電影用戶分析

1. 為什麼關燈看電影有什麼心理分析或視覺分析嗎

1.關燈看電影時，只剩下熒幕上發出的亮光，這時光線對比度會特別高，整個畫面比較清晰。
2.關燈之後，除了熒幕是亮的，其他地方都沒有光線或光線很暗，這樣能讓人更好地將注意力集中到電影故事情節中，增加代入感，可以提高用戶體驗。
3.關燈看電影，也可以給觀眾一些隱私，因為電影院座位一般是後高前低，如果不關燈的話，前排的觀眾的一舉一動將徹底暴露在後排觀眾眼中。關燈後，觀眾可以進行一些私下的親密活動，這也算是一個原因。
另外，關燈看電視電腦時，眼睛距離屏幕較近，強烈的光線和對比度，眼睛特別容易感到疲勞，時間長了，就會影響視力甚至損害眼睛。而在電影院關燈看電影，由於距離一般較遠，對眼睛的傷害很小。

2. 購電影票從用戶的角度有哪些考慮因素

廣告費用高。而場地租金員工費用照要開支.物以稀為貴.有消費市場.
2. 沒個城市電影院比較少. 到電影院看電影藝術感強. 很多人看電影追求放鬆娛樂浪漫.
4.
5. 電影每天播放時間短.
3，有可能幾天才播放一場。電影拍攝投資比較大1

3. 25-29的具有購買力的人群在逃離電影院，你覺得原因什麼

從數據的角度來看，從2017年到2019年，平均票價持續上漲相對應的是上座率持續下跌。除了票價上漲的原因外，這兩年整個市場內容方向有明顯的調整，主旋律商業大片成為了市場絕對的主流。主旋律大片的」市場化」仍然有很長的距離，也需要反復嘗試來滿足當下市場主力觀眾的市場需求。但好在，今年25歲以下觀眾對於影片票房「供血」是非常明顯的，尤其是《我和我的家鄉》、《奪冠》都達到了40%以上，在此前三年，也僅有《復聯4》可以達到這一成績。那麼，對於製作端來說，如何更仔細地拆分市場受眾的審美喜好，對於接下來的主旋律大片其實至關重要。畢竟依靠單一的「主旋律電影」商業化，也很容易引起觀眾的疲勞感。

在今年電影線上線下「渠道之爭」的關鍵時期，「為什麼一定要在電影院看電影」就成為了其中最具爭議性的觀點。這說明在潛意識里，院線電影本身的短板暴露實際上已經讓越來越多的人懷疑其「性價比」。如果電影仍然無法將「消費基石」重新拉回電影院，那麼整個產業靠什麼完成重建呢？中國電影市場成為世界第一，又能保持多久呢？

疫情前，電影市場已經實現了跨越600億的「門檻」，但是觀影人次的增速卻出現了明顯下降。其實在這個數據下面，兩個數據是更為關鍵的參考指標，這決定了中國電影市場究竟有多少「絕對剛需」。

一個是觀影頻次，中國電影市場的觀影頻次非常低，和幾大發達國家相比存在著明顯的差距。而在中國電影市場逐步走向世界第一大票倉的同時，觀影頻次其實依然在下降。根據去年的數據分析，近一半用戶一年只看一次電影，高頻次觀影人群佔比在下降。而且四大檔期吸引全年半數人次，這意味著觀眾進入影院的「規律性」過於明顯。另外全年上座率從13%下降到11%，觀影頻次和上座率「雙低」非但沒有因為票房持續增長而變好，反而更差。

此外，電影終端放映卻面臨著嚴重飽和。盡管疫情導致幾千家影院關停，但在今年的國慶檔，日均放映場次超過39萬場，共放映314萬場。盡管疫情對全球電影造成重創，但2020年國慶檔在場次放映上相比2019年依然是同比增長的，這說明終端市場在努力「復工」的現象已經非常明顯。

但是也正是在2020年國慶檔，日均觀影人次1245萬，同比下跌26%。盡管有防疫限流管控的影響，但從更大時間尺度來看，這一個下降其實也並不意外。那麼，如何讓觀眾重回電影院，實際上在此後的電影市場依然是一個主命題。

因為2021年整個全球產業的態勢並不明朗，對於國內電影市場來說，國產片供應如何加快生產滿足市場需求，進口大片能否順利進入還需要考慮全球市場疫情復工的實際情況。

4. 電影用戶屬性聚類的代碼

這類代碼基於電影的評分和用戶屬性的協同過濾混合推薦演算法實現。
屬性聚類的代碼包括系統聚類和動態聚類兩種，系統聚類分析更加直觀,易懂，而動態聚類則更加快速,動態感。

