🚀 EPOCH 1st Datathon: Mini Project of TEAMO

[프로젝트 명] 영화 제작자를 위한 예산 편성 프로그램 구현
[진행자] 데이터사이언스 연합 동아리 EPOCH 1기 구재영, 2기 신성현
[사용 데이터]

• The Movies Dataset from Kaggle
  • movies_metadata.csv
  • credits.csv
• The Numbers budget data

[프로젝트 개요]

• 프로젝트 목표: 영화의 여러 특성을 활용하여 예산을 예측하는 회귀 모델을 구축, 이를 활용해 영화 제작자가 제작하고자 하는 영화의 정보를 입력하면 예산을 편성해준 후에, 영화 제작자 타입이 어떻게 되는지 출력해주는 시스템을 구현
• 사용한 머신러닝 기법: 크롤링, 자연어 처리, 회귀, 클러스터링

[프로젝트 상세]

• 데이터 전처리
  • num_? cast, crew, production_companies 명단을 수치화
  • genres 고유한 값을 모두 뽑아 총 20개 장르를 더미화한 후, 평균 예산 기반으로 새로운 하나의 컬럼으로 변환
  • belongs_to_collection 더미화
• 자연어 처리: overview 줄거리 데이터를 Sentence Transformer를 활용하여 처리
• 모델 학습 및 평가
  • Random Forest Regressor: 결정계수 값이 음수로 출력되어 제외
  • XGBoost, LightGBM, CatBoost
  • 앙상블 모델: 위 세 모델의 예측 결과를 평균하여 구성, 각 모델의 장점을 결합하여 예측 성능을 최적화
  • 세 모델을 통해 도출한 앙상블 모델의 결정계수가 가장 높고 MSE 값이 가장 낮아, 최종적으로 앙상블 기법을 선택
• 클러스터링
  • 실루엣 점수 확인: 클러스터 수를 8로 하는 것이 적합함을 확인

[프로젝트 기대 효과]
단순히 영화 제작자만을 타깃으로 하는 시스템이라면 활용도가 높지 않을 수 있음
하지만 본 시스템은, 사용자가 자신이 영화 제작자가 되었다고 상상하며 원하는 평점, 유명도, 러닝 타임, 함께할 배우와 제작진 수 등을 입력하면 자동으로 필요한 돈(예산)과 제작자 타입을 알려주는 형태
따라서, 모든 대중이 부담 없이 즐길 수 있는 시스템이 될 것으로 기대됨