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).

本数据集收录了影视评分平台IMDb（Internet Movie Database）上精选的高评分电影的详细信息。数据集文件dataset_imdb.csv收集了关键元数据，可用于开展数十年间电影行业发展历程、流派趋势以及观众口碑与反馈等维度的统计分析。

本数据集是数据分析从业者（EDA，Exploratory Data Analysis，探索性数据分析）、研究人员与爱好者的理想资源，可用于推荐系统开发或机器学习模型训练，因其数据结构规整清晰，涵盖分类变量、数值变量及时序变量。

数据结构
该数据集文件采用CSV格式，编码为UTF-8。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AAAA-MM-DD）
duration：电影时长，遵循ISO 8601标准（例如PT2H22M代表2小时22分钟）
genres：关联电影流派（例如剧情片（Drama）、犯罪片（Crimen）、动作片（Acción））
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（知名男女演员）

潜在应用场景
历史分析：研究自经典电影时代至今，电影评分与主流流派的演变历程
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
阵容数据挖掘：识别在该平台历史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国际许可协议（Creative Commons Attribution 4.0 International，CC BY 4.0）