Анализ зрительской активности: фильмы и сериалы
Современное медиапространство предлагает огромное количество контента: фильмы, сериалы, шоу разных жанров и стран производства. Аудитории интересно понять, какой тип контента пользуется наибольшей популярностью и какие факторы влияют на выбор зрителей. Анализ данных помогает выявить закономерности и наглядно продемонстрировать предпочтения зрителей.
Задача
Проанализировать данные о фильмах и сериалах , чтобы ответить на ключевые вопросы.
Цель
Сформировать визуальные и количественные выводы о зрительских предпочтениях, выявить закономерности в популярности контента и показать, какие факторы сильнее всего влияют на то, что выбирают зрители.
Вопросы
- Как менялось количество фильмов и сериалов с течением времени?
- Что в среднем смотрят чаще — фильмы или сериалы?
- Отличаются ли популярные жанры у фильмов и сериалов?
- Какие факторы сильнее всего влияют на то, что смотрят чаще: формат, жанр или год выхода?
Публичные данные для анализа фильмов и сериалов
Структура датасета:
- Название
- Формат контента: «Фильм» или «Сериал»
- Год выпуска
- Жанр
- Рейтинг IMDB
- Голоса
Методы анализа
- Обработка и очистка данных
- Группировка данных
- Статистический анализ
- Визуализация данных
- Выводы и интерпретация
Как менялось количество фильмов и сериалов с течением времени? Кино держит ровную линию, а сериалы — формат с волнами интереса и ростом в более поздний период.
import pandas as pd import matplotlib.pyplot as plt
df = pd.read_csv("moviesdataset.ssv", sep=";")
print(df.head()) print(df.columns)
df["type"] = df["type"].str.strip().str.lower()
print(df["type"].unique())
df = df[["release_year", "type"]]
movies = df[df["type"] == "movie"] tvshows = df[df["type"] == "tv show"]
movies_by_year = movies.groupby("release_year").size() tv_by_year = tvshows.groupby("release_year").size()
movies_by_year = movies_by_year.sort_index() tv_by_year = tv_by_year.sort_index()
plt.figure(figsize=(10, 6))
movies_by_year.index,
movies_by_year.values,
marker="o",
label="Фильмы"
) plt.plot( tv_by_year.index, tv_by_year.values, marker="o", label="Сериалы" ) plt.title("Как менялось количество фильмов и сериалов с течением времени") plt.xlabel("Год выхода") plt.ylabel("Количество релизов") plt.legend() plt.grid(True)
plt.show()
Что в среднем смотрят чаще — фильмы или сериалы? 1. В среднем фильмы получают больше голосов, чем сериалы. 2. Это подтверждает, что формат контента сильно влияет на его популярность.
import pandas as pd import matplotlib.pyplot as plt
df = pd.read_csv("moviesdataset.ssv", sep=";")
print(df.head()) print(df.columns)
df["type"] = df["type"].str.strip().str.lower()
print(df["type"].unique())
df = df[["type", "votes"]]
df = df.dropna(subset=["votes"])
df["votes"] = pd.to_numeric(df["votes"], errors="coerce") df = df.dropna(subset=["votes"])
avg_votes = ( df.groupby("type")["votes"] .mean() ) print(avg_votes)
plt.figure(figsize=(8, 6))
plt.bar( avg_votes.index, avg_votes.values ) plt.title("Что в среднем смотрят чаще: фильмы или сериалы") plt.xlabel("Тип контента") plt.ylabel("Среднее количество голосов")
for i, value in enumerate(avg_votes.values): plt.text(i, value, int(value), ha="center", va="bottom")
plt.show()
Отличаются ли популярные жанры у фильмов и сериалов? 1. У фильмов наблюдается более равномерное распределение популярности жанров, при этом sci-fi лидирует. 2.У сериалов доминируют sci-fi и drama, остальные жанры менее популярны. 3.Предпочтения аудитории различаются по формату: жанры фильмов и сериалов не совпадают полностью.