5. 未來電影的發展趨勢

本文核心數據：中國破千萬網路電影票房規模、中國網路電影上新量及上新網路電影正片有效播放量、中國上新網路電影正片有效播放區間分布、中國用戶對付費觀影的接受程度

網路電影營收規模快速增長

近年來，我國網路電影行業發展迅速。從行業營收規模來看，2020年我國破千萬網路電影票房規模達到13.51億元，較2019年增長155.87%。

—— 以上數據參考前瞻產業研究院《中國電影產業市場前瞻與投資戰略規劃分析報告》

6. 《2020中國電影市場用戶報告》發布，今年的電影市場怎麼樣

今年的電影市場其實並不怎麼樣，因為今年遭受的疫情的影響，所以很多電影的拍攝都遇到了非常大的困難，而且在播放的過程當中也遇到了政策性的干預，所以今年的市場對於很多人來說都是非常不利的，而且今年的總市值已經進行了萎縮。

正是因為今年疫情的影響，很多電影公司已經沒有辦法進行拍攝了，這些公司不進行拍攝的話，那麼國內電影的供給數量就少了，這對於我們市場當中的平衡來說，肯定會造成一些影響的，正因為如此，我們國家的電影行業也在不斷的進行萎縮。

歸根結底今年所有的情況都是由於疫情造成的，因為疫情對於人流量的影響是非常大的，只要出現了一槍那麼各個地方的狀況肯定是非常嚴峻的，在這種情況之下娛樂設施肯定會被取消的，所以一見的影響對於電影行業的打擊是非常巨大的，今年已經有很多的電影公司出現了虧損，並且有些公司已經出現了破產。國外的電影行業也是不容樂觀的，因為國外的疫情比中國的疫情是更加嚴重的。

7. 為什麼IMDB上的中國電影的用戶評分都非常兩極化。 有很多滿分也有很多最低分。

一部分是因為時代的不同的造成的價值觀不同
比如說我們的<活著>跟<霸王別姬>這樣的電影
其實他是非常好的電影
特別受那些老一點的人群歡迎
因為他們經歷過
但是年輕人不喜歡
他們喜歡像變形金剛這樣的商業電影
還有暮光之城這樣的愛情片
他們比較「陽光點「
還有的就是憤青的偷拍
就是一部像《陽光燦爛的日子》這樣的好片
也會有憤青去給他0分的

另外我覺得你可以看一下IMDB的平分方式
以《魔戒1：護戒使者》具體分析。圖1為魔戒1的所有評分者的分數的一個條狀統計圖。  圖1從中我們可以看到各個分數段的大致比例，比如這兒就可以發現，超過一半的人是打滿分的。
圖下面有兩個分值，一個是算術平均值（arithmetic mean），一個是中值（median）。算術平均值大概就是平均數，中值是統計學中的中間數值，該值和比它大及比它小的數值是等差的。而最後我們查到的分數卻既不是算術平均值，也不是中值。
IMDB的分數的計算方法應該不是就做一下平均就ok了，在它的網頁上也提到了它的計算方法是保密的。不過imdb top 250用的是貝葉斯統計的演算法得出的加權分(Weighted Rank-WR)，公式如下：
weighted rank (WR) = (v ÷ (v+m)) × R + (m ÷ (v+m)) × C
其中：
R = average for the movie (mean) = (Rating) （是用普通的方法計算出的驕?鄭?br>v = number of votes for the movie = (votes) （投票人數，需要注意的是，只有經常投票者才會被計算在內，這個下面詳細解釋）
m = minimum votes required to be listed in the top 250 (currently 1250) （進入imdb top 250需要的最小票數，只有三兩個人投票的電影就算得滿分也沒用的）
C = the mean vote across the whole report (currently 6.9) （目前所有電影的平均得分）
另外重點來了，根據這個注釋：
note: for this top 250, only votes from regular voters are considered.
只有'regular voters'的投票才會被計算在IMDB top 250之內，這就是IMDB防禦因為某種電影的fans拉票而影響top 250結果，把top 250盡量限制在資深影迷投票范圍內的主要方法。regular voter的標准不詳，估計至少是「投票電影超過xxx部以上」這樣的水平，搞不好還會加上投票的時間分布，為支持自己的心愛電影一天內給N百部電影投票估計也不行。
因此，細心的人可以注意到，列入IMDB top 250的電影，其主頁面上的分數與250列表中的分數是不同的。以魔戒1為例，它在自己的頁面 中的分數是8.8，而列表中是8.7。一般250表中的得分都會低於自己頁面中的得分，越是娛樂片差距越大。這大概是因為regular voter對於電影的要求通常較高的關系。）
而IMDB的過人之處不僅僅在於這兒，它除了給出分數，還給了一個更詳細的投票人的列表（圖2）
這個chart根據年齡、性別、國別等不同的情況，列出了不同的分數chart。而且你點擊每個選項，上面（就是圖一）都會出現一個不同的chart。這個其實是比較有用的。比如你在要選擇動畫片的時候，就應該點選一下小於18歲，或者30－44歲這個選項看看他們的評分，因為他們才是這部電影的最大觀眾群，其他人的分數都是僅供參考的。
碟報員或者我們在選擇影片的時候，可以不僅僅看個總得分，多花一點時間，看看影片各個年齡段的得分會更有幫助的。有些影片我們覺得不好看，但是分數很高，你也可以參照一下，「us users」和「non－us users」這部分的數據，如果美國投票用戶遠遠大於海外用戶，那說明此片的確是有相當重的美國文化底蘊的，不覺得好看也是正常。相反的，如果我們覺得不錯，但是IMDB的分數很低，這也許是老美的評分人數多，打的分低，就把總分給拉下來了。
從魔戒1的得分截圖可以發現這部影片的確是各個年齡階段都很喜歡，分數都打的很高的。

