123639条数据，已去重，包含.csv 和 .sql 两个数据文件 包含： 电影id 评分 参与评分的人数 电影名 初始电影名 电影别名 电影时长 指出年份 首播时间 电影海报url 电影语言 制片国家地区 编剧的人数 这部电影中编剧的id列表 电影主演人数 这部电影主演id列表 这部电影导演的人数 这部电影导演id列表 电影标签 电影类型 编剧列表 主演列表 导演列表

【基于R语言的数据挖掘数据分析实操案例】 【2000到2015年豆瓣共47000部电影数据分析】 第一章 数据抓取 第二章 整理电影属性 第三章 整理电影属性 第四章 这样的图表才专业 第五章 频率密度图学会ggplot2 配件 第六章大数据：谁是演艺圈的“关系户“ 第七章 社交网络数据挖掘

前面作者讲解了很多知识图谱相关的原理知识，包括知识图谱相关技术、Neo4j绘制关系图谱等，但还是缺少一个系统全面的实例。为了加深自己对知识图谱构建的认识，为后续创建贵州旅游知识图谱打下基础，作者学习了张宏伦老师的网易云课程（星球系列电影），强烈推荐大家去学习，并结合自己的理解和技术分享了该系列专栏，从数据采集、数据分析到知识图谱构建，文章后续会讲解中文数据的实体识别、关系抽取、知识展示等。 --------------------- 作者：Eastmount 来源：CSDN 原文：https://blog.csdn.net/eastmount/article/details/86714051

近30000条豆瓣电影信息，包括中文名，国别，类别，部分短评等信息。最关键的是有手工筛选过的关键词（类似于标签，但比标签更多）信息。

tmdb数据电影分析与预测

来自运筹帷幄的豆瓣电影数据集，这个数据集可以让观影者对现有的华语电影进行分析。可以从各个维度对电影分析。

数据分析Nanodegree / TMBD-Movies 从Kaggle下载的TMDB电影数据集，用于数据分析。 它包含约10000部电影及其评级和基本信息。

These files contain 1,000,209 anonymous ratings of approximately 3,900 movies made by 6,040 MovieLens users who joined MovieLens in 2000.

先爬虫得到电影目录和票房，在建模进行预测电影票房

基于Python Scrapy实现的豆瓣电影数据采集爬虫系统 含数据库SQL和全部源代码 # -*- coding: utf-8 -*- """ @Author : nesta @Email : 572645517@qq.com @Software: PyCharm @project : movie @File : MovieSpider.py @Time : 2018/4/26 9:18 """ from scrapy.spiders import Spider from scrapy.http import Request from scrapy.selector import Selector from movie.items import MovieItem class MovieSpider(Spider): name = 'movie' url = u'https://movie.douban.com/top250' start_urls = [u'https://movie.douban.com/top250'] def parse(self, response): item = MovieItem() selector = Selector(response) # 解析 movies = selector.xpath('//div[@class="info"]') for movie in movies: title = movie.xpath('div[@class="hd"]/a/span/text()').extract() fullTitle = '' for each in title: fullTitle += each movieInfo = movie.xpath('div[@class="bd"]/p/text()').extract() star = movie.xpath('div[@class="bd"]/div[@class="star"]/span[@class="rating_num"]/text()').extract()[0] quote = movie.xpath('div[@class="bd"]/p/span/text()').extract() if quote: quote = quote[0] else: quote = '' item['title'] = fullTitle item['movieInfo'] = ';'.join(movieInfo).replace(' ', '').replace('\n', '') item['star'] = star[0] item['quote'] = quote yield item nextPage = selector.xpath('//span[@class="next"]/link/@href').extract() if nextPage: nextPage = nextPage[0] print(self.url + str(nextPage)) yield Request(self.url + str(nextPage), callback=self.parse)