1 영화 데이터 분석 목적

2020년은 covid-19 바이러스로 인해 여러 산업에 큰 타격을 입힌 해였습니다. 여러 회사들의 침체기를 겪고 항공, 서비스등 여러 산업이 흔들리는 가운데, 영화 개봉이 늦춰지고, 여러 언론매체에서 영화산업이 피해를 보고있다는 기사를 다뤘습니다. 기존에도 영화 산업의 경우 ’수요 예측’이 어려운산업으로 아무리 견고하게 제작하고 작품성이 뛰어나도 성공이 예측되기 힘든 산업으로 알려져있습니다. 팬데믹은 영화 산업은 어떠한지에 대해 궁금하였습니다. 따라서, 이 분석은 2019년과 2020년 개봉했던 영화를 비교하여 국내 영화 생태계의 특징에 대해서 알아보고자 합니다. 전국적으로 영화 관련 산업 매출에 대해 알아보고 어떠한 요인이 영화 세계에서 가장 중요한 영향을 끼치는지 다양한 분석을 사용하여 알아보고자 하였습니다. 이러한 분석은 영화 산업의 발전과 마케팅의 비용감소등을 기대해 볼 수 있다고 생각하였습니다.

2 데이터 수집

데이터는 전국 단뒤 영화 관객 데이터를 다루고 있는 영화관입장권통합전산망 (KOSIS, http://www.kobis.or.kr/kobis/business/main/main.do) 에서 2019년부터 2020년까지 년단위 엑셀을 다운받아 활용하기로 하였습니다. 또한, 영화의 평점에 대해서도 알아보기 위해 네이버 평점을 타이핑해 복사해왔습니다.

3 데이터 전처리


3.1 영화데이터 + 평점

전체 엑셀 데이터는 관람자가 소규모인 영화도 포함되어 분석의 어려움이 있었습니다. 한국의 대중적인 영화 산업의 분위기를 알아보기 위해 관람객 20만 이상을 기준으로 분석하였습니다. 따라서 관람객 20만 이하인 영화는 삭제하였습니다. 데이터의 구조는 [순번, 영화면, 감독, 제작사, 수입사, 배급사, playdate, 영화유형, 영화형태, 국적, 전국, 서울, genre, 등급, 영화구분,평점] 이러한 형태로 구성되어 있었습니다.

3.2 EXCEL 데이터 파일 불러오기

# 데이터 처리를 위해 dplyr 패키지 사용
#install.packages("dplyr")
library(dplyr) 
## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
# 2019년 영화 Data 불러오기 (File - Import Dataset - From Excel)
library(readxl)
movie_2019 <- read_excel("C:/Users/sohee/Desktop/movie/Movie/movie_2019.xls")
View(movie_2019)
# 2020년 영화 Data 불러오기 
library(readxl)
movie_2020 <- read_excel("C:/Users/sohee/Desktop/movie/Movie/movie_2020.xls")
View(movie_2020)



4 4. 파생변수 생성하기

# 파생변수 생성 라이브러리
#install.packages("stringr")
library(stringr)
#install.packages("ggplot2")
library(ggplot2)
theme_set(theme_gray(base_family="BM JUA OTF"))
#install.packages("lubridate")
library(lubridate)
## 
## Attaching package: 'lubridate'
## The following objects are masked from 'package:base':
## 
##     date, intersect, setdiff, union


4.1 장르를 토대로 대표장르 만들기

# 대표장르를 선별하기 위해 장르의 ,까지의 문자만 가져오기
movie_2019$Rgenre <- str_sub(movie_2019$genre,1,regexpr(",",movie_2019$genre)) 
movie_2020$Rgenre <- str_sub(movie_2020$genre,1,regexpr(",",movie_2020$genre)) 

#  , 삭제하기
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"[^[:alpha:]]","") 
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"[^[:alpha:]]","") 

