[데이터 분석] Movielens(무비렌즈) 데이터 소개

1. MovieLens 데이터

앱으로 제공할 서비스는 '영화 추천'이다.

그리고 여기에 사용할 데이터는 MoveLens(무비렌즈)라는 공개 데이터이다.
(README.html 파일을 보면 라이센스 설명이 있으며, 상업적으로는 안되고 연구목적으로는 사용 가능하다고 한다.)

https://grouplens.org/datasets/movielens/

• 링크에 접속해서 ml-latest-samll.zip 파일을 다운로드한다.

2. 데이터 살펴보기

• [Flutter/플러터] 새 프로젝트 만들기 포스트에서 movie_rec 프로젝트를 만들었다.

[Flutter/플러터] 새 프로젝트 만들기

• [데이터 분석] 환경설정 - 패키지 설치, 가상환경 설정 포스트에서 데이터 분석을 위한 jupyter notebook 파일을 만들었다.

[데이터 분석] 환경설정 - 패키지 설치, 가상환경 설정

 

2-1. MovieLens 데이터 입력

1). 다운받은 'ml-latest-small.zip'의 압축을 푼 후, data 폴더 하위에 붙여넣기 한다.
(drag-and-drop으로 폴더를 끌고오면 붙여넣기가 된다.)

 

2-2. MovieLens 데이터 구성

• MovieLens 데이터는 아래와 같이 구성되어 있다.

2). 'movies.csv' 파일을 불러와서 데이터를 확인한다.

• 데이터 프레임(DataFrame) 형태로 데이터를 불러오게 된다.

# ml-latest-small 폴더의 movies.csv 데이터를 불러와서 df_movies라는 변수로 표현
df_movies = pd.read_csv('ml-latest-small/movies.csv')
# df_movies를 출력
df_movies

• 각 파일은 아래와 같은 정보로 구성되어 있다.

 

2-2-1. movies.csv: 영화의 정보

• movieId: 영화의 고유 ID
• title: 영화 제목
• genres: 영화의 장르('|'로 구분되어 있음)

2-2-2. ratings.csv: 사용자별 영화 평점 정보

• userId: 사용자의 고유 ID
• movieId: 영화의 고유 ID
• rating: 사용자가 부여한 평점 (0.5에서 5까지, 0.5 단위)
• timestamp: 평점이 매겨진 시각 (Unix 타임스탬프 형식)

2-2-3. tags.csv: 사용자별 영화에 부여한 태그 정보

• userId: 사용자의 고유 ID
• movieId: 영화의 고유 ID
• tag: 사용자가 영화에 부여한 태그
• timestamp: 태그가 부여된 시각 (Unix 타임스탬프 형식)

2-2-4. links.csv: 영화의 외부 데이터베이스 링크 정보

• movieId: 영화의 고유 ID
• imdbId: IMDb의 영화 ID
• tmdbId: The Movie Database(TMDB)의 영화 ID

이렇게 데이터를 불러오는 작업까지 해 보았다.