㈠ 豆瓣評分在哪才能評
豆瓣評分在哪才能評如下:
1、首先在手機上打開應用市場,然後按照關鍵字進行搜索。
2、在搜索結果中下載並安裝應用,安裝完成後先不要直接點擊「打開」按鈕。
3、在應用市場的搜索記錄中點擊對應的記錄,打開詳情頁面(不是點擊「打開」)。
4、在詳情頁面中,如下圖所法,點擊底部「打開」按鈕後面的按鈕。
5、在出現的窗口中就可以給應用打分,並進行評論了。
6、給電影打分:打開應用,完成登錄。然後打開你要評分的電影。
7、在頁面中點擊右下角的「筆形」按鈕。
8、點擊評分,然後評分後點擊更新即可。
㈡ 豆瓣「書影音檔案」功能DRD
1、問題背景
豆瓣在個人頁面加入了「書影音檔案」功能,用來展現豐富的個人閱讀觀影歷史,方便對外分享。試圖通過這樣的功能,讓用戶對在豆瓣留下的痕跡擁有資產感,更不易流失。同時也希望通過此,刺激更多用戶補標更多的電影、書籍、音樂,產生更多的數據。
2、統計的目的
可以根據數據分析,得出這個功能模塊對用戶的留存和活躍程度,以及自我傳播率等行為的效果。即根據數據分析通過AAARR模型分析得出產品的效果和更新迭代的需求。
1、整體模塊
書影音的大概的頁面流程可以分為兩個大塊,一個是觀影、讀書、音樂分析,一個是我的書影音記錄。前者是增加單項的記錄,後者是呈現所有書影音的記錄。
2、觀影分析
觀影分析是豆瓣這個模塊的主打的功能,如果你沒有標記過任何電影,提示你標記「看過」10部電影生成分析,並且你添加完成之後,按鈕就變成了去補標,並不會消失。點擊看過的電影會進入影視列表。而標記或者布標直接進入一個上下滑動的操作。
3、讀書分析
讀書分析,在點擊標記按鈕,進入豆瓣讀書榜單,選擇相應的書籍後,標記按鈕消失,在讀書分析頁就沒有地方找到添加書籍的地方,這個體驗和觀影分析完全不一樣。對我個人而言覺得不太友好。
4、音樂分析
音樂分析和讀書分析一樣,添加完成唱片生成分析報告,便沒有了添加的按鈕。
5、總結分析
綜合頁面分析可以看出,分享這個功能基本上每個頁面都有,且分享的內容都有所區別。首頁分享全部的記錄,觀影、讀書、音樂只分享自己模塊的記錄。單獨的電影、書籍、音樂會生成相應的海報分享。
補標資料,目前只能補標觀影模塊,其他模塊只能標記一次。
1、提出數據指標
根據作業要求,需要刺激更多用戶補標更多的電影、書籍、音樂,產生更多的數據。主要關注的指標為分享率,回訪率,補標資料率。那麼我們就需要把這三個指標分別放到不同的頁面。得出以下的數據指標。
1)、指標——分享率
確定埋點事件:書影音檔案瀏覽頁、觀影分析瀏覽頁、讀書分析瀏覽頁、音樂分析瀏覽頁、點擊分享按鈕、被分享者進入檔案頁
計算公式
用戶分享率=成功分享次數/瀏覽書影音檔案頁面UV
頁面分享率=成功分享次數/瀏覽書影音檔案頁面PV
2)、指標——回訪率
確定埋點事件:書影音檔案瀏覽頁面、觀影分析瀏覽頁、讀書分析瀏覽頁、音樂分析瀏覽頁、瀏覽內容詳情頁
計算公式
首頁回訪率=書影音詳情瀏覽頁UV / 書影音檔案瀏覽頁PV
觀影分析回訪率=觀影詳情瀏覽頁UV / 觀影分析瀏覽頁PV
讀書分析回訪率=讀書詳情瀏覽頁UV / 讀書分析瀏覽頁PV
音樂分析回訪率=音樂詳情瀏覽頁UV / 音樂分析瀏覽頁PV
3)、指標——補錄資料率
確定埋點事件:點擊補標、進行標記、返回標記(影視才有)
計算公式
用戶補錄資料率=補標資料UV/書影音檔案瀏覽頁面UV
頁面補錄資料率=補標資料次數/書影音檔案瀏覽頁面PV