#  str_replace_all을 이용하여 여러 genre를 대표할 수 있는 genre로 축약하기
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"범죄드라마","범죄")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"멜로","로맨스")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"공포","temp")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"스릴러","temp")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"미스터리","temp")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"서스펜스","temp")
 movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"temp","공포")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"판타지","temp2")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"SF","temp2")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"temp2","판타지")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"느와르","temp3")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"범죄","temp3")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"temp3","범죄")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"다큐멘터리","드라마")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"뮤지컬","드라마")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"서사","드라마")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"전쟁","액션")

movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"범죄드라마","범죄")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"멜로","로맨스")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"공포","temp")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"스릴러","temp")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"미스터리","temp")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"서스펜스","temp")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"temp","공포")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"판타지","temp2")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"SF","temp2")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"temp2","판타지")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"느와르","temp3")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"범죄","temp3")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"temp3","범죄")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"다큐멘터리","드라마")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"뮤지컬","드라마")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"서사","드라마")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"전쟁","액션")

# Rgenre 형식 변경
movie_2019$Rgenre <- as.factor(movie_2019$Rgenre)
movie_2020$Rgenre <- as.factor(movie_2020$Rgenre)

# 그래프로 표현해보기 
ggplot(movie_2019,aes(x=Rgenre)) + geom_bar(colour="#FF9999") +theme(axis.text.x=element_text(angle=90, hjust=1)) + coord_flip()

ggplot(movie_2020,aes(x=Rgenre)) + geom_bar(colour="#FF9999") +theme(axis.text.x=element_text(angle=90, hjust=1)) + coord_flip()

  • 20개의 장르를 축약하는 대표장르 변수 생성

4.2 개봉일을 토대로 개봉월, season 만들기

# 날짜 형식 변경
movie_2019[,6]<- str_replace_all(movie_2019$playdate,"\\.","-")
movie_2020[,6]<- str_replace_all(movie_2020$playdate,"\\.","-")


# 개봉달 변수 생성
movie_2019$month<- month(movie_2019$playdate)
movie_2020$month <- month(movie_2020$playdate)

# 계봉 계절 변수 생성
movie_2019$season <- ifelse(movie_2019$month>=3 & movie_2019$month<=5,"봄",
                       ifelse(movie_2019$month>=6 & movie_2019$month<=8,"여름",
                       ifelse(movie_2019$month>=9 & movie_2019$month<=11,"가을","겨울")))

movie_2020$season <- ifelse(movie_2020$month>=3 & movie_2020$month<=5,"봄",
                       ifelse(movie_2020$month>=6 & movie_2020$month<=8,"여름",
                       ifelse(movie_2020$month>=9 & movie_2020$month<=11,"가을","겨울")))
  • 개봉일에서 개봉달과 개봉계절 변수를 생성
    • 개봉일 -> 개봉달, 개봉계절
  • 개봉달: 1~12월 / 개봉계절: 봄, 여름,가을, 겨울

##형식 변환

# 개봉달을 팩터형식로 변환
movie_2019$month <- as.factor(movie_2019$month)
movie_2020$month <- as.factor(movie_2020$month)

# 영화명을 문자형식으로 변환
movie_2019$name <- as.character(movie_2019$name)
movie_2020$name <- as.character(movie_2020$name)

# 개봉일을 날짜형식으로 변환
movie_2019$playdate <- as.Date(movie_2019$playdate)
movie_2020$playdate <- as.Date(movie_2020$playdate)

# 장르를 문자형식으로 변환
movie_2019$genre <- as.character(movie_2019$genre)
movie_2020$genre <- as.character(movie_2020$genre)

# 평점 문자형 형태 변환 
movie_2019$score <- as.numeric(movie_2019$score)
movie_2020$score <- as.numeric(movie_2020$score)

# 계절을 factor형식으로 변환
movie_2019$season <- factor(movie_2019$season,levels=c("봄","여름","가을","겨울"))
movie_2020$season <- factor(movie_2020$season,levels=c("봄","여름","가을","겨울")) 

#View(movie_2019)
#View(movie_2020)



