EOI-Master BigData&Bussines Anlytics online Ed.Oct22
Módulo 16. Ejercicio 1 Rafael Vera Marañón
RecomiendaME
Recomendador tipo ranking TOP 25 películas basado en valoraciones medias
dataset:
medias.csv
Cálculo del Score
· Punto de corte definido en quantile(0.80)· Definida función cálculo Score
cortevotos = medias['mediarating'].quantile(0.80)
-------------------------------------------------------------
Función para el cálculo
def mediaimdb(x, m=cortevotos, C=media):
------------------------------------------------------------Cálculo de Score para todas las películas
v = x['conteo']
R = x['media_rating']
# Calculamos el weighted score
return round((R(v) + C(m)) / (v+m), 2)
mediasfiltrado["score"] = mediasfiltrado.apply(mediaimdb, axis=1)
`
Estadísticos relevantes
A continuación se muestran las medidas estadísticas principales para los valores cuantitativos del dataset top25.
media = mean
std = desviación estándar
min = mínimo valor
max = máximo valor
xx% = cuartiles
Justificación corte elegido80%
El dataset original contiene 37926 filas
y el conjunto de datos filtrado resultante (mediasfiltrado) contiene 9391 filas
El tamaño del dataset resultante parece razonable y además el ranking no presentó grandes cambios estableciendo corte entre 30-90%.
est | conteo | media_rating | score |
---|---|---|---|
count | 9391.000000 | 9391.000000 | 9391.000000 |
mean | 91.948035 | 6.953675 | 6.980383 |
std | 214.411058 | 1.057914 | 0.785658 |
min | 8.000000 | 1.000000 | 2.130000 |
25% | 13.000000 | 6.314590 | 6.500000 |
50% | 25.000000 | 7.078652 | 7.040000 |
75% | 70.500000 | 7.700467 | 7.510000 |
max | 3104.000000 | 10.000000 | 9.920000 |
TOP 4
Resumiendo el ranking a los 4 primeros, podemos observar en la imagen las películas y sus scores calculados.Adicionalmente podemos destacar en orden de relevancia los siguientes géneros:
Comedia, Drama, Romance, Fantasía, Horror.
INSIGHTS Adicionales
Conteo por Género Comparativo
Este gráfico muestra la cantidad de películas por género en ambos datasets y permite comparar cuáles son los géneros más populares en cada uno. En el eje x se encuentran los géneros y en el eje y la cantidad de películas de cada género.Al observar el gráfico se puede ver que los géneros de drama y crimen son los más populares tanto en el dataset original como en el de recomendaciones, sin embargo, el género de acción es más popular en el dataset de recomendaciones que en el original. También se puede apreciar que el género de comedia tiene más películas en el dataset original que en el de recomendaciones. Esta información puede ser útil para entender las preferencias de los usuarios y mejorar los algoritmos de recomendación.
Rating & Score en Recomendaciones
En la figura de la derecha, podemos observar la relación entre el número de calificaciones, la media de la calificaciones y el score de las películas recomendadas. Podemos destacar que las películas mas votadas tienen una calificación promedio muy alta, y también tienen un score alto, lo que sugiere que estas películas son altamente valoradas tanto por la crítica como por el público en general.
Conteo por Género Comparativo
Este gráfico muestra la cantidad de películas por género en ambos datasets y permite comparar cuáles son los géneros más populares en cada uno. En el eje x se encuentran los géneros y en el eje y la cantidad de películas de cada género.