確定埋點屬性:
根據上述的指標和事件提出,同時根據WWWHW分析法得出,各個事件埋點屬性,如下圖所示。
2、形成完整數據文檔(作者、日期等)
㈢ 《豆瓣電影》如何給電影評分的方法介紹
豆瓣 電影 的評分系統是現在國內公認比較權威的一個評分體系。很多小夥伴去影院看過電影後,都會在豆瓣電影里寫一些影評,為電影打分。對於有些第一次使用豆瓣電影打分的小夥伴來說,在哪裡為電影打分可能還不太清楚。下面可以看看我帶來的介紹。
給電影評分的具體辦法:
首先下載安裝軟體,打開並注冊登錄,然後點擊或者搜索自己想評價的電影。
然後點擊右上的看過了,如下圖所示:
然後就可以給你喜歡的電影寫評語打分了。如下圖所示:
㈣ 豆瓣評分在哪裡看
問題一:在哪查詢某部電影在豆瓣的總評分? movie.douban/subject/4873490/collections
問題二:怎麼查看豆瓣評分9 以上 有關於高分電影的豆列可以查看,或者選擇電影分類類型後點評分排序。
問題三:怎麼看豆瓣評分排名 要看什麼自己網路一下,也可以下載一個豆瓣APP,當然,有一些評分人數不夠的就除外
問題四:怎麼查看豆瓣評分9 以上 10分 有關於高分電影的豆列可以查看,或者選擇電影分類類型後點評分排序。
問題五:豆瓣在哪可以評分 你要有個豆瓣的賬號。然後在那部電影的封面下面,能夠找到一處 看過 或者想看 。點擊看過就可以打分了
問題六:為什麼看電影就一定要看豆瓣評分 相對來說吧,大家都認為豆瓣評分比較公正,有一句話叫做,在豆瓣上高分的不一定是神作,但低分的絕對是爛片。我個人認為,看一下就行了,不要太多迷戀評分之類的,自己有自己的判斷才是最好的。
問題七:豆瓣上怎麼給電影打分 注冊一個豆瓣賬號,保持登陸狀態
在搜索欄上輸入電影名,進入電影頁
點擊 中任意位置,確定你對影片的星數評定
或點擊圖片下 看過 按鈕 再在彈出的對話框中進行打分
問題八:豆瓣上評分電影他們是在哪裡提前看到的 50分 有的電影國外會比國內早上映,所以有的人會先看到(還有的電影就是根本沒在國內上映,談不上宣傳了,也就沒機會看到),另外,一些同步上映的電影會有試映的,還有就是製作方內部人去評分吧,我了解的就這樣。
問題九:哪裡可以看到豆瓣電視劇打分排行榜,別和我說豆瓣,要具體的位置,可以看到最高分最低分 兒子:「爸爸,我留級了,您不要難過!」
父親:「為什麼?」兒子:「我們的老師也留級了!她今天又到這一班來教我們了。」
問題十:為什麼很多人都很看中豆瓣評分? 評分可以賺取一些費用~換其他的文檔及需求的
㈤ 豆瓣app怎麼看影評
在瀏覽器登入豆瓣就可以看了,並不需要APP
因為早年間豆瓣是文青聚集地,寫的影評質量都比較高。
雖然現在豆瓣林子大了,鳥多了,但高質量影評還是很多 。
你點進去一部電影,就是有具體電影資訊的頁面,向下找,有一個粉色的按鈕,叫「我來評論這部電影」
1先注冊,成為豆瓣成員。
2登陸豆瓣
3再右上角輸入電影名,搜尋
4進入影片主頁
5往下拉,找到「XXX的影評」,點選右邊的紅色小按鈕:"我來評論這部電影"
這部劇可圈可點,我是在《小看影》看完全部了。太好看了,每個演員都那麼專業,劇情又好,看完結局了還是很捨不得,看現在更新的電視劇都沒有快樂頌好看,大贊一個好久沒看過電視劇了,感覺現在很多劇都粗製濫造,只是不經意間看到這個劇就被吸引了,一發不可收拾。雖然劇里也植入很多,但看著也沒那麼討厭,一些職場的規矩也讓人受益匪淺。
電影《最愛》嗎?
