TMDB电影用户评分与票房综合数据集-2023-aayushsoni4
数据来源：互联网公开数据
标签：电影,TMDB,用户评分,票房,电影数据,推荐系统,数据分析,机器学习,电影评论,影视产业
数据概述：
本数据集整合了截至2023年的TMDB 6000部电影的详细信息，并融合了用户评分数据，旨在提供一个更全面的电影世界探索平台。该数据集融合了TMDB 5000电影数据集，并增加了用户评分，为数据爱好者、研究人员和机器学习从业者提供了宝贵的资源。
数据集包含以下几个部分：
tmdb_movie_dataset（电影基本信息）：
包含以下字段：
budget：电影预算。
genres：电影类型。
homepage：电影主页URL。
tmdbId：唯一的TMDB标识符。
keywords：电影关键词。
original_language：原始语言。
original_title：原始标题。
overview：电影简介。
popularity：电影受欢迎程度评分。
production_companies：制片公司。
production_countries：制片国家。
release_date：上映日期。
revenue：电影票房收入。
runtime：电影时长。
spoken_languages：使用的语言。
status：制作状态。
tagline：电影宣传语。
title：电影标题。
vote_average：用户平均评分。
vote_count：投票数量。
tmdb_movie_credits（电影演职员信息）：
包含以下字段：
tmdbId：唯一的TMDB标识符。
title：电影标题。
cast：演员阵容。
crew：剧组人员。
tmdb_movie_ratings（电影用户评分）：
包含以下字段：
userId：唯一的用户标识符。
tmdbId：唯一的电影标识符。
rating：用户评分。
timestamp：评分时间戳。
数据用途概述：
该数据集适用于多种分析和应用场景，包括：
高级预测模型构建：基于电影属性构建机器学习模型，预测用户评分。
深入探索性数据分析（EDA）：揭示电影相关特征的细微趋势和模式，探索各种属性之间的相关性。
增强内容推荐：利用用户评分构建强大的推荐系统，提供个性化的电影推荐。
此外，该数据集也可用于电影票房预测、电影类型分析、观众情感分析、电影市场研究等。