TextTextText
TOP 25: Películas mejor puntuadas
id | imdb_id | imdb_title | conteo | media_rating | score | genre |
---|---|---|---|---|---|---|
8847 | tt5512872 | Be Somebody | 353 | 9.985836 | 9.92 | Comedy|Drama|Romance |
6349 | tt4921860 | MSG 2 the Messenger | 48 | 10.000000 | 9.56 | Comedy|Drama|Fantasy|Horror |
9303 | tt0111161 | The Shawshank Redemption | 1177 | 9.388275 | 9.37 | Drama |
4992 | tt5262972 | Avengers: Age of Ultron Parody | 28 | 10.000000 | 9.32 | Short|Comedy |
8907 | tt0167260 | The Lord of the Rings: The Return of the King | 392 | 9.346939 | 9.30 | Adventure|Drama|Fantasy |
9183 | tt0468569 | The Dark Knight | 740 | 9.279730 | 9.25 | Action|Crime|Drama|Thriller |
4329 | tt6662050 | Five Minutes | 22 | 10.000000 | 9.19 | Short|Comedy |
9234 | tt0050083 | 12 Angry Men | 874 | 9.210526 | 9.19 | Crime|Drama |
8894 | tt0071562 | The Godfather: Part II | 385 | 9.140260 | 9.10 | Crime|Drama |
8405 | tt11032374 | Demon Slayer: Mugen Train | 200 | 9.175000 | 9.09 | Animation|Action|Adventure|Fantasy |
8820 | tt0038650 | It's a Wonderful Life | 342 | 9.125731 | 9.08 | Drama|Family|Fantasy |
9386 | tt7286456 | Joker | 2757 | 9.081973 | 9.08 | Crime|Drama|Thriller |
8794 | tt0086879 | Amadeus | 332 | 9.111446 | 9.06 | Biography|Drama|History|Music |
8607 | tt0103064 | Terminator 2: Judgment Day | 249 | 9.108434 | 9.04 | Action|Sci-Fi |
9337 | tt4154796 | Avengers: Endgame | 1474 | 9.046811 | 9.04 | Action|Adventure|Fantasy|Sci-Fi |
9173 | tt0068646 | The Godfather | 717 | 9.050209 | 9.03 | Crime|Drama |
8875 | tt0060196 | The Good, the Bad and the Ugly | 373 | 9.077748 | 9.03 | Western |
9287 | tt1375666 | Inception | 1056 | 9.024621 | 9.01 | Action|Adventure|Sci-Fi|Thriller |
9254 | tt0109830 | Forrest Gump | 930 | 9.022581 | 9.00 | Drama|Romance |
9009 | tt0108052 | Schindler's List | 470 | 9.023404 | 8.99 | Biography|Drama|History |
9063 | tt0120689 | The Green Mile | 535 | 9.016822 | 8.99 | Crime|Drama|Fantasy|Mystery |
9086 | tt0105323 | Scent of a Woman | 555 | 8.998198 | 8.97 | Drama |
5672 | tt5813916 | The Mountain II | 36 | 9.416667 | 8.97 | Action|Drama|War |
3479 | tt4148400 | Two Hearts as One | 17 | 9.882353 | 8.95 | Drama|History |
8410 | tt3863552 | Bajrangi Bhaijaan | 200 | 9.015000 | 8.94 | Action|Comedy|Drama |
TOP 25: MediaRating vs Conteo vs Score
Con los resultados obtenidos en el gráfico podemos concluir que "Be Somebody" es la película con la puntuación más alta en IMDb. La tabla también muestra que la cantidad de votos varía ampliamente entre las películas, desde 17 votos hasta 2,757. A pesar de esto, la mayoría de las películas en la lista tienen una puntuación alta de 9 o superior en una escala de 10 puntos, lo que sugiere que la mayoría de ellas son muy apreciadas por los usuarios de IMDb.Además, es posible que haya una correlación entre el número de votos y la puntuación en IMDb, ya que las películas con un mayor número de votos tienden a tener una puntuación más alta.
Sin embargo, esto no siempre es el caso, ya que algunas películas con un número relativamente bajo de votos, como "Be Somebody", pueden tener una puntuación muy alta.
Por lo tanto, es importante tener en cuenta la cantidad de votos junto con la puntuación al evaluar el rendimiento de una película o programa de televisión en IMDb.