5 기술통계량


5.1 데이터 형태 살펴보기

# 2019년 데이터 형태 살펴보기
str(movie_2019)
## tibble [100 x 18] (S3: tbl_df/tbl/data.frame)
##  $ name              : chr [1:100] "극한직업" "어벤져스: 엔드게임" "겨울왕국 2" "알라딘" ...
##  $ director          : chr [1:100] "이병헌" "안소니 루소,조 루소" "크리스 벅,제니퍼 리" "가이 리치" ...
##  $ production company: chr [1:100] "(주)어바웃필름,영화사 해그림 주식회사,씨제이이앤엠(주)" NA NA NA ...
##  $ input company     : chr [1:100] NA "월트디즈니컴퍼니코리아 유한책임회사" "월트디즈니컴퍼니코리아 유한책임회사" "월트디즈니컴퍼니코리아 유한책임회사" ...
##  $ Dcompany          : chr [1:100] "씨제이이앤엠(주)" "월트디즈니컴퍼니코리아 유한책임회사" "월트디즈니컴퍼니코리아 유한책임회사" "월트디즈니컴퍼니코리아 유한책임회사" ...
##  $ playdate          : Date[1:100], format: "2019-01-23" "2019-04-24" ...
##  $ nationality       : chr [1:100] "한국" "미국" "미국" "미국" ...
##  $ screen            : num [1:100] 1978 2835 2648 1311 1948 ...
##  $ sales             : num [1:100] 1.40e+11 1.22e+11 1.12e+11 1.07e+11 8.59e+10 ...
##  $ audience          : num [1:100] 16264944 13934592 13369064 12552283 10085275 ...
##  $ seoul sales       : num [1:100] 3.19e+10 3.36e+10 2.78e+10 3.02e+10 2.34e+10 ...
##  $ seoul audience    : num [1:100] 3638287 3597963 3113576 3374837 2692855 ...
##  $ genre             : chr [1:100] "코미디" "액션" "애니메이션" "어드벤처" ...
##  $ grade             : chr [1:100] "15세이상관람가" "12세이상관람가" "전체관람가" "전체관람가" ...
##  $ score             : num [1:100] 9.2 9.5 8.95 9.42 9.07 8.99 8.99 7.47 8.45 8.97 ...
##  $ Rgenre            : Factor w/ 14 levels "가족","공연",..: 13 11 10 12 6 13 11 12 11 11 ...
##  $ month             : Factor w/ 12 levels "1","2","3","4",..: 1 4 11 5 5 7 7 12 3 10 ...
##  $ season            : Factor w/ 4 levels "봄","여름","가을",..: 4 1 3 1 1 2 2 4 1 3 ...
# 2020년 데이터 형태 살펴보기
str(movie_2020)
## tibble [34 x 18] (S3: tbl_df/tbl/data.frame)
##  $ name              : chr [1:34] "남산의 부장들" "다만 악에서 구하소서" "반도" "히트맨" ...
##  $ director          : chr [1:34] "우민호" "홍원찬" "연상호" "최원섭" ...
##  $ production company: chr [1:34] "(주)하이브미디어코프" "(주)하이브미디어코프" "(주)영화사레드피터" "베리굿스튜디오(주)" ...
##  $ input company     : chr [1:34] NA NA NA NA ...
##  $ Dcompany          : chr [1:34] "(주)쇼박스" "씨제이이앤엠(주)" "(주)넥스트엔터테인먼트월드(NEW)" "롯데컬처웍스(주)롯데엔터테인먼트" ...
##  $ playdate          : Date[1:34], format: "2020-01-22" "2020-08-05" ...
##  $ nationality       : chr [1:34] "한국" "한국" "한국" "한국" ...
##  $ screen            : num [1:34] 1659 1997 2575 1122 1971 ...
##  $ sales             : num [1:34] 4.12e+10 3.85e+10 3.31e+10 2.06e+10 1.69e+10 ...
##  $ audience          : num [1:34] 4750104 4350041 3811722 2406232 1962167 ...
##  $ seoul sales       : num [1:34] 9.85e+09 8.89e+09 8.00e+09 4.07e+09 3.59e+09 ...
##  $ seoul audience    : num [1:34] 1113402 981856 894796 472840 406602 ...
##  $ genre             : chr [1:34] "드라마" "범죄" "액션" "코미디" ...
##  $ grade             : chr [1:34] "15세이상관람가" "15세이상관람가" "15세이상관람가" "15세이상관람가" ...
##  $ score             : num [1:34] 8.46 8.57 7.21 7.99 7.47 7.03 7.98 8.76 8.12 8.37 ...
##  $ Rgenre            : Factor w/ 10 levels "공포","공포호러",..: 3 4 7 9 8 3 3 7 10 9 ...
##  $ month             : Factor w/ 9 levels "1","2","5","6",..: 1 6 5 1 9 4 5 6 1 2 ...
##  $ season            : Factor w/ 4 levels "봄","여름","가을",..: 4 2 2 4 4 2 2 2 4 4 ...
  • 2019년: 총 100개의 데이터와 18개의변수로 이루어진 데이터.
  • 2020년: 총 34개의 데이터와 18개의 변수로 이루어진 데이터.