豆瓣上比較好的一篇
轉自豆瓣網頁
《 得意一天是一天,總歸都是人,總歸都是命。》
很久之前在影院看過這部電影的預告片,但當時預告片里完全沒有講到這個片子發生在一個艾滋病村,所以今天去看的時候開場我就被震住了。以下寫的觀後感會有劇透,不喜者請迴避。
可能是因為從小在醫院里長大,從小對疾病的了解為可能比同年齡的孩子清楚很多,有些人患了疾,有些人受了傷,有些人說沒就沒了。然而,眾所周知艾滋病=死。很久以前也聽說過這么一個村落,因為賣血全村大部分人都患上了艾滋,在河南的那個村落不可能再有什麼生機勃勃的勞作與淳樸的生活,村民們做的只是等著時日過去,然後互相葬掉彼此。
得意這個名字取得相當好,記得所有病人都呆在山頂學校時,得意說,「得意一天是一天」。這是我最喜歡的一句台詞。因為在這部影片中,我們很難看到患病者的恐慌,他們不是沒有意料到熱病的嚴重性,他們都知道自己會死。他們只是默默地在順從的接受,因為反抗毫無作用,沒有葯物,沒有人真正能幫助他們。他們都在認真地活下去,不怨念不悲憤。只是等著生命完結罷了。蔣雯麗飾演的糧房姐頭天追著偷吃她糧食的母豬滿街跑,活力超群,但是立馬就沒了。戲弄人生般地給她一段那麼歡樂的鏡頭只是預示她的迴光返照,人,說沒就沒了,就在一瞬間,還來不及回味。王寶強飾演的大嘴也如出一轍,為糧房姐送葬時,大嘴舉著自己愛不釋手的擴音喇叭說,「喇叭沒電了,我也快沒電了。」然後他笑著跑開,果真不出所料地他也隨之遠行。片中愛子如命的父親,極其自私又時而對家裡人著想的大哥。個個都是及其龐大的矛盾體,但個個都真實得讓人感覺不到任何紕漏。
當然故事的重頭戲還是男女主角的愛情。為了買一瓶城裡賣的洗發水去賣血患得艾滋病的琴琴,和一個想方設法要去賣血賺錢的得意,他們的感情展開讓人覺得荒誕又可敬。再患病後相繼被丈夫、妻子拋棄的他們毫無顧忌地在一起了。在生命都快沒有的時候能碰上彼此這樣一個「共患難」的愛人,絕對不是件壞事。人性就是這樣,你有病,我遠離你,我們倆都有病,不如我們在一起。敢問,如果其中一人是健康的,這段戀情難道還有展開的可能?
