로운 방향성을 제시한다. 실무적 차원에서 TV프로그램의 기획, 제작, 마케팅에 있어 실질적인 가이드라인을 제공할 수 있다.