电影评分分析

数据
- 原始数据展示
- json格式说明
- 数据字段含义
需求
- 1.每个用户评分最高的10部电影评分信息（用户最喜爱的十部电影）
- 2.每个用户的uid和评分的平均值。
- 3.最大方(评分平均值高)的n个用户的uid和评分平均值。
- 4.最热门的10部电影id和评价次数。
- 5.评价最高的10部电影id和评分均值
需求实现
- json解析测试
- 1.每个用户评分最高的10部电影评分信息-实现
- 2.每个用户的uid和评分的平均值-实现
- 3.最大方(评分平均值高)的n个用户的uid和评分平均值-实现

数据

原始数据展示

原始数据是json数据，大约有100万条数据，样例数据如下：

{"movie":"608","rate":"4","timeStamp":"978301398","uid":"1"}
{"movie":"1246","rate":"4","timeStamp":"978302091","uid":"1"}
{"movie":"1357","rate":"5","timeStamp":"978298709","uid":"2"}
{"movie":"3068","rate":"4","timeStamp":"978299000","uid":"2"}
{"movie":"1537","rate":"4","timeStamp":"978299620","uid":"2"}
{"movie":"647","rate":"3","timeStamp":"978299351","uid":"2"}

json格式说明

json是一种常用的数据格式，广泛的适用于数据的存储和数据的传输。数据是使用大括号，冒号，双引号，中括号组成，这些元素是可以嵌套的。

{}表示一个对象
Key-value(中间使用冒号分割:)
每一个key-value中间使用逗号分割
[]中括号表示数组

数据字段含义

电影评分数据包含了电影id，电影评分，评论时间，用户id。

movie 电影的id
rate 电影评分
timestamp 评论时间
uid 用户id

需求

1.每个用户评分最高的10部电影评分信息（用户最喜爱的十部电影）

样例结果：

uid=1的前十条数据
{"movie":"1193","rate":"5","timeStamp":"978300760","uid":"1"}
{"movie":"2355","rate":"5","timeStamp":"978824291","uid":"1"}
{"movie":"1287","rate":"5","timeStamp":"978302039","uid":"1"}
{"movie":"2804","rate":"5","timeStamp":"978300719","uid":"1"}
。。。此处省略六条。。。
uid=2的前十条数据
{"movie":"1357","rate":"5","timeStamp":"978298709","uid":"2"}
{"movie":"2268","rate":"5","timeStamp":"978299297","uid":"2"}
{"movie":"648","rate":"4","timeStamp":"978299913","uid":"2"}
。。。此处省略n条数据。。。

2.每个用户的uid和评分的平均值。

样例结果：

uid=1   平均分=4.98
uid=2  平均分=4.39
uid=3  平均分=4.87
uid=4  平均分=4.98
uid=5  平均分=5.00
。。。此处省略n条数据。。。

3.最大方(评分平均值高)的n个用户的uid和评分平均值。

其实就是在问题2的基础上找出平均数比较高的前n条数据。
样例输出：

uid=5   平均分=5.00
uid=329    平均分=4.98
uid=23 平均分=4.95
uid=435    平均分=4.89
uid=324    平均分=4.89

4.最热门的10部电影id和评价次数。

热门的定义： 评论次数多的就是热门
样例输出数据：

movie=217   评论次数：737284
movie=2345 评论次数：733213
movie=748  评论次数：684372
。。。此处省略七条数据。。。

5.评价最高的10部电影id和评分均值

样例数据输出：

movie=5 平均分=5.00
movie=329  平均分=4.98
movie=23   平均分=4.95
movie=435  平均分=4.89
movie=324  平均分=4.89
。。。此处省略5条数据。。。

