[DA45] 使用apriori分析导演选择演员倾向

最新推荐文章于 2024-04-17 21:09:37 发布
原创 最新推荐文章于 2024-04-17 21:09:37 发布 · 1.4k 阅读 · 6 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文通过Python爬虫抓取豆瓣电影中冯小刚导演的电影及其演员信息，运用Apriori算法进行关联规则挖掘，揭示冯小刚导演在选角上的偏好。结果显示，张国立、徐帆和葛优是冯小刚常用的演员，且张国立参演时，徐帆通常也会参与同一部电影。

        Apriori是常用的关联规则挖掘方法之一, 本例为关联规则挖掘实战练习, 通过python自动化爬虫抓取豆瓣电影中某导演的电影名和演员, 通过apriori算法看出来其选择演员的倾向。

一. 网络爬虫

        本例选择冯小刚导演为分析对象, 先进入豆瓣搜索冯小刚, 分析带爬取的网页:

1. url分析

    首页网址为:

        https://movie.douban.com/subject_search?search_text=冯小刚&cat=1002&start=0

    第二页网址为:

        https://movie.douban.com/subject_search?search_text=冯小刚&cat=1002&start=15

    在查看之后需要爬取的网址, 可以确定网页变化的规律为, 每翻一页'start=' 后面的数字增值15, 其他不变.

