【特等奖】2026年第五届全国大学生数据统计与分析竞赛B题优秀论文-4.pdfVIP

队伍编号dsa2300162

题号B

基于相关性和聚类分析寻找优质电影及其优势因素

摘要

基于大数据思维，针对电影评分、总票房、上映时间等因素进行数据分析和建议，

对帮助新上映电影合理收获更好的评价与票房具有重大意义。本文通过可视化分析、相

关性分析、聚类分析等方法，对可能影响电影评价与票房的因素进行分析并提出建议。

针对问题一，我们结合所提供的数据认为评分是判断电影受欢迎程度的直接因素，

首先计算250例样本中出现的电影类型及其对应电影评分的均值、绘制直方图并直接筛

选出其中均值最高的四名。为了更加全面地考虑评分水平我们进一步绘制这四个类型电

影对应评分数据的箱线图，通过对上下限、四分位数、平均数的全面比较，可以得出在

受欢迎程度上具有绝对优势的类型为：历史。对于寻找出现次数排名前十的导演和排名

前五的国家两部分问题，筛选数据并统计得出结果即可。

针对问题二，首先通过直方图、排序、差商变化分析附件1中电影的上映年份，得

出附件1中排名前250名电影的上映年份主要集中在2