顧長衛在人性的殘忍面前做了一場浪漫的戲。影片中飽含人類的各種情愫,處處展露人性。有偉大的父愛,自私的求財,大難臨頭各自飛的」夫妻情「,豁達的人,畏懼的人,了無遺憾的離去,仇恨的威脅,不問結果與明天的陪伴,能一起吃苦卻沒榮幸一起享福的情侶,「娘」與「爹」的隱喻⋯⋯總歸都是人,總歸都是命。
不害羞地說,戲到末尾我哭了。在看到最後兩個絕症患者拿著喜糖和結婚證挨家串戶地開心相告時,那時是最難過的。商琴琴貪婪地,一遍又一遍地念著屬於她們的結婚證,念著念著淚就往下落,他們比誰都明白,為什麼他們能在一起,為什麼他們要在一起。我們都知道他們會死,很可能即刻就會死,所以他們的這種幸福是危險又短暫的,所謂,這么悲哀的快樂才讓人最難過。
得意說,「得意一天是一天」,這句話從他口中說出,可能因為無知,可能因為豁達,因為原因不重要了。最後琴琴先走一步,得意也不願意再得意了,本就離死不遠,何況最在乎都已經先去,不如果斷奔走相繼而去。砍傷自己,用血還了琴琴最後的願望,她曾說她死時要穿紅裙子, *** 壽衣。得意用最後的力氣用血給琴琴染了一條紅裙。這就是生命的完完全全的劇終。
我認為中文片名《最愛》不如英文片名來得巧妙, Love For Life,其實這里不光只有愛情。
人啊,得意一天是一天。總歸都是人,總歸都是命。
ps:我在這說說的只是這整部電影,是這整部電影的敘事告知我的,我領悟到的。
面對影片不去單獨討論導演風格,攝影手法,鏡頭排程,燈光手段,演員素質,美術設計,配樂……因為電影本來就不是一個人或是一個部門的活計,一部電影是一個團體,缺一不可。就這部片子製作來說我也沒有特別偏愛的一個工種。電影也永遠是遺憾的藝術,難以更改。觀眾們寬容一點,就這樣吧,挺好的。
豆瓣好像也有專門提高評分的槍手,但是網名始終會比槍手多。豆瓣大部分都是清新文藝少年玩的,他們看的電影也會涉及到各個領域,所以在豆瓣上看看評分,評語 那麼基本上也都了解電影的口碑了。
豆瓣影評里發不了圖。你可以把圖片網址貼在評論里。
當被規劃好了人生,事無鉅細皆要按照媽媽要求去做失去了童真的小女孩,偶然與原著以成為了老人的飛行員相遇相知在老人敘敘道來的故事重拾歡樂,電影也將聖·埃克絮佩里筆下那個溫情默默卻又帶著淡淡憂傷小王子的故事緩緩展開,第一視角的敘事手法,既巧妙忠實了原著,也構築了導演馬克·奧斯本契合時代寄予電影的內在縱深,將原有故事作為戲中戲,電影在3D動畫和折紙動畫兩種不同的畫風中不斷交錯遞進,小女孩與小王子一新一舊,一暖一冷,一喜一憂的故事,也各自引領了電影雙主線的架構,這使原著中那種溫馨不失憂傷的觀感,在光與影的藝術里以最為立體生動的呈現。
來自外星球的小王子在大人眼中是荒誕的,正如電影中的媽媽隨手一看便將《小王子》扔進了垃圾桶,也如電影中小女孩與小王子在電影中交匯,小王子卻已經長大,不再相信那些看似幼稚的過往,此時繁華喧鬧的都市,彷如成為了囚困人性的牢籠,但小女孩質朴的純真再一次打動了那已經失去了童心的王子,電影後半段,小女孩與小王子帶有奇幻色彩的冒險,令電影充滿了幽默的歡樂,更使本自昏暗無光的世界,灑滿了漫天星辰,這是一部不能用常規邏輯來度量的佳作,因為那滿是天馬行空的童心,便是最好的指令碼。
電影與原著不同在於電影更為契合著今日的時代,原著創作於1942年,此時正值法國處於戰敗的低谷,而作者更是這場戰爭的親歷者,所以在小王子中淡淡的哀愁和憂郁是這個極具想像力故事無法更迭的基色,而對於丑惡世俗尖刻的諷刺和批判更是電影的主調,但對於今時而言,導演在保留呈現原著色彩的同時,更為深入著點的是當下本我的思考,不應遺忘的初心,不該被教條禁錮的生活,生活永遠可以有著五彩斑斕的色彩,那淳樸的精神世界,是我們永遠不該遺忘的精神家園。
