Derin öğrenme yöntemleri ile sinema filmi başarım tahmini

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Eskişehir Osmangazi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2019

Tezin Dili: Türkçe

Öğrenci: OSMAN NURİ ATAK

Danışman: Kemal Özkan

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Sinema filmlerinin gişe hasılatının tahmin edilebilmesi amacıyla çeşitli teknikler geliştirilmiştir. Kullanılan yöntemlerde tahminlemeler, film vizyona girdikten sonra alınan veriler üzerinden yapılmaktadır. Hazırlanan tez çalışmasında, film daha vizyona girmeden ve belki de sadece afiş ve fragmanı hazırlanarak gişe hasılat tahmini yapılabilmesine imkân sağlayan derin öğrenmeye dayalı sınıflandırma tabanlı bir makine öğrenme sistemi tasarlanmıştır. Çalışmada 2017 yılında vizyona giren sinemalar hasılatlarına göre 5 gruba ayrılarak kullanılmıştır. Derin öğrenme modeli olan Inception V3 modeli ile sinema afişleri ve fragmanlar üzerinde çalışılmıştır. Sinema afişi, fragman, oyuncular, yönetmen, senarist gibi film özellikleri üzerinden, film vizyona girmeden hasılat tahmini yapılmasının mümkün olup olmayacağı incelenmiştir. 482 adet yerli ve yabancı film üzerinde yapılan çalışmada, ağaç sınıflandırıcılarından ince ağaç (Fine Tree Classifier FTC) ve orta ağaç (Medium Tree Classifier MTC) sınıflandırıcısı ile %97,7'lik ortalama doğruluk oranı elde edilmiştir. Elde edilen bu sonuç, çalışmada kullanılan yöntemin diğer gişe gelir tahminleri için kullanılan yöntemlerden daha iyi bir performans sergilenebileceğini göstermektedir. Çalışmanın ikinci kısmında ise Movilens veri kümelerinden 20 milyon kullanıcı film puanlaması olan veri kümesi ile film öneri sistemi tasarımı gerçekleştirilmiştir. En az 100 filme puan veren kullanıcılardan 10 bin kullanıcı seçilerek 11.726 film verisi ile film öneri çalışması yapılmıştır. Filmlerin detay verileri, fragmanlardan elde edilen 4096'lık özellik matrisi ve film puanlamaları ile yapılan çalışmaların sonucunda yenilik değeri 1,5497 olarak bulunmuştur.