5.2 기술통계량

# 기술통계량
summary(movie_2019)
##      name             director         production company input company     
##  Length:100         Length:100         Length:100         Length:100        
##  Class :character   Class :character   Class :character   Class :character  
##  Mode  :character   Mode  :character   Mode  :character   Mode  :character  
##                                                                             
##                                                                             
##                                                                             
##                                                                             
##    Dcompany            playdate          nationality            screen      
##  Length:100         Min.   :2018-10-31   Length:100         Min.   : 224.0  
##  Class :character   1st Qu.:2019-03-18   Class :character   1st Qu.: 793.8  
##  Mode  :character   Median :2019-06-26   Mode  :character   Median : 980.5  
##                     Mean   :2019-06-22                      Mean   :1066.0  
##                     3rd Qu.:2019-09-25                      3rd Qu.:1255.8  
##                     Max.   :2019-12-26                      Max.   :2835.0  
##                                                                             
##      sales              audience         seoul sales        seoul audience   
##  Min.   :1.740e+09   Min.   :  219078   Min.   :3.679e+08   Min.   :  47386  
##  1st Qu.:3.786e+09   1st Qu.:  458908   1st Qu.:9.717e+08   1st Qu.: 111699  
##  Median :8.038e+09   Median :  984986   Median :1.962e+09   Median : 230244  
##  Mean   :1.801e+10   Mean   : 2121808   Mean   :4.610e+09   Mean   : 520625  
##  3rd Qu.:1.976e+10   3rd Qu.: 2270201   3rd Qu.:4.601e+09   3rd Qu.: 537056  
##  Max.   :1.396e+11   Max.   :16264944   Max.   :3.358e+10   Max.   :3638287  
##                                                                              
##     genre              grade               score              Rgenre  
##  Length:100         Length:100         Min.   :6.430   액션      :23  
##  Class :character   Class :character   1st Qu.:7.930   드라마    :17  
##  Mode  :character   Mode  :character   Median :8.640   애니메이션:16  
##                                        Mean   :8.433   범죄      : 9  
##                                        3rd Qu.:9.005   코미디    : 8  
##                                        Max.   :9.680   공포      : 5  
##                                        NA's   :1       (Other)   :22  
##      month     season  
##  12     :13   봄  :21  
##  1      :11   여름:23  
##  9      :10   가을:24  
##  7      : 9   겨울:32  
##  10     : 9            
##  2      : 8            
##  (Other):40
summary(movie_2020)
##      name             director         production company input company     
##  Length:34          Length:34          Length:34          Length:34         
##  Class :character   Class :character   Class :character   Class :character  
##  Mode  :character   Mode  :character   Mode  :character   Mode  :character  
##                                                                             
##                                                                             
##                                                                             
##                                                                             
##    Dcompany            playdate          nationality            screen      
##  Length:34          Min.   :2019-05-30   Length:34          Min.   : 328.0  
##  Class :character   1st Qu.:2020-01-09   Class :character   1st Qu.: 958.5  
##  Mode  :character   Median :2020-02-08   Mode  :character   Median :1192.0  
##                     Mean   :2020-03-14                      Mean   :1330.7  
##                     3rd Qu.:2020-06-15                      3rd Qu.:1623.0  
##                     Max.   :2020-09-17                      Max.   :2648.0  
##                                                                             
##      sales              audience        seoul sales        seoul audience   
##  Min.   :1.576e+09   Min.   : 217056   Min.   :2.170e+08   Min.   :  25888  
##  1st Qu.:3.943e+09   1st Qu.: 464223   1st Qu.:1.049e+09   1st Qu.: 117310  
##  Median :7.183e+09   Median : 840498   Median :1.903e+09   Median : 214999  
##  Mean   :1.043e+10   Mean   :1208072   Mean   :2.618e+09   Mean   : 295845  
##  3rd Qu.:1.328e+10   3rd Qu.:1586741   3rd Qu.:3.388e+09   3rd Qu.: 387802  
##  Max.   :4.122e+10   Max.   :4750104   Max.   :9.851e+09   Max.   :1113402  
##                                                                             
##     genre              grade               score              Rgenre 
##  Length:34          Length:34          Min.   :7.030   드라마    :8  
##  Class :character   Class :character   1st Qu.:7.982   액션      :6  
##  Mode  :character   Mode  :character   Median :8.415   코미디    :6  
##                                        Mean   :8.341   애니메이션:4  
##                                        3rd Qu.:8.822   공포      :3  
##                                        Max.   :9.480   어드벤처  :3  
##                                                        (Other)   :4  
##      month    season  
##  1      :8   봄  : 2  
##  2      :7   여름: 9  
##  12     :5   가을: 3  
##  6      :4   겨울:20  
##  8      :3            
##  5      :2            
##  (Other):5
  • summary를 통해 각 변수들의 기술통계량을 확인하였다
  • 2019년
    • 관객수 같은 경우는 Mean과 Median의 차이가 큰 편이었다.
    • Mean: 2121808 / Median:984986
    • 소위 대박영화가 다른 영화들의 평균을 상당히 끌어올리고 있었음을 확인할 수 있었다.
  • 2020년
    • 2019년에 비해 Mean과 Median의 차이가 작은 것을 볼 수있었다.
    • Mean: 1208072 / Median:840498
    • 이는, 2019년에 비해 대박영화가 평균과 큰타이가 나지 않는것을 알 수있었다.
  • 따라서, 2020년은 2019년에 비해 대박영화가 많지 않았다는 것을 알 수 있었다.