250佳片是IMDb很受歡迎的特色，裡面列出了注冊用戶投票選出的有史以來最佳250部電影。只有供影院播出的影片可以參加評選，而短片，紀錄片，連續短劇和電視電影不在其列。用戶在從"1"（最低）到"10"（最高）的范圍內對影片評分。得分經過數學公式（登在列表末尾）的過濾而生成最後的評定。為了保護結果不受惡意投票的影響，資料庫使用了數據過濾機制以及最小投票數量限制（目前為1250票），以得到「真實的貝葉斯概率結果」。並且，只有「經常投票的用戶」的投票被記入結果，為保護公平性，成為該類用戶的條件是保密的。
該榜因其綜合廣泛性以及不時的令人吃驚而受到矚目。上榜的電影中有老電影比如大都會(Metropolis,1927年)，也有新電影如盜夢空間(Inception,2010年)。有流行影片比如得到超過32萬次投票的魔戒首部曲：魔戒現身(The Fellowship of the Ring,2001年)，也有少有人問津的影片如不到1萬張投票的小私家偵探(Sherlock Jr. 1924年)。排行榜包括了各種不同類型的電影如黑色影片雙重保險(Double Indemnity,1944年)；科幻片銀翼殺手(Blade Runner,1983年)；音樂片雨中曲(Singin' in the Rain,1952年)；西部片黃金三鏢客(Il buono, il brutto, il cattivo. 1966年)；動畫片機器人總動員(WALL·E,2008年)等等。榜上還有一些影片是本身並未大受好評但卻在專注的影迷群體中有廣泛的追隨者的比如死亡幻覺（Donnie Darko,2001年）。迄今為止肖申克的救贖(台灣譯名為"刺激1995")、教父、教父2為排名前三的電影，也是榜上僅有的評分超過9.0的影片。
這些條件是否能提供一個公正沒有偏見的排行榜是有爭議的。比如，新近上映的影片總是容易從一見鍾情的影迷那裡得到較高的評分，而這與成功影片應該經得起反復觀賞的觀念是不相符的。因此，有時新上映的影片沖進250最佳影片榜，甚至前100名，但隨著更多觀眾的評分和重復觀看後的評分而退出榜外的情景就十分常見了。另外一種對該榜的主要批評則是它反映的只是影片的受歡迎程度，並不體現對影片歷史和藝術的客觀知識。但實際上，在評論家年度評選和歷史影片評選中名列前茅的影片通常在最佳250部影片中通常也都排名很高，讓人不禁懷疑影評人與觀眾的觀點是否真有那麼不同。
在IMDb上還有最差的100部影片榜，用基本相同的方法投票產生。

8. 電影風格與用戶信息的相關性分析

這個一兩句話說不清楚，我可以發個pdf的教程給你。你留個聯系方式，我明晚之前發給你。

9. 對於各大短視頻平台用戶對電影的解說，你有什麼看法

現在短視頻平台涌現了很多自媒體人員，他們會發布自己對於某一個電影的解說。有些用戶的解說是比較合情合理的，也獲得了網友的贊同。但有些用戶的解說是對於整個電影劇情的重復，根本沒有自己的想法，讓觀眾們看的是索然無味。甚至某些特別的用戶還會扭曲電影的劇情，對電影的名聲造成了惡劣的影響。小編也希望平台能夠對電影解說的自媒體用戶進行管理，讓他們能夠合理合法的解說，不要帶壞風向。

總結

電影解說的出發點是非常好的，但最後卻發展到越來越糟糕，可能是有些人看到了這個行業的利益，才會想在裡面渾水摸魚。

10. 告訴你如何用大數據推動影視產業

關於大數據在影視方面的案例，Netflix 這個詞估計大家都快聽到耳朵起繭了，頻繁被提及。比如《紙牌屋》的成功 。
大數據技術在電影方面的應用，主要在於於電影劇本分析、電影營銷分析、電影用戶行為分析。