电影评分关联因素分析报告2222.doc

实用标准文案 精彩文档 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 TOC \o 1-3 \h \z \u HYPERLINK \l _Toc415678256 一．问题分析 PAGEREF _Toc415678256 \h 1 HYPERLINK \l _Toc415678257 二．数据来源 PAGEREF _Toc415678257 \h 1 HYPERLINK \l _Toc415678258 1)首先在MetaStudio里解析网页结构 PAGEREF _Toc415678258 \h 2 HYPERLINK \l _Toc415678259 2) 通过DataScraper提取数据 PAGEREF _Toc415678259 \h 7 HYPERLINK \l _Toc415678260 三．使用工具 PAGEREF _Toc415678260 \h 8 HYPERLINK \l _Toc415678261 四．思路方法 PAGEREF _Toc415678261 \h 8 HYPERLINK \l _Toc415678262 五．结果分析 PAGEREF _Toc415678262 \h 10 HYPERLINK \l _Toc415678263 六．小组成员 PAGEREF _Toc415678263 \h 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、SPSS Clementine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