6 그래프 분석


#그래프 패키지
#install.packages("ggplot2")
library(ggplot2)

6.1 대표장르 그래프 분석

# 대표장르 그래프 
ggplot(movie_2019,aes(x=Rgenre)) + geom_bar()

ggplot(movie_2020,aes(x=Rgenre)) + geom_bar()

  • 2019년
    • 액션, 드라마, 애니메이션 순으로 많은 영화가 만들어졌다.
  • 2020년
    • 드라마, 액션, 코미디 순으로 영화가 많이 만들어졌다.
  • 2019년이나 2020년 영화 장르는 크게 벗어나지 않음을 알 수 있었다.

6.2 국적 그래프 분석

# 국적 그래프 
ggplot(movie_2019,aes(x=nationality)) + geom_bar(colour="#FF9999")

ggplot(movie_2020,aes(x=nationality)) + geom_bar(colour="#FF9999")

  • 2019년, 2020년 모두 한국, 미국영화가 대부분을 차지하고 있었다.
  • 기타로는 대만, 일본, 영국이 있었다.


6.3 배급사 그래프 분석

# 배급사 그래프
ggplot(movie_2019,aes(x=Dcompany)) + geom_bar(colour="#FF9999") + theme(axis.text.x=element_text(angle=90, hjust=1)) + coord_flip()

ggplot(movie_2020,aes(x=Dcompany)) + geom_bar(colour="#FF9999") + theme(axis.text.x=element_text(angle=90, hjust=1)) + coord_flip()


6.4 관객수 그래프 분석

#관객수 분석. 단변량탐색(연속형변수)
ggplot(movie_2019, aes(x = sales)) + geom_histogram(colour = "#FF9999",bins = 10)

ggplot(movie_2020, aes(x = sales)) + geom_histogram(colour = "#FF9999",bins = 10)

6.5 평점 그래프 분석

#평점 분석. 
ggplot(movie_2019, aes(x = score)) + geom_histogram(colour = "#FF9999",bins = 10)

ggplot(movie_2020, aes(x = score)) + geom_histogram(colour = "#FF9999",bins = 10)



7 다변량 탐색


7.1 월별 관객수

# 월별 관객수
ggplot(movie_2019,aes(x=month,y=sales,fill=month)) + geom_bar(stat="identity")

ggplot(movie_2020,aes(x=month,y=sales,fill=month)) + geom_bar(stat="identity")

  • 2019년:
    • 5월,1월,7월 순으로 관객수가 많고
    • 2월, 3월, 6월 순으로 관객수가 적게 나타났다.
  • 2020년:
    • 1월이 월등하게 관객수가 높았고
    • 나머지는 비등비등하였으며
    • 5월, 9월이 가장 낮았다.
    • 또한 3월, 4월에는 개봉작이 한개도 없는것으로 나타났다.
    • 코로나가 심각해지던 3월, 4월, 5월 영화 관객수가 심각하게 줄어들었다는 것을 알 수 있었다.
    • 2020년 그래프에서 11월, 12월 데이터가 있는 이유는 2019년 개봉작이다.


