Top 250 Films in IMDB

Este conjunto de datos contiene información detallada sobre una selección de las películas mejor calificadas de la plataforma IMDb. El archivo dataset_imdb.csv recopila metadatos clave que permiten realizar análisis estadísticos sobre la evolución del cine, tendencias de género y la recepción del público a lo largo de las décadas.

Es un recurso ideal para investigadores y entusiastas del análisis de datos (EDA), el desarrollo de sistemas de recomendación o el entrenamiento de modelos de aprendizaje automático, ya que ofrece una estructura limpia con variables categóricas, numéricas y temporales.

Estructura de los datos

El archivo se presenta en formato CSV con codificación UTF-8. Cada registro representa una película con las siguientes columnas:

title: Título oficial del largometraje.

year: Fecha de estreno completa (formato AAAA-MM-DD).

duration: Duración de la película siguiendo el estándar ISO 8601 (ej. PT2H22M para 2 horas y 22 minutos).

genres: Géneros cinematográficos asociados (ej. Drama, Crimen, Acción).

rating: Puntuación media de los usuarios (escala del 1.0 al 10.0).

votes: Número total de votos que respaldan la calificación.

director: Director o directores de la obra.

stars: Elenco principal (actores y actrices destacados).

Casos de uso potenciales

Análisis histórico: Estudio de cómo han cambiado las valoraciones y géneros predominantes desde los clásicos hasta la actualidad.

Correlaciones de exito: Análisis de la relación entre la duración de una película y su popularidad (votos) o calidad percibida (rating).

Minería de datos de reparto: Identificación de los directores y actores con mayor presencia en el "Top" histórico de la plataforma.

Licencia sugeridaCreative Commons Attribution 4.0 International (CC BY 4.0).

本数据集收录了IMDb平台精选的高评分电影的详细信息。dataset_imdb.csv文件收集了关键元数据，可用于开展跨数十年的电影发展历程、类型趋势及受众反馈相关统计分析。

本数据集适合研究人员与数据分析（Exploratory Data Analysis，EDA）爱好者、推荐系统开发者及机器学习模型训练者使用，因其具备清晰的结构，涵盖分类变量、数值变量与时间变量。

### 数据结构
本文件采用UTF-8编码的CSV格式存储。每条记录对应一部电影，包含以下字段：
- title：电影正式片名
- year：完整首映日期（格式为YYYY-MM-DD）
- duration：符合ISO 8601标准的电影时长（例如PT2H22M代表2小时22分钟）
- genres：关联的电影类型（例如剧情片、犯罪片、动作片）
- rating：用户平均评分（评分区间为1.0至10.0）
- votes：支持该评分的总投票数
- director：该片导演或联合导演
- stars：主演阵容（知名男演员与女演员）

### 潜在应用场景
1. 历史分析：研究从经典电影时代至今，电影评分与主流类型的演变趋势。
2. 成功相关性分析：探究电影时长与影片受欢迎程度（投票数）或感知质量（评分）之间的关联。
3. 阵容数据挖掘：识别在平台历史Top榜单中出镜率最高的导演与演员。

推荐许可协议：知识共享署名4.0国际许可（Creative Commons Attribution 4.0 International，CC BY 4.0）。