怎么從導(dǎo)演及演員判斷電影值不值得看?

首先,本文的數(shù)據(jù)下載自IMDB 5000 Movie Dataset From Kaggle**
原作者爬取了IMDB 5000多條觀測(cè)數(shù)據(jù)浙滤,然后用回歸對(duì)IMDB各個(gè)電影的評(píng)分進(jìn)行建模,作者的文章如下:
Predict Movie Rating - NYC Data Science Academy Blog**
本文主要借助該數(shù)據(jù)完成大數(shù)據(jù)分析第4講復(fù)雜數(shù)據(jù)和分析的作業(yè)气堕,對(duì)該講的內(nèi)容和知識(shí)點(diǎn)練練手纺腊。

導(dǎo)入相關(guān)包

library(ggplot2)
library(stringr)
library(dplyr)

數(shù)據(jù)導(dǎo)入

#當(dāng)前項(xiàng)目運(yùn)行根路徑
#例如:G:/DataCruiser/workspace/IMDB Analysis
projectPath <- getwd()
#movie_metadata.csv路徑
#例如G:/DataCruiser/workspace/IMDB Analysis/data/movie_metadata.csv
servicePath <- str_c(projectPath, "data", "movie_metadata.csv", sep = "/")
#導(dǎo)入數(shù)據(jù)
movies <- read.csv(servicePath, header = T, stringsAsFactors = F)

導(dǎo)演與電影評(píng)分?jǐn)?shù)據(jù)處理

disDirector <- function(){
#選擇子集
  mymovies <- select(movies, 
                     title_year, 
                     imdb_score, 
                     director_facebook_likes, 
                     actor_1_facebook_likes) 
#列名重命名,等號(hào)左邊是新列名送巡,右邊是就列名 
  mymovies <- rename(mymovies, 
                     year = title_year, 
                     scores = imdb_score, 
                     direcotrlikes = director_facebook_likes, 
                     actorlikes = actor_1_facebook_likes)
#刪除缺失數(shù)據(jù) 
 mymovies <- filter(mymovies, 
                    !is.na(year), 
                    !is.na(scores), 
                    !is.na(direcotrlikes), 
                    !is.na(actorlikes)) 
#數(shù)據(jù)排序 
 mymovies <- arrange(mymovies, desc(year)) 
#數(shù)據(jù)計(jì)算:facebook上導(dǎo)演點(diǎn)贊數(shù)與相應(yīng)導(dǎo)演所導(dǎo)的電影IMDB評(píng)分?jǐn)?shù)之間的關(guān)系  
 disDirector <- mymovies %>% 
          group_by(year) %>% 
               summarise( count = n(), 
                          mean_scores = mean(scores, na.rm = TRUE), 
                          mean_likes = mean(direcotrlikes, na.rm = TRUE) ) 
                          %>% filter(count > 0) 
          return(disDirector)
}

演員與電影評(píng)分?jǐn)?shù)據(jù)處理

disActor <- function(){ 
#選擇子集
 mymovies <- select(movies, 
                    title_year, 
                    imdb_score, 
                    director_facebook_likes, 
                    actor_1_facebook_likes)
 #列名重命名,等號(hào)左邊是新列名盒卸,右邊是就列名
 mymovies <- rename(mymovies, 
                    year = title_year, 
                    scores = imdb_score, 
                    direcotrlikes = director_facebook_likes, 
                    actorlikes = actor_1_facebook_likes)
 #刪除缺失數(shù)據(jù) mymovies <- filter(mymovies, 
                                 !is.na(year),
                                 !is.na(scores),
                                 !is.na(direcotrlikes), 
                                 !is.na(actorlikes))
 #數(shù)據(jù)排序 mymovies <- arrange(mymovies, desc(year))
 #數(shù)據(jù)計(jì)算:facebook上一號(hào)演員點(diǎn)贊數(shù)與相應(yīng)導(dǎo)演所導(dǎo)的電影IMDB評(píng)分?jǐn)?shù)之間的關(guān)系  
 disActor <- mymovies %>% 
       group_by(year) %>% 
       summarise( count = n(), 
                  mean_scores = mean(scores, na.rm = TRUE),
                  mean_likes = mean(actorlikes, na.rm = TRUE) )
                      %>% filter(count > 0) 
       return(disActor)
}

導(dǎo)演與評(píng)分圖形繪制

#導(dǎo)演評(píng)分散點(diǎn)圖
directorView <- ggplot(data = disDirector) + 
                geom_point(mapping = aes(x = mean_likes, y = mean_scores))+ 
                geom_smooth(mapping = aes(x = mean_likes, y = mean_scores))