7.2 대표 장르에 따른 관객수 평균

# 대표 장르에 따른 평균 관객수 - Aaggregate 함수사용 
audience <- aggregate(sales~Rgenre,movie_2019,mean) 
ggplot(audience,aes(x=Rgenre,y=sales,fill=Rgenre)) + geom_bar(stat="identity",position="dodge") + theme(axis.text.x=element_text(angle=90, hjust=1)) + coord_flip()

audience11 <- aggregate(sales~Rgenre,movie_2020,mean) 
ggplot(audience11,aes(x=Rgenre,y=sales,fill=Rgenre)) + geom_bar(stat="identity",position="dodge") + theme(axis.text.x=element_text(angle=90, hjust=1)) + coord_flip()

  • 2019년: 어드벤처, 코미디, 액션 영화 순으로 평균 관객수가 많았다.
  • 2020년: 범죄 장르 영화의 평균 관객수가 월등히 많았다.

7.3 대표 장르에 따른 관객수 중앙값

# 대표장르 따른 관객수의 중간값(season)
audience2 <- aggregate(sales~Rgenre+season,movie_2019,median) 
ggplot(audience2,aes(x=season,y=sales,fill=Rgenre)) + geom_bar(stat="identity",position="dodge",color="black")

audience22 <- aggregate(sales~Rgenre+season,movie_2020,median) 
ggplot(audience22,aes(x=season,y=sales,fill=Rgenre)) + geom_bar(stat="identity",position="dodge",color="black")

  • 2019년:
    • 계절별 영화의 중간값을 살펴보니 봄에는 어드벤처 장르에 관객수가 월등히 몰려있다
    • 어드벤처 영화는 계절을 가리지 않고 관객을 끌어모으는 편이다
    • 가을 시즌에 영화가 대체적으로 없음.
  • 2020년:
    • 봄시즌, 가을 시즌 영화가 거의 존재하지 않음을 알 수있다.
    • 그나마 여름에 범죄 영화 하나가 성공해서 관객수가 월등히 높다.

7.4 대표 장르에 따른 실제 관객수(계절)

# 대표 장르에 따른 실제 관객수(계절)
ggplot(movie_2019,aes(x=season,y=sales,fill=Rgenre)) + geom_bar(stat="identity",position="dodge",color="black") + labs(fill="Rgenre")

ggplot(movie_2020,aes(x=season,y=sales,fill=Rgenre)) + geom_bar(stat="identity",position="dodge",color="black") + labs(fill="Rgenre")

  • 2019년:
    • 봄에 액션 영화 , 어드벤쳐 순으로 관객수가 많았다.
    • 가을에는 애니메이션 관객수가 월등히 높았다.
    • 중간값에서는 액션영화가 순위권이 아니었지만 평균에서는 순위권이다.
    • 이는 어느 한 액션 영화가 대박이 터졌다.
  • 2020년:
    • 평균도 중간값처럼 2020년 영화 산업이 힘들었다는 것을 보여주고 있다.

