下一部電影

時下，電影行業火爆，票房記錄不斷被刷。故本次的實踐作業從kaggle：IMDB 5000 Movie Dataset下載數據，對電影行業做一次淺顯的分析。

數據說明：數據是kaggle上的作者從IMDB上面爬取的，故本次的分析並不能準確說明國內電影市場情況。

實踐心得

在這一次的實踐過程中，發現有些包未能安裝上，後來在Ling學姐的提示下，才知道是鏡像出現了問題。因為之前截取的圖片已過期，所以這裡不能提供圖片。平時安裝包都是： install.packages("ggplot2")，如果裝不了則更改鏡像即： install.packages("ggplot2", repos="http://mirror.bjtu.edu.cn/ ")。

電影行業火爆，並不表示每一部電影都能取得成功，那如何才能拍出一部票房與口碑兼收的電影呢？藉此問題，提出以下幾個思路：

1 當前電影市場情況如何？

a 載入相關的包，並查看數據

對數據進行處理，查看每一年上映電影數量的變化。

由上圖可知，電影的數量總體上程現出遞增的趨勢，特別是在上年世紀末，出現了爆炸式增長。

b 查看每一年的收益情況

由上圖可以看出，年收益分析受到個別極值的影響（2008年的金融危機），故需對數據進一步處理。

由上圖可知，年收益情況雖然出現較大的波動，但總體還是程現上升的趨勢。故盈利的可能性較大，可以進行拍攝投資。

c 對電影口碑分析

由上圖可知，雖然每年拍攝電影的數量在不斷地增加，但電影的評分卻有著下降的趨勢，可能是過多地追求商業利益所致，想必這也是很多人喜歡上個世紀90年代電影的原因。

2 拍出好電影的導演有哪些？

對數據進行處理，提取評分前10名的導演。

3 受人們喜歡的演員有哪些？

處理數據，提取出在facebook上最受喜歡的前10名主角。

說明：數據上面並沒有分男女演員，故這裡只對主角進行分析。

4 哪種類型電影容易受人喜歡？

提取數據繪製箱形圖

基本上讀不出什麼信息，受極值影響太大，故需進一步處理。

這裡有必要對美國的電影分級進行說明一下：美國電影分級制度，從中位數上來看，PD-13級的電影最容易受到人們的需愛，但R級和PG級的電影有較多的異常值，故此類電影部分影片受人們的歡迎程度更高。

5 哪種類型電影收益高？

由上圖可知，拍攝數量較多的電影為G級，PG級和PD-13級，其中PG極的電影收益相比於其他兩類更高一些，但PG-13級有一些高收益的影片。

6 綜合受歡迎程度與收益情況兩因素進行分析

由一圖可知，高收益的電影不一定受人喜歡，同樣，受人喜歡的電影也不一定能獲得較高的收益，對於二者是否存在著怎樣的線性關係，之後對統計學進行學習再做進一步分析。

7 全美票房排名前10的電影

總結

1 每年電影拍攝數量增加，總體收益也不斷遞增，故可以考慮進行拍攝或者投資。

2 導演選擇可以是：John Blanchard、Cary Bell、Mitchell Altieri、Sadyk Sher-Niyaz、Charles Chaplin、Mike Mayhall。

3 演員人選可以是：Darcy Donavan、Matthew Ziff、Krista Allen、Andrew Fiscella、Jimmy Bennett、Michael Joiner。

4電影類型的選取建議是：PG級和PG-13級。

推薦閱讀：