import pandas as pd import matplotlib.pyplot as plt
df = pd.read_csv("moviesdataset.ssv", sep=";")
df["type"] = df["type"].str.strip().str.lower() df["genre"] = df["genre"].str.strip().str.lower()
print(df["type"].unique()) print(df["genre"].unique())
movies = df[df["type"] == "movie"] tvshows = df[df["type"] == "tv show"]
movies_genre_counts = movies["genre"].value_counts() tv_genre_counts = tvshows["genre"].value_counts()
plt.figure(figsize=(12, 6))
plt.subplot(1, 2, 1) plt.pie( movies_genre_counts, labels=movies_genre_counts.index, autopct="%1.1f%%", startangle=140 ) plt.title("Популярные жанры фильмов")
plt.subplot(1, 2, 2) plt.pie( tv_genre_counts, labels=tv_genre_counts.index, autopct="%1.1f%%", startangle=140 ) plt.title("Популярные жанры сериалов")
plt.tight_layout() plt.show()
Какие факторы сильнее всего влияют на то, что смотрят чаще: формат, жанр или год выхода? 1. Популярность контента зависит от формата (фильмы набирают больше голосов, чем сериалы). 2. Жанр также влияет: sci-fi и action чаще собирают больше голосов. 3. Год выпуска играет роль: новые и недавние релизы получают меньше голосов из-за меньшего времени на накопление аудитории.
import pandas as pd import matplotlib.pyplot as plt import seaborn as sns
df = pd.read_csv("moviesdataset.ssv", sep=";")
df["type"] = df["type"].str.strip().str.lower() df["genre"] = df["genre"].str.strip().str.lower() df = df.dropna(subset=["votes", "release_year", "type", "genre"])
df["votes"] = pd.to_numeric(df["votes"], errors="coerce") df["release_year"] = pd.to_numeric(df["release_year"], errors="coerce") df = df.dropna(subset=["votes", "release_year"])
plt.figure(figsize=(12, 6))
sns.scatterplot(
data=df,
x="release_year",
y="votes",
hue="type",
style="genre",
s=100,
)
plt.title("Какие факторы влияют на то, что смотрят чаще")
plt.xlabel("Год выпуска")
plt.ylabel("Количество голосов")
plt.legend(bbox_to_anchor=(1.05, 1), loc=2, borderaxespad=0.)
plt.grid(True)
plt.tight_layout()
plt.show()
Ключевые выводы
- Анализ показал, что количество выпускаемых сериалов растёт постепенно, однако фильмы по-прежнему остаются доминирующим форматом, несмотря на небольшие колебания во времени. Это говорит о стабильной популярности киноиндустрии и привычке зрителей выбирать фильмы.
- Респонденты чаще выбирают фильмы. Сериалы смотрят реже, вероятно, из-за их длительности и необходимости регулярного просмотра, тогда как фильмы позволяют получить завершённый сюжет за один сеанс.
- Исследование выявило, что популярные жанры отличаются. Для фильмов лидируют, тогда как сериалы чаще выбирают в жанрах. Это отражает различия в целях и ожиданиях зрителей от форматов: фильм — быстрое развлечение, сериал — длительное вовлечение.
- На предпочтения зрителей сильнее всего влияет формат: фильмы выбирают чаще из-за удобства и компактности. Жанр также важен, но менее критичен, а год выхода оказывает минимальное влияние на частоту просмотра.
Описание применения генеративной модели
В ходе исследования генеративная модель использовалась для:
- Формулировки исследовательских вопросов по теме «Фильмы и сериалы»;
- Редактуры и уточнения текстовых формулировок выводов и заключений, а также описаний к графикам.
Использованная модель: GPT-5.2 Thinking (ChatGPT, OpenAI) Ссылка: https://chat.openai.com
Заключение
Проведённый анализ показал, что фильмы остаются более популярным видом досуга по сравнению с сериалами. Их преимущество заключается в завершённости сюжета за короткое время, что делает их удобными для широкой аудитории. Сериалы, несмотря на рост количества выпускаемых проектов и разнообразие жанров, привлекают меньше зрителей ,скорее всего, из-за значительных временных затрат.
Ссылка на IPYNB