7.5 관람등급에 따른 평균 관객수

# 관람등급에 따른 평균 관객수
audience5 <- aggregate(sales~grade,movie_2019,mean)
ggplot(audience5,aes(x=grade,y=sales,fill=grade)) + geom_bar(stat="identity",position="dodge") + labs(fill="grade")

audience25 <- aggregate(sales~grade,movie_2020,mean)
ggplot(audience25,aes(x=grade,y=sales,fill=grade)) + geom_bar(stat="identity",position="dodge") + labs(fill="grade")

  • 2019년, 2020년 모두 15세 관람가에서 관람객수의 평균이 가장 높았다.

7.6 대표장르에 따른 평점의 평균

# 대표장르에 따른 평점의 평균
rating <- aggregate(score~Rgenre,movie_2019,mean) 
ggplot(rating,aes(Rgenre,exp(score),fill=Rgenre)) + geom_bar(position="dodge",stat="identity") + theme(axis.text.x=element_text(angle=90, hjust=1)) + coord_flip()

rating21 <- aggregate(score~Rgenre,movie_2020,mean) 
ggplot(rating21,aes(Rgenre,exp(score),fill=Rgenre)) + geom_bar(position="dodge",stat="identity") + theme(axis.text.x=element_text(angle=90, hjust=1)) + coord_flip()

  • 2019년: 기타, 공연장르 순으로 평점이 높았다.
  • 2020년: 애니메이션, 사극, 공포 순으로 평점이 높았다.

7.7 월별 평점의 평균

# 월별 평점의 평균
rating2 <- aggregate(score~month,movie_2019,mean) 
ggplot(rating2,aes(month,exp(score),fill=month)) + geom_bar(position="dodge",stat="identity") + theme(axis.text.x=element_text(angle=90, hjust=1)) + coord_flip()

rating22 <- aggregate(score~month,movie_2020,mean) 
ggplot(rating22,aes(month,exp(score),fill=month)) + geom_bar(position="dodge",stat="identity") + theme(axis.text.x=element_text(angle=90, hjust=1)) + coord_flip()

  • 2019년:
    • 5월,10월,1월 순으로 월별 평균이 가장 높았다.
    • 또한 3월, 2월, 9월에 월별평균이 가장 낮았다.
    • 이는 월별 개봉작의 수치와 어느정도 비슷한 수치다.
    • 새학기가 시작하는 3월, 9월에 데이터의 수도 적고, 수치도 낮은 것을 볼수 있다.
    • 하지만 방학 시즌에는 대체적으로 데이터의 수도 높고, 수치도 높다.
    • 영화 산업은 학생들의 시즌 영향을 많이 받는 다는 것을 알 수 있다.

-2020년: - 11월,12월은 작년 2019년 영화의 개봉일이 들어간 것 이기때문에 제외하고 나머지 달에서 생각해 보았다. - 평점은 대부분의 달이 낮은 점수를 기록하며 대부분 동일하였다. - 6월과 7월이 비교적으로 다른 달보다 낮은것을 볼 수 있었다.

7.8 대표 국적에 따른 평점의 평균

# 대표 국적에 따른 평점의 평균
rating3 <- aggregate(score~nationality,movie_2019,mean) 
ggplot(rating3,aes(nationality,exp(score),fill=nationality)) + geom_bar(position="dodge",stat="identity")

rating23 <- aggregate(score~nationality,movie_2019,mean) 
ggplot(rating23,aes(nationality,exp(score),fill=nationality)) + geom_bar(position="dodge",stat="identity")

  • 2019년:
    • 개봉작은 한국, 미국 순으로 많았지만 평점은 대만, 한국, 미국 순이었다.
    • 대만에서 개봉한 영화들이 개봉작은 많지 않았지만대체적으로 평점이 좋았다.