需求实现

json解析测试

json解析是把数据解析成对象，所以需要先创建json数据相对应的javabean
json对应的javaBean

package cn.pengpeng.day01.bean;/*** json数据对应的javabean* @author pengpeng*/
public class RateBean {//{"movie":"1193","rate":"5","timeStamp":"978300760","uid":"1"}private String movie;private int rate;private String timeStamp;private String uid;public String getMovie() {return movie;}public void setMovie(String movie) {this.movie = movie;}public int getRate() {return rate;}public void setRate(int rate) {this.rate = rate;}public String getTimeStamp() {return timeStamp;}public void setTimeStamp(String timeStamp) {this.timeStamp = timeStamp;}public String getUid() {return uid;}public void setUid(String uid) {this.uid = uid;}@Overridepublic String toString() {return "RateBean [movie=" + movie + ", rate=" + rate + ", timeStamp=" + timeStamp + ", uid=" + uid + "]";}
}

测试fastjson使用

package cn.pengpeng.day01.test;import com.alibaba.fastjson.JSON;import cn.pengpeng.day01.bean.RateBean;/*** 测试json数据,json和javabean相互转换*/
public class TestJson {public static void main(String[] args) {String json = "{\"movie\":\"1193\",\"rate\":\"5\",\"timeStamp\":\"978300760\",\"uid\":\"1\"}";RateBean bean = JSON.parseObject(json, RateBean.class);System.out.println(bean);Object object = JSON.toJSON(bean);String string = object.toString();System.out.println(object);  }
}

1.每个用户评分最高的10部电影评分信息-实现

2.每个用户的uid和评分的平均值-实现

3.最大方(评分平均值高)的n个用户的uid和评分平均值-实现

案例分析-电影评分分析相关推荐

利用python进行数据分析_第二章_案例2_movielens_电影评分分析
自己尝试了一下数据分析,和书里的方法不完全一样.标*的为比较好的方法. ================================================ MovieLens电影评分数据 ...
大数据Hive集成python分析框架—搜狗实验室（用户查询日志）—电影评分分析
一.Spark 大数据分析框架 1.1 数据结构 1.2 SQL语句简介二.搜狗实验室(用户查询日志)数据分析 2.1获取数据集并初步分析: 2.2 创建数据库/表--导入数据分析三.电影评分分析 ...
【Python数据分析】文本情感分析——电影评论分析（二）
接上一篇<[Python数据分析]文本情感分析--电影评论分析(一)>. 目录文本向量化词袋模型 TF-IDF 建立模型构建训练集与测试集特征选择方差分析逻辑回归朴素贝叶斯 ...
python数据挖掘电影评分分析_Pyhon数据分析项目——男女电影评分差异比较
<用 Python 玩转数据>数据分析项目一.程序功能基于 MovieLens 100k 数据集中男性女性对电影的评分来判断男性还是女性电影评分的差异性更大. 二.数据来源数据集下 ...
豆瓣电影评分分析（数据分析）
本文主要通过对豆瓣电影爬取的数据进行的简要分析,观察得出各部分之间对应的关系影响. 一.数据抓取我们要想进行数据分析,首先就要通过爬虫对分析对象网页的数据爬取保存,可以保存到数据库或者文件形式到本地 ...
【Python数据分析】文本情感分析——电影评论分析（一）
情感分析是文本分析的一种,它能够从一段文本描述中理解文本的感情色彩,是褒义.贬义还是中性.常见的情感分析的使用场景就是客户对商品或服务的评价.反馈,传统模式下的人工审核,不仅消耗大量人力,而且效率 ...
Python 电影评分分析
关注微信号:小程在线关注CSDN博客:程志伟的博客 import numpy as np import pandas as pd import matplotlib.pyplot as plt %m ...
SQL语句查询电影评分案例分析
SQL语句查询电影评分案例分析部分数据:(全数据有100万条) {"movie":"1193","rate":"5", ...
python数据分析案例2：电影评分数据集的分析
这里是南京财经大学的Mooc课程的个人学习笔记,课程网址是:https://www.icourse163.org/course/NJUE-1458311167,课程是免费的,老师讲的很好很认真,欢迎学 ...

案例分析-电影评分分析