数据集概述： 该数据集包含了2000至2025年间全球电影的票房数据、用户评分以及电影类型等信息。数据涵盖了不同类型的电影（如科幻片、冒险片、动作片等），并通过多个字段记录了电影的表现。该数据集旨在为研究电影行业、票房预测、用户偏好分析等提供支持。
字段定义：
电影ID（movie_id）：唯一标识每部电影的编号。
电影名称（movie_name）：电影的标题。
上映年份（release_year）：电影的上映年份。
电影类型（genre）：电影的类型，包括科幻、冒险、动作、喜剧、剧情等。
全球票房（global_box_office）：电影在全球范围内的总票房收入，单位为美元。
IMDB评分（imdb_rating）：电影在IMDB平台上的评分，范围从0到10。
Rotten Tomatoes评分（rt_rating）：电影在Rotten Tomatoes上的评分，通常为百分制。
观众评分（audience_score）：电影在其他评分平台（如豆瓣等）上的评分。
评论数（reviews_count）：电影在各大平台的评论数量。
导演（director）：电影的导演姓名。
主演（actors）：主要演员的姓名。
数据特征：
时间范围：2000年到2025年，涵盖了过去二十多年内的主要电影数据。
数据类型：包含结构化数据，具体为文本、数值、时间戳等。
数据量：包含全球范围内的数百部电影数据。
数据来源：主要来自IMDB、Rotten Tomatoes等电影评分平台，以及公开的票房数据来源。
适用场景：
电影行业分析：帮助分析电影类型与票房收入之间的关系，为制作方提供参考。
电影评分与观众反馈研究：结合评分数据与票房收入，探索观众偏好。
电影预测模型：使用数据进行票房预测，帮助投资方评估电影市场表现。
市场趋势分析：分析不同类型电影的市场趋势，制定相应的营销策略。
观众行为研究：结合评分、评论等数据分析观众对不同类型影片的偏好和评价。
数据格式：
CSV格式，每行表示一部电影的数据。
每个字段都明确标注，易于处理和分析。