聖·埃克絮佩里筆下的小王子是抽象而理想化的,我們永遠無法成為那樣不食煙火的人,但馬克·奧斯本鏡頭下的小女孩,卻真實而鮮活,隱喻著每個人內心都不該迷失的「小王子"。
㈥ 《豆瓣》查看優質電影及影評方法介紹
豆瓣是一個電影愛好者的集聚地,在這個平台上,我們可以通過電影的評分來大概了解電影的經常程度。怎麼在豆瓣上找到優質的電影及影評呢?下面我們來了解一下。
查看好看電影方法:
打開豆瓣的主頁,在豆瓣主頁的右上角,找到電影點擊就可以進入豆瓣電影頻道了,豆瓣電影有一個評分制,觀看電影之前,可以先查看大家對他的評分有多高,一般來說,有七八分的就是非常不錯的電影了哦。
通過分類查找:進入電影頻道之後,我們可以在右側,找到影片分類的內容,想要看什麼內容的影片,就挑哪一個分類。
通過排行榜查找:除了分類查找之外,我們還可以在最上方點擊排行榜來進行查找,點擊排行榜之後就會出來一個最近新片的排行榜了。
通過豆瓣top250來觀看經典影片:除了新片排行榜之外,豆瓣排行榜的右下角還有一個TOP250的電影榜單,其中搜羅了豆瓣電影中最受歡迎的250部電影,包括綜合的250部電影榜單,愛情類型的250部電影排名榜單等等,可謂是部部經典。
如何播放和查看影評:
點擊你想看的電影之後,就會出來這個電影的評分(影評)界面,你可以在左側直接點擊播放進行收看,同時還可以一邊看,一邊查看別人對這部電影的影評,觀後感等等。
㈦ 豆瓣電影數據分析報告
近年來電影產業迅猛發展,其已成為重要的藝術和娛樂。同時,電影也是說明一個國家的經濟水平。因此分析電影書有助於電影工業的發展趨勢。
1、 每年的電影的數量,以及每年的電影平均評分
2、 電影那種類型最多,以及前三名的百分比
3、 各個國家的電影數量最多
4、 中國跟美國各個年代對比
1、 每年的電影的數量,以及每年的電影分均分
由圖可見,從 2000 年開始電影年產量的趨勢不斷上升,而近年些年的評分越來越
低,從評分均值上看一直屬於下滑狀態。可以推測出,電影的數量會有大幅的上升,
而電影的質量整體下滑。
2、 電影那種類型最多,以及前三名的百分比
從詞雲圖的電影類型可見,劇情、動作、喜劇的電影類型出現的頻率很高。而從環形圖
中可以看出動作、喜劇、劇情這三個電影類型對比,歷年來劇情的電影類型是最多的,其
次是喜劇,由此可以了解觀眾的喜好。
3、電影數量在前五名國家的評分情況?
從樹狀圖可以看出美國的電影數量最多,其次是中國、日本、英國、法國。
4、中國跟美國各個年代對比?
從圖中可以看出中國的電影發展趨勢一直處以上升階段,而美國的發展趨勢不太樂
觀。以目前中國的發展趨勢很快就會追上美國,目前美國還是領先階段。
㈧ 豆瓣電影數據分析的背景與意義
豆瓣電影數據分析的背景與意義是電影發展的衡量標准。根據查詢相關資料信息顯示:豆瓣已經成為國內電影愛好者、影評人士的聚集地,豆瓣評分已經成為國內一個評價電影的重要指標,豆瓣上積攢了大量電影數據為電影行業分析提供了重要資源,通過豆瓣電影來衡量國內外的電影的發展情況。
㈨ 如何在豆瓣測試自己的觀影量
滾動頁面到最下方右角。
點擊「豆瓣電影」頁面的「排行榜」,深受當地或沿途文化影響我們的學識,同樣可以提高我們的藝術修養和電影欣賞水平,點擊鏈接打開網站,您要做的就是慢慢的一部一部電影來欣賞,體會,個人有一些見解來給大家分享,相信你做完這一切。下面就如何提高自己的電影欣賞水平,觀後感,讀萬卷書,見多才會識廣;原料
㈩ 豆瓣電影數據分析
這篇報告是我轉行數據分析後的第一篇報告,當時學完了Python,SQL,BI以為再做幾個項目就能找工作了,事實上……分析思維、業務,這兩者遠比工具重要的多。一個多月後回過頭來看,這篇報告雖然寫得有模有樣,但和數據分析報告還是有挺大差別的,主要原因在於:a.只是針對豆瓣電影數據分析太過寬泛了,具體關鍵指標到底是哪些呢?;b.沒有一個確切有效的分析模型/框架,會有種東一塊西一塊的拼接感。
