인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
본 연구는 걸그룹의 음악방송 1위 수상 여부를 예측하고, 이를 기반으로 실질적인 전략을 제안하기 위해 머신러닝 분류 모델(Logistic Regression, SVM, LDA, QDA, CatBoost)을 적용하였다. 정밀도를 기준으로 평가한 최종 모델에서 프로그램별 예측 정밀도는 모두 0.833 이상을 기록하였으며, 정밀도를 기준으로 선정한 최종 모델에서 프로그램별 예측 정밀도는 모두 0.833 이상이었으며, 특히 CatBoost 분류기는 다수 프로그램에서 정밀도 1.000을 기록하였다. 또한, 단계적 선택법과 SHAP 기법을 통해 1위 달성에 영향을 미치는 주요 변수로 유튜브 MV 누적 조회수, 주간 음원 차트 순위, 음악방송 무대 수, 음악방송 직캠 수 등이 도출되었다. 이를 바탕으로, 걸그룹의 음악방송 1위 달성 전략 수립을 위한 다음과 같은 전략적 시사점을 제시한다. 첫째, 음원 차트 상위권 진입을 위한 선곡 및 홍보 강화, 둘째, MV 조회수 증가 및 누적량 극대화 전략, 셋째, 예약 판매 혜택 및 앨범 구성 다양화를 통한 판매 촉진, 넷째, 컴백 초반 직캠 수 확보 및 무대 노출 극대화, 다섯째, 점수 산정 구조에 유리한 월요일 컴백 일정 설정이 요구된다. 본 연구는 향후 음악방송 관련 연구는 물론, 소속사의 실질적 전략 수립에도 기여할 수 있을 것이다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094541183