2. 页面模块分析

    除首页有16条数据(首页页首多出导演介绍)和末页以外, 其他页均包含15条数据, 通过对源代码分析, 可用Xpa

最低0.47元/天 解锁文章
白话机器学习算法理论+实战之关联规则
Miracle8070
02-06 4829
1. 写在前面 如果想从事数据挖掘和数据分析的工作，掌握常用的机器学习算法是非常有必要的，比如我之前写过的一篇十大机器学习算法的小总结，在这简单的先捋一捋， 常见的机器学习算法： 监督学习算法：逻辑回归，线性回归，决策树，朴素贝叶斯，K近邻，支持向量机，集成算法Adaboost等 无监督算法：聚类，降维，关联规则等 为了详细的理解这些，曾经看过西瓜书，统计学习方法，机器学习实战等书，也听过一些...
挖掘导演最爱用的演员 关联规则-FPGrowph
技术札记
03-08 1186
概要 FP的全称是Frequent Pattern，在算法中使用了一种称为频繁模式树（Frequent Pattern Tree）的数据结构。FP-tree是一种特殊的前缀树，由频繁项头表和项前缀树构成。FP-Growth算法基于以上的结构加快整个挖掘过程。 Aprior Apriori算法是常用的用于挖掘出数据关联规则的算法，它用来找出数据值中频繁出现的数据集合，找出这些集合的模式有助于我们...
电影数据集关联规则挖掘
07-12
关联规则挖掘在生活中有很多使用场景，不仅是商品的捆绑销售，甚至在挑选演员决策上，你也能通过关联规则挖掘看出来某个导演选择演员的倾向。 如何使用Apriori工具包 Apriori虽然是十大算法之一，不过在sklearn工具包中并没有它，也没有FP-Growth算法。这里教你个方法，来选择Python中可以使用的工具包，你可以通过https://pypi.org/ 搜索工具包。 img 这个网站提供的工具包都是Python语言的，你能找到8个Python语言的Apriori工具包，具体选择哪个呢？建议你使用第二个工具包，即efficient-apriori。后面我会讲到为什么推荐这个工具包。
python Apriori算法的原理与实现 _实例 --＞ 亲和性分析推荐电影
微信公众号（年更选手）：数据闲逛人 | Github开源项目：数分/数挖study路线 https://github.com/jc-dian/python_data_analysis
12-30 2460
文章目录4 用亲和性分析方法推荐电影4.1 亲和性分析4.1.1 亲和性分析算法4.1.2 选择参数4.2 电影推荐问题4.2.1 获取数据集4.2.2 用 pandas 加载数据4.2.3 稀疏数据格式4.3 Apriori 算法的实现4.3.1 Apriori 算法4.3.2 实现4.4 抽取关联规则评估4.5 小结 4 用亲和性分析方法推荐电影 本章主要涉及以下几个概念。  亲和性分析  用Apriori算法挖掘关联特征  电影推荐  数据稀疏问题 4.1 亲和性分析 亲和性分析用来找出两个对
1000道Python题库系列分享17（17道判断题）
董付国的Python专栏
11-18 519
本期题目（参考答案在文末）：温馨提示进入公众号，通过菜单“最新资源”==>“历史文章”可以快速查看分专题的文章列表，通过“最新资源”==>“微课专区”可以观看Python微课，...
[数据挖掘笔记01] 关联规则Apriori算法
wong_faye的博客
04-28 1410
1.原理 关联规则用来找出事物之间的关联性，比如“如果小明买了面包，那么他也会买果汁”，下面我们通过一个实例来理解关联规则。 有这样一个交易数据集D，最小支持度为0.3，最小置信度为0.7，要求我们基于这个数据集求出商品间的关联规则。 这里需要引入两个概念： 支持度：Support(X) = X在数据集中出现的次数数据集的条数\frac{X在数据集中出现的次数}{数据集的条数}数据集的条数X...
【白话机器学习】算法理论+实战之关联规则
fengdu78的博客
04-16 665
1. 写在前面如果想从事数据挖掘或者机器学习的工作，掌握常用的机器学习算法是非常有必要的，常见的机器学习算法：监督学习算法：逻辑回归，线性回归，决策树，朴素贝叶斯，K近邻，支持向量机，集...
Python数据挖掘入门与实践（四）之Apriori算法推荐电影
qq_34190232的博客
07-19 4642
第四章 用亲和性分析方法推荐电影 基于《python数据挖掘入门与实践》这一书的学习笔记，其中数据集和源码可以去图灵社区下载。 一、Apriori算法 数据挖掘十大算法之Apriori详解 Apriori算法是一种用于关联规则挖掘（Association rule mining）的代表性算法，关联规则挖掘是数据挖掘中的一个非常重要的研究方向，也是一个由来已久的话题，它的主要任务就是设法发现事物之间...
Apriori算法在电影推荐中的运用
someng的博客
02-12 5694
Apriori算法介绍 Apriori算法是常用的用于挖掘出数据关联规则的算法，它用来找出数据值中频繁出现的数据集合，找出这些集合的模式有助于我们做一些决策。 对于关联度分析，我们首先会用Apriori算法去产生频繁项集。第二步，我们通过其中的频繁项集测试其前提和条件，进而创建关联的规则。 对于第一步，Apriori算法需要一个最小的支持度作为基准。低于这个最小支持度就舍去不考虑。 第二步，在得...
机器学习经典算法之Apriori
weixin_30846599的博客
07-07 1555