即便有著這些缺點,我還是想把它掛上來,主要是因為:1.當做Pandas與爬蟲(Selenium+Request)練手,總得留下些證明;2.以豆瓣電影進行分析確實很難找到一條業務邏輯線支撐,總體上還是描述統計為主;3.比起網上能搜到的其他豆瓣電影數據分析,它更為詳細,可視化效果也不錯;
本篇報告旨在針對豆瓣電影1990-2020的電影數據進行分析,首先通過編寫Python網路爬蟲爬取了51375條電影數據,採集對象包括:電影名稱、年份、導演、演員、類型、出品國家、語言、時長、評分、評論數、不同評價佔比、網址。經過去重、清洗,最後得到29033條有效電影數據。根據電影評分、時長、地區、類型進行分析,描述了評分與時長、類型的關系,並統計了各個地區電影數量與評分。之後,針對演員、導演對數據進行聚合,給出產量與評分最高的名單。在分析過程中,還發現電影數量今年逐步增加,但評分下降,主要原因是中國地區今年低質量影視作品的增加。
另外,本篇報告還爬取了電影票房網( http://58921.com/ )1995-2020年度國內上映的影片票房,共採集4071條數據,其中3484條有效。進一步,本文分析了國內院線電影票房年度變化趨勢,票房與評分、評價人數、時長、地區的關系,票房與電影類型的關聯,並給出了票房最高的導演、演員與電影排名。
清洗、去重後,可以看到29033條數據長度、評分、評論數具有以下特點:
結合圖1(a)(b)看,可以看到電影數據時長主要集中在90-120分鍾之間,向兩極呈現階梯狀遞減,將數據按照短(60-90分鍾),中(90-120分鍾),長(120-150分鍾),特長(>150分鍾)劃分,各部分佔比為21.06%, 64.15%, 11.95%, 2.85%。
結合圖2(a)看,可以看到我們採集到的電影數據評分主要集中在6.0-8.0之間,向兩極呈現階梯狀遞減,在此按照評分劃分區間:2.0-4.0為口碑極差,4.0-6.0為口碑較差,6.0-7.0為口碑尚可,7.0-8.0為口碑較好,8.0-10.0為口碑極佳。
這5種電影數據的佔比分別為:5.78%, 23.09%, 30.56%, 29.22%, 11.34%
再將評分數據細化到每年進行觀察,可以發現,30年內電影數量與年度電影均分呈反相關,年度均分整體呈現下降趨勢,2016年電影均分最低,電影數量最多。
進一步做出每個年份下不同評級等級的電影數據佔比,可以發現,近年來,評分在[2.0,6.0)的電影數據佔比有著明顯提升,評分在[6.0,7.0)的數據佔比不變,評分在[7.0,10.0)的數據佔比減少,可能原因有:
對照圖5,可以發現,評分與時長、評論人數的分布大致呈現漏斗狀,高分電影位於漏鬥上部,低分電影位於漏斗下部。這意味著,如果一部電影的評論人數很多(特別是超過30w人觀影),時長較長(大於120min),那麼它大概率是一部好電影。
根據各個國家的電影數量作圖,可以得到圖6,列出電影數量前十的國家可得表格2,發現美國在電影數量上占第一,達到8490部,中國其次,達6222部。此外,法國,英國,日本的電影數量也超過1000,其餘各國電影數量相對較少。這可以說明美國電影有著較大的流量輸入,在中國產生了較大的影響。
進一步分析各國電影的質量,依據評分繪制評分箱線圖可得圖7,在電影數量排名前20的國家中:
接著我們可以探索,哪個國家的電影對豆瓣評分隨年份下降的貢獻最大,考慮到電影數量對應著評分的權重。根據上述各國的電影評分表現,我們可以猜測電影數量較多的國家可能對年度均分的下降有較大影響。於是,我們再計算出這些國家的年度電影均分,並與整體均分進行比較分析。
再作出中國大陸,中國台灣,中國香港的均分箱線圖圖9(a),可以看到,大陸電影均分低於港台電影,且存在大量低分電影拉低了箱體的位置。
