🎬 IMDb 電影評分與區域分析熱力圖

---

🚀 專案概覽

本專案提供兩種視覺化工具：

• 熱力圖（Heatmap）：展示 IMDb 電影評分隨年份的分布。
• 可排序資料表（Sortable Table）：提供電影詳細資訊，支援點擊排序。

---

📈 視覺化說明

🔥 熱力圖（Heatmap）

• X 軸：電影上映年份 (startYear)，每 5 年標記一次。
• Y 軸：IMDb 平均評分 (averageRating)，刻度以 0.5 分間隔。
• 顏色深淺：表示該區間的電影數量（電影數量越多，顏色越深）。

📋 可排序詳細資料表

• 提供電影名稱、上映年份、平均評分與評價人數。
• 支援點擊表頭排序，例如依評分從高到低排序。

---

📂 資料來源

使用 IMDb 提供的非商業用途官方數據集，包含以下檔案：

• title.basics.tsv
  電影基本資訊（名稱、年份等）
• title.ratings.tsv
  IMDb 平均評分與評價人數
• title.akas.tsv
  電影在各地區的名稱與區域資訊 (region)

---

🛠 互動功能

🎚️ 年份篩選

透過雙向滑桿設定上映年份範圍（每 5 年一個間隔）。

⭐️ 評分篩選

調整 IMDb 評分區間，例如僅顯示 7.5 分以上的高分電影。

👥 評價人數篩選

設定最低評價人數，例如輸入 10000，僅顯示評價人數超過 10,000 的電影。

🌍 排除特定區域

透過區域代碼（如 IN）排除大量印度電影，改善區域分布分析。

---

🔍 觀察結果

(a) IMDb 高分電影包含許多印度電影
問題點：
觀察 IMDb 高分電影發現，大量印度電影評分偏高，且出現在 "Top Rated Movies" 清單，這導致高分電影的區域分佈嚴重偏向印度，影響全球影視趨勢分析。
目前的 title.akas.tsv 無法準確排除印度電影，因為同一部電影可能橫跨多個 region。
解決方案：
加入「排除區域」選項（可過濾 region = IN），但仍需進一步完善數據，建議參考以下文章： 「为什么 IMDB 要把"最受欢迎的印度电影"单列出来？」

(b) 高分電影與年代無絕對相關
不同年代都存在相對高分的電影，並非某個時期的電影絕對較高分。
例如：
- 1940 年代有高評價經典電影，如《卡薩布蘭卡》(1942)
- 1990 年代有高分電影，如《刺激1995》(1994)
- 2010 年代也有高評價影片，如《星際效應》(2014)

(c) 評分分布符合直覺
整體 IMDb 評分呈現常態分布：
- 大部分電影評分落在 6-6.5 分（中心區間）。
- 極高分（9.0 以上）電影較少；極低分（3.0 以下）電影也相對較少。
評分分布類似鐘形曲線，隨著評分升高或降低，電影數量逐漸減少。

(d) 評價人數對評分的影響
調高評價人數門檻（如 numVotes ≥ 10,000）會有以下現象：
- 低分電影減少 → 因為低評價電影通常評價人數較少
- 評分分布整體上移 → 低評價電影減少後，整體平均評分提升
原因：
高評價電影通常由大量用戶參與評分，而低分電影往往來自小眾觀眾群體，評價人數較少。

---

📌 結論

• 印度電影偏高分：IMDb 高分電影大量為印度電影，影響全球電影趨勢分析。
• 年代與高分電影無絕對相關：1940 年代《卡薩布蘭卡》、1990 年代《刺激1995》、2010 年代《星際效應》等高分影片跨越不同年代。
• 評分常態分布：電影評分主要落在 6 - 6.5 分區間，高分或低分電影皆較少，呈鐘型分布。
• 評價人數對評分影響：提高評價人數門檻會排除低分小眾電影，導致整體評分向上移動。

🚩 注意：IMDb 的區域資料仍需進一步完善，以提高分析精度。