Earticle

초록

한국어

영화는 관람 결정 이전에 제품을 직접 경험할 수 없기 때문에 소비자들은 구매에 따른 불확실성을 줄이기 위해 다양한 온라인 리뷰 플랫폼의 전자 구전(eWOM) 정보를 적극적으로 참조한다. 이러한 의존을 배경으로 다양한 선행 연구가 영화 eWOM의 흥행 효과를 보고해 왔으나, 대부분 어휘 기반 감성분석에 의존하여 분석 변수가 평균 valence와 총 volume이라는 두 집계 차원에 한정되어 왔다. 이러한 한계를 보완하기 위해 대규모 언어모델(LLM) 앙상블이 영화 eWOM 분석에 (i) 언어 행위 강도, (ii) 리뷰 내부 표현의 직접 측정, (iii) 시간 분포 형상, (iv) 일별 관찰 정밀도의 4가지 추가 분석 차원을 도입할 수 있음을 보이고, 이로부터 4가지 새로운 가설(H1~H4)을 도출한다. 분석 대상은 BoxOfficeMojo 기준 2020–2025년 연도별 흥행 매출 상위 50편(총 300편)과 해당 영화의 IMDb 사용자 리뷰이다. 현재 Research-in-Progress 형태이며 분석은 진행 중이다.

목차

Abstract
1. 서론
2. 배경이론 및 방법
2.1 측정 도구의 발전과 영화 eWOM 분석의 미사용 차원
2.2 LLM 앙상블이 제공하는 4가지 추가 분석 차원
2.3 연구 가설
2.4 데이터 수집
2.5 통제변수
2.6 LLM 앙상블 측정 사양
2.7 분석 설계
3. 예상 결과
4. 논의
4.1 방법론적 기여
4.2 실무 시사점
4.3 한계와 향후 연구
5. 결론
References

키워드

저자

• 이지운 [ 한국기술교육대학교 미래융합학부 ]
• 이호 [ 한국기술교육대학교 미래융합학부 ]
• John Laurence Enriquez [ 한국기술교육대학교 미래융합학부 ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국경영정보학회 정기 학술대회 [KMIS Conference]

• 간기

  반년간

• 수록기간

  1990~2026

• 십진분류

  KDC 325 DDC 658