浙教版信息技术高中选修3 数据管理与分析项目挑战：影评数据分析-教学课件.pptxVIP

项目挑战：影评数据分析;学校影评协会向全校学生征集一份影评数据分析报告，期望这份报告能够尽量多地挖掘出影评数据背后的信息，如我国电影业的发展状况、趋势、电影人之间的关系及影响等。;1.获取数据的途径;1.获取数据的途径;2.预测可以分析出的结果;1.获取数据;1.获取数据;2.数据分析及可视化;2.数据分析及可视化;2.数据分析及可视化;2.数据分析及可视化;2.数据分析及可视化;2.数据分析及可视化;2.数据分析及可视化;2.数据分析及可视化;2.数据分析及可视化;2.数据分析及可视化;2.数据分析及可视化;2.数据分析及可视化;3.数据分析结果的检验;4.撰写数据分析报告;评价条目;协同过滤算法有基于用户的协同过滤和基于物品的协同过滤。现有某网站的评分数据集，包含观众观影后的评分记录，其数据格式如下所示：

张文:{王牌保镖:7.0,追击:7.3,绣春刀Ⅱ:7.4,……},

鲁建:{王牌保镖:7.2,追击:6.9,……},

刘思义:{追击:7.5,绣春刀Ⅱ:7.0,……},

李京一:{王牌保镖:6.9,绣春刀Ⅱ:7.4,……}},……

编写一个简易的评分预测程序，实现从键盘上输入某个已经注册用户的姓名和电影名，输出预测这个用户给这部电影的打分。

;2.特征工程：

（1）形成电影特色的特征集合。

（2）对硬特征进行特征降维。

（3）对软特征进行编码。

编码后的硬特征和软特征通常可以作为训练用户组中的特征，

用于用户群体编辑（群体过滤）筛选出相似的用户群体。

;3.用户聚类：

（1）首先，根据个体评分值的标准化处理，将用户进一步划分为不同的群体。

（2）然后，使用聚类算法将用户群体进行聚类，每个聚类代表一组具有相似兴趣和行为特征的用户。

（3）聚类结果应包括每个用户群组的特征集合和聚类数量。