看标题，先澄清，并没有什么学妹，也没有做到定制化推荐，那么抓了10年的数据做了什么，以及为什么会取这种沙雕标题呢，后文有交代。
这次在一定程度上也算是薅了豆瓣的羊毛，首先感谢豆瓣工程师们对我的小爬虫的不杀之恩。在这里给豆瓣打个guanggao吧，豆瓣电影日历，制作精良，自用or送礼佳品，tb豆瓣旗舰店有售。
作为常年混迹豆瓣的老司机，心里自然也有个大概的影视剧的观影分数区间，一般来说国外电影7分就可以一看，国内稍微低一点，6分以上基本也是不错的。话是这么说，经常逮虾户也是容易翻车的。
这不，前不久出差回来，一路舟车劳顿，说看个电影放松下，一看豆瓣，《fate stay night —— 天之杯：恶兆之花》评分8+（成文时电影分数已降到7+），得嘞就是它了。。。结果嘛，2星给特效。
影视剧种类繁多，每种类别的观影群众组成也不一样，呈现的自然分数也就有高有低。普遍来说，国外作品比国内分数高；电视剧比电影分数高。在这种大趋势下，还是有很多不同，上文的fate stay night就是个例子。总结来说：小众往往高分。
基于此，我抓取了豆瓣网10年的电影电视剧数据，对不同种类的影视剧做出了相应的观影推荐分数。
那么为什么要取这个沙雕标题呢？这就要说到前几天抓数据正来劲的时候，实验室群里有师兄分享了一篇爬虫的博文《学妹来北京玩要吃烤鸭，我写了100行代码爬了2000多个短评，就为了证明。。。》，文章作者说学妹去北京找他玩，非要吃全聚德烤鸭，他觉得全聚德烤鸭一般般，学妹不信，他就写了个爬虫把餐馆的评论都爬了下来，要用数据证明自己说的没错。。。师兄还专门@我，说你们程序员注孤身。
我？？？
首先，别人学妹想吃啥就去吃啊，你这还爬虫，还证明，你咋不上天呢。
其次，这老哥就爬了一家的评论，技术含量不高。
换成是我，不仅学妹想吃啥咱就吃啥，咱还能通过爬虫技术，知道哪里还有好吃的，档期内什么电影值得一看，保证学妹吃好玩好。当然，那篇学妹文显然是标题党，标题党谁不会呀。我也可以来一个《为了给50个可爱的学妹定制化推荐电影电视剧，我抓取了豆瓣十年影视数据》。
下面进入正题，技术路线非常简单
1.抓取豆瓣网10年的电影电视剧数据。
代码就不贴在这里了，感兴趣的小伙伴可以移步github(https://github.com/Oshima-Ryu/douban_spider)。
2.对影视剧按【国家/地区】进行分类
豆瓣10年的电影电视剧数量如下图所示，在这里，我们选择美国、中国大陆、日本、法国、英国、韩国、香港的电影进行后续统计，选择中国大陆、美国、日本、韩国、英国、泰国的电视剧进行后续统计。
3.对各个国家/地区，对不同的影视剧类别进行分数区间统计
不同国家/地区的电影电视剧分数分布区别迥异，这里我们将美国、中国大陆、日本的电影电视剧可视化。
图片可能看不清楚，简单阐述一下：左列为电影、右列为电视剧，从上到下依次为美国、中国大陆、日本。x轴为分数（0-10），y轴为电影数量。不同颜色代表不同的影视种类（如：剧情、喜剧、科幻、爱情等）。
可以看到，电影方面，美日分数较为均衡，日本动画电影分数偏高（左下橙色），中国普遍偏低。电视剧方面，美国普遍偏高，中日较为均衡。
这里对不同国家/地区，不同类别的影视剧进行分类，对每一种分类，使用最简单的正太划分，将影视剧分数划分为四个区间：
| 十分优秀 | 可以一看 | 不推荐 | 浪费生命 |
|---|---|---|---|
| >75% | 75%~50% | 50%~25% | <25% |
比如>75%，就是比该类型75%的影视剧分数高，也就是该类型影视剧前25%的分数线，属于非常优秀，50%、25%同理。
对每种类别的影视剧进行分数区间划分，得到分数线划分，最终结果如下图。
电影：
电视剧：
本文方法很多可以改进之处，也有诸多不合理之处，还是希望这篇自娱自乐的博文能有一点参考价值。感谢阅读到这里的老哥们，祝新春快乐！
最后
这个世界上有那么多有钱人、有才华的人、多愁善感的人、野蛮人，就只有这个人会让你开心的笑。——电影《初吻》
这个分数区间可以在一定程度上反映出大众的喜好，但是个人喜欢一部电影可以有各种原因，喜欢这种题材；喜欢某个场景某句台词；或者说你超爱石原里美，她的电影都是神作。
就算不小心踩了坑，和朋友们吐槽不也挺有趣吗，或者也可以闲得蛋疼写一篇《为了给学妹推荐电影...》。
今年的贺岁档，质量都很不错，老哥们约起来撒。