一、 搞懂关联规则中的几个概念 关联规则这个概念，最早是由 Agrawal 等人在 1993 年提出的。在 1994 年 Agrawal 等人又提出了基于关联规则的 Apriori 算法，至今 Apriori 仍是关联规则挖掘的重要算法。 /*请尊重作者劳动成果，转载请标明原文链接：*/ /* https://www.cnblogs.com/jpcflyer/p/11146587....
（学习用）电影数据库“movies.csv”
03-06
学习参考使用！
python 电影导演演员信息 演员参演电影字典 关系中最好的n个演员
SKPrimin的博客
07-10 5909
python演员关系分析 一、演员关系分析 实验目的： 熟悉Python扩展库openpyxl的安装与使用。 了解Execl文件结构与数据组织形式； 熟练掌握集合运算以及集合常用方法； 实验内容： 随机生成不少于20条的电影导演演员信息，并将其存放在excel文件“电影导演演员信息.xlsx”，其中内容按照：电影名称、导演、演员 三列分别存放。每部电影至少有四名演员参演，演员总数不超过15个。要求统计所有演员关系中最好的n个演员及其共同参演电影数量，其中n可以制定为大于或等于2的证书。这里关系好定义为共
【推荐系统入门到项目实战】：关联规则之Apriori算法（含代码实现）_apriori算法代码
最新发布
2401_84182392的博客
04-17 1320
频繁项集： {1: {(‘牛奶’,): 4, (‘面包’,): 4, (‘尿布’,): 5, (‘啤酒’,): 3}, 2: {(‘啤酒’, ‘尿布’): 3, (‘尿布’, ‘牛奶’): 4, (‘尿布’, ‘面包’): 4, (‘牛奶’, ‘面包’): 3}, 3: {(‘尿布’, ‘牛奶’, ‘面包’): 3}}-------------------- 频繁项集 ---------------------------------------- 关联规则 --------------------
Python案例实操3-电影数据分析
热门推荐
weixin_45698637的博客
02-05 1万+
Python案例实操3-电影数据分析 本案例数据来源于 kaggle 上的 Movie数据集，主要研究以下几个问题： （1）电影类型如何随着时间的推移发生变化的？ （2）电影类型与利润的关系？ （3）Universal 和 Paramount 两家影视公司的对比情况如何？ （4）改编电影和原创电影的对比情况如何？ （5）电影时长与电影票房及评分的关系？ （6）分析电影关键字 实战开始： 1. 读取数据 creditlist = pd.read_csv("../Python/data/tmdb/tmdb_50
实战：关联规则挖掘
qiu_zhi_liao的博客
05-22 2257
如何使用 Apriori 工具包 Apriori 虽然是十大算法之一，不过在 sklearn 工具包中并没有它，也没有 FP-Growth 算法。。这里教你个方法，来选择 Python 中可以使用的工具包，搜索工具包。 efficient-apriori 1.0.0找到这个工具包，然后在终端（windows 中叫anaconda prompt） 输入：pip install effici...
电影数据分析
weixin_54672002的博客
09-23 4597
电影是工业、科技与艺术的结合产物，作为一种国际性的大众传播媒介，其必然与世界电影艺术潮流和国际电影市场密不可分。电影所具有的艺术性、经济型、文化性是与人们的生活密不可分的，因此不论从文化传播还是经济发展的角度来看，我们都需要对电影的发展趋势进行深入研究，从而更好的推动电影繁荣发展。本次项目中针所收集的的电影多种数据指标进行可视化分析，从而对电影的发展趋势进行合理的分析解释。
机器学习系列(2)_数据分析之Kaggle电影TMDB5000
04-09 3888
文章目录一、数据整理1. 电影类型随时间变化怎么样？2. 电影类型与利润的关系3. 电影的投入与利润的关系4. Universal和Paramount两家影视公司的对比情况如何？5. 改编电影和原创电影以及评分情况如何6. 电影时长与电影票房以及评分的关系7. 分析电影关键字8.分析演员的关联度（社会网络计算）9.分析演员的词云 一、数据整理 budget ：电影成本 genres：风格列表，按|分隔，最多5种风格 homepage：电影首页URL id ：电影ID keywords：电影关键词，按|分隔，
[DA45] 时间序列预测上证指数
Vincent_Chu的博客
06-05 2886
一. 相关介绍 (一) 时间序列 时间序列是指将同一统计指标的数值按其发生的时间先后顺序排列而成的数列. 时间序列分析的主要目的是根据已有的历史数据对未来进行预测. 经济数据中大多数以时间序列的形式给出. 根据观察时间的不同, 时间序列中的时间可以是年份、季度、月份或其他任何时间形式. (摘自百度百科) (二) 常用时间序列模型 1. 平稳...
[DA45] 使用SVM进行乳腺癌检测
Vincent_Chu的博客
05-09 2564
数据集来自美国威斯康星州的乳腺癌诊断数据集. 由于数据特征较多, 本例使用相关性分析与主成分分析两种方法进行降维了处理, 再通过SVM支持向量机模型对数据进行了分类. 一. 数据预处理 加载数据后对数据进行探索, 可以看到数据可以分为5类: (一) ID (二) diagnose 诊断结果. 其中'B'代表良性, 包含35...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值