8 회귀분석

  • 평점을 사용해서 관객수를 예측해보자 한다.
# 이상치제거 
#install.packages("outlers")
library(outliers)
normal <- movie_2019[outlier(movie_2019$score,logical=TRUE)==FALSE,]


8.1 장르별 평점에 따른 관객수의 상관관계

# 장르별 평점에 따른 관객수의 상관관계
ggplot(normal,aes(x=score,y=log10(audience))) + geom_point() + geom_smooth(method = "lm") + facet_grid(. ~Rgenre)

  • 대부분이 선형성을 가지는 것으로 나타났다.

8.2 영화 장르 나누기

# 대체적으로 무난한 영화 장르(편안하게 볼 수 있는영화)
happy <- filter(normal,Rgenre=="코미디" | Rgenre=="애니메이션" | Rgenre=="로맨스" | Rgenre=="드라마" | Rgenre=="모험")

# 마니아 층이 있는 영화 장르
mania <- filter(normal,Rgenre=="공포" | Rgenre=="판타지" | Rgenre=="범죄" | Rgenre=="액션")


#무난 그래프
ggplot(happy,aes(x=exp(score),y=log10(audience))) + geom_point() + geom_smooth(method = "lm")

  • 2019년: 무난그래프 선형성이 보인다.


#마니아그래프
ggplot(mania,aes(x=exp(score),y=log10(audience))) + geom_point() + geom_smooth(method = "lm")

  • 2019년:
    • 마니아그래프 선형성이 보인다.
    • 무난그래프 보다 선형성이 더 크게 보인다.
modelhappy <- lm(log(audience)~exp(score),data=happy)
summary(modelhappy)
## 
## Call:
## lm(formula = log(audience) ~ exp(score), data = happy)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -1.9081 -0.6466 -0.2450  0.5215  2.5924 
## 
## Coefficients:
##              Estimate Std. Error t value Pr(>|t|)    
## (Intercept) 1.277e+01  3.954e-01  32.288  < 2e-16 ***
## exp(score)  1.362e-04  4.884e-05   2.789  0.00821 ** 
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 1.084 on 38 degrees of freedom
## Multiple R-squared:   0.17,  Adjusted R-squared:  0.1481 
## F-statistic: 7.781 on 1 and 38 DF,  p-value: 0.008209
  • 2019년:
    • 약 14%의 설명력을 가진다.
modelmania <- lm(log(audience)~exp(score),data=mania)
summary(modelmania)
## 
## Call:
## lm(formula = log(audience) ~ exp(score), data = mania)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -1.92205 -0.69379  0.00221  0.76403  1.52397 
## 
## Coefficients:
##              Estimate Std. Error t value Pr(>|t|)    
## (Intercept) 1.330e+01  2.766e-01  48.104  < 2e-16 ***
## exp(score)  1.593e-04  5.146e-05   3.095  0.00368 ** 
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.8944 on 38 degrees of freedom
## Multiple R-squared:  0.2013, Adjusted R-squared:  0.1803 
## F-statistic:  9.58 on 1 and 38 DF,  p-value: 0.003683
  • 2019년:
    • 약 18%의 설명력을 가진다.
    • 무난한 장르의 영화의 설명력보다 마니아 장르의 설명력이 더 높다.
    • 따라서 마니아 장르의 영화가 무난한 장르보다 평점이 높다.

9 결론

  • 2020년 영화는 단순한 수치로만 봐도 2019년에 비해 영화 산업이 많이 어려웠음을 알 수 있었다.
  • 또한, 2019년에는 천만영화가 2개나 터졌을 정도로 영화 산업이 좋았었기에 그에 비교하여 더 큰 차이가 남을 알 수 있었다.
  • 영화 산업은 아무리 영화가 잘 만들었다고 해도 다양한 이유로 영화의 흥망성패가 결정되기 때문에 평점, 개봉된 달, 계절,장르만으로 영화 성공여부를 결론되지는 않지만 간단하게 나마 이렇게 정리 해볼 수 있어서 좋은 기회였습니다.