分析相關性可得,大陸、香港、台灣電影年度均分與全部評分關聯度分別為R=0.979,0.919,0.822,說明濾去台灣和香港電影,大陸電影年度均分的變化趨勢與全部評分變化更接近。圖9(b)可以進一步反映這一點。
可以看到,大部分類型集中在X×Y=[10000,30000]×[6.00,7.50]的區間范圍內,劇情、喜劇、愛情、犯罪、動作類電影數量上較多,說明這些題材的電影是近三十年比較熱門的題材,其中劇情類電影佔比最多,音樂、傳記類電影平均得分更高,但在數量上較少,動作、驚悚類電影評論人數雖多,但評價普遍偏低。
除此之外,還有兩塊區域值得關註:
根據類型對電影數據進行聚合,整理得到各類型電影評分的時間序列,計算它們與整體均分時間序列的相關性,可得表格4與圖11,可以看到劇情,喜劇,懸疑這三種類型片與總分趨勢變化相關性最強,同時劇情、喜劇類電影在電影數量上也最多,因此可以認為這兩類電影對於下跌趨勢影響最大,但其餘類別電影的相關性也達到了0.9以上,說明幾種熱門的電影得分的變化趨勢與總體均分趨勢一致。
前面已經得知,中美兩國電影佔比最高,且對於均分時間序列的影響最大。在此,進一步對兩國電影進行類型分析,選取幾種主要的類型(數量上較多,且相關性較高)進行分析,分別是劇情,喜劇,愛情,驚悚,動作,懸疑類電影,繪制近年來幾類電影的數量變化柱狀圖與評分箱線圖可得圖12,13,14,15。
對導演與演員進行聚合,得到數據中共有15011名導演,46223名演員。按照作品數量在(0,2], (2,5], (5,10], (10,20], (20,999]進行分組統計導演數量,可以發現,15009名導演中有79.08%只拍過1-2部作品,46220名演員中有75.93%只主演過1-2部作品。忽略那些客串、跑龍套的演員,數據總體符合二八定律,即20%的人占據了行業內的大量資源。
在此,可以通過電影得分、每部電影評論人數以及電影數目尋找優秀的電影導演與演員。這三項指標分別衡量了導演/演員的創作水平,人氣以及產能。考慮到電影數據集中可能有少量影視劇/劇場版動畫,且影視劇/劇場版動畫受眾少於電影,但得分普遍要高於電影,這里根據先根據每部電影評論數量、作品數量來篩選導演/演員,再根據電影得分進行排名,並取前30名進行作圖,可得圖17,18。
結合電影票房網( http://58921.com/ )採集到的3353條票房數據,與豆瓣數據按照電影名稱進行匹配,可以得到1995-2020年在中國大陸上映的電影信息,分別分析中國內地電影的數量、票房變化趨勢,票房與評分、評價人數、時長、地區以及類型的關系,此外還給出了不同導演與演員的票房表現以及影片票房排名。
如圖19所示,國內票房數據與上映的電影數量逐年遞增,2020年記錄的只是上半年的數據,且由於受疫情影響,票房與數量驟減。這說明在不發生重大事件的情況下,國內電影市場規模正在不斷擴大。
對電影數據根據類型進行聚合,繪制散點圖21,可以發現:
提取導演/演員姓名,對導演/演員欄位進行聚合,計算每個導演/演員的票房總和,上映電影均分、以及執導/參與電影數目進行計算,作出票房總和前30名的導演/演員,可得圖22,23,圖中導演/演員標號反映了票房排名,具體每位導演/演員的上映影片數量、均分、每部電影評價人數、平均時長與總票房在表5、表6中給出。
最後根據電影票房進行排名,得到票房排名前20的電影如表格7所示,可以看到絕大部分上榜電影都是中國電影,索引序號為3、10、12、14、18、19為美國電影,這也反映了除國產電影之外,好萊塢大片占據較大的市場。
本篇報告採集了1990-2020年間豆瓣電影29033組有效數據,從豆瓣電影的評分、時長、地區、類型、演員、導演以及票房等信息進行分析評價,主要有以下結論: