电影评分关联因素分析2222

电影评分关联因素分析——《商业智能方法与应用》课程报告目录一．问题分析...................................................................................................................................1二．数据来源...................................................................................................................................11)首先在MetaStudio里解析网页结构...................................................................................22)通过DataScraper提取数据................................................................................................7三．使用工具...................................................................................................................................8四．思路方法...................................................................................................................................8五．结果分析.................................................................................................................................10六．小组成员.................................................................................................................................11一．问题分析电影是现代艺术中很重要的一个元素，同时也牵连很大的经济元素，除此之外，电影也是我们大学生活中很重要的娱乐方式。所以我们也就选择了电影作为我们研究性学习的题目，我们这次的研究性学习主要研究电影评分的影响因素，研究中观影的评价和评分我们主要锁定在豆瓣网，这样也就增加了研究的针对性。二．数据来源MetaSeeker分为MetaStudio和DataScraper两个工具包，只能在火狐浏览器里在线使用.1)首先在MetaStudio里解析网页结构2、在地址栏输入要解析的网址结果为：3、在工作台输入你定义的主题和要抓取的信息属性4、通过点击网页电影名的位置获取结点，并把此节点的文本内容映射到电影名里5、同理可以获得导演、主演、类型和评分的信息6、通过定位后页作为线索继续抓取数据7、在输出信息里可以看到抓取的信息2)通过DataScraper提取数据1、数据情况2、在本机里就可以得到提取的数据文件3、整理数据文件三．使用工具数据挖掘工具的使用：WEKA、KNIME、Splunk、SPSSClementine等。四．思路方法1、整理后发现导演和主演都太过分散，没有意义，所以对影片类型进行分析。2、得到这样的布尔矩阵形式3、在spss里利用apriori算法建立这样的模型进行关联分析4、把不属于T/F格式的字段过滤掉5、得到干净数据矩阵6、生成结果——剧情类电影会更受欢迎五．结果分析网状图也清晰地表明了剧情类电影更受好评。六．小组成员胡雨灿肖钰田乔梓