結(jié)果如下:

movieScore vs direcetorLikes.jpg

演員與評(píng)分圖形繪制

#演員評(píng)分散點(diǎn)圖
actorView <- ggplot(data = disActor) + 
             geom_point(mapping = aes(x = mean_likes, y = mean_scores))+ 
             geom_smooth(mapping = aes(x = mean_likes, y = mean_scores))

結(jié)果如下:

movieScore vs actorLikes.jpg

結(jié)果保存

#保存分析結(jié)果
outputpath <- str_c(projectPath,"output","movieScore vs direcetorLikes.jpg",sep="/")
ggsave(filename=outputpath, plot=directorView)
#保存分析結(jié)果
outputpath <- str_c(projectPath,"output","movieScore vs actorLikes.jpg",sep="/")
ggsave(filename=outputpath, plot=actorView)

結(jié)果分析

在假定IMDB評(píng)分高低決定著電影好壞的前提下骗爆,從對(duì)IMDB 5000多條的數(shù)據(jù)分析可以初步得到以下結(jié)論:

  • 總體上看導(dǎo)演在facebook上面獲得的點(diǎn)贊數(shù)與電影的好壞呈現(xiàn)正相關(guān),而一號(hào)演員在facebook獲得的點(diǎn)贊數(shù)與電影的好壞呈負(fù)相關(guān)蔽介,通過(guò)導(dǎo)演的好壞來(lái)判斷一部電影的好壞往往更加靠譜摘投;
  • 有一些非主流的導(dǎo)演雖然在facebook上獲得的點(diǎn)贊數(shù)不多煮寡,但是也不排除會(huì)拍出一些好電影的可能性。

需要說(shuō)明一定的是犀呼,在對(duì)于count較少的數(shù)據(jù)這里沒(méi)有剔除幸撕,如果設(shè)置不同的噪音門(mén)檻得出的結(jié)論略有不同,特別是演員的趨勢(shì)上外臂,得出的結(jié)論會(huì)變化較大坐儿。
另外,本文的源碼以及輸出結(jié)果均已經(jīng)上傳到:
jijiwhywhy/IMDB-Analysis

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末宋光,一起剝皮案震驚了整個(gè)濱河市貌矿,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌罪佳,老刑警劉巖逛漫,帶你破解...
    沈念sama閱讀 222,104評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異赘艳,居然都是意外死亡酌毡,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,816評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門(mén)蕾管,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)枷踏,“玉大人,你說(shuō)我怎么就攤上這事娇掏∨磺蓿” “怎么了?”我有些...
    開(kāi)封第一講書(shū)人閱讀 168,697評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵婴梧,是天一觀的道長(zhǎng)下梢。 經(jīng)常有香客問(wèn)我,道長(zhǎng)塞蹭,這世上最難降的妖魔是什么孽江? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 59,836評(píng)論 1 298
  • 正文 為了忘掉前任,我火速辦了婚禮番电,結(jié)果婚禮上岗屏,老公的妹妹穿的比我還像新娘。我一直安慰自己漱办,他們只是感情好这刷,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,851評(píng)論 6 397
  • 文/花漫 我一把揭開(kāi)白布。 她就那樣靜靜地躺著娩井,像睡著了一般暇屋。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上洞辣,一...
    開(kāi)封第一講書(shū)人閱讀 52,441評(píng)論 1 310
  • 那天咐刨,我揣著相機(jī)與錄音昙衅,去河邊找鬼。 笑死定鸟,一個(gè)胖子當(dāng)著我的面吹牛而涉,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播联予,決...
    沈念sama閱讀 40,992評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼啼县,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了躯泰?” 一聲冷哼從身側(cè)響起谭羔,我...
    開(kāi)封第一講書(shū)人閱讀 39,899評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎麦向,沒(méi)想到半個(gè)月后瘟裸,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,457評(píng)論 1 318
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡诵竭,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,529評(píng)論 3 341
  • 正文 我和宋清朗相戀三年话告,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片卵慰。...
    茶點(diǎn)故事閱讀 40,664評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡沙郭,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出裳朋,到底是詐尸還是另有隱情病线,我是刑警寧澤,帶...
    沈念sama閱讀 36,346評(píng)論 5 350
  • 正文 年R本政府宣布鲤嫡,位于F島的核電站送挑,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏暖眼。R本人自食惡果不足惜惕耕,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,025評(píng)論 3 334
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望诫肠。 院中可真熱鬧司澎,春花似錦、人聲如沸栋豫。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 32,511評(píng)論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)丧鸯。三九已至蛤铜,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背昂羡。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 33,611評(píng)論 1 272
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留摔踱,地道東北人虐先。 一個(gè)月前我還...
    沈念sama閱讀 49,081評(píng)論 3 377
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像派敷,于是被迫代替她去往敵國(guó)和親蛹批。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,675評(píng)論 2 359

推薦閱讀更多精彩內(nèi)容