案例分析-电影评分分析

刺骨的言语ヽ痛彻心扉 2022-03-29 14:20 452阅读 0赞

### 电影评分分析 ###

*  数据
 *   *  原始数据展示
     *  json格式说明
     *  数据字段含义
 *  需求
 *   *  1.每个用户评分最高的10部电影评分信息（用户最喜爱的十部电影）
     *  2.每个用户的uid和评分的平均值。
     *  3.最大方(评分平均值高)的n个用户的uid和评分平均值。
     *  4.最热门的10部电影id和评价次数。
     *  5.评价最高的10部电影id和评分均值
 *  需求实现
 *   *  json解析测试
     *  1.每个用户评分最高的10部电影评分信息-实现
     *  2.每个用户的uid和评分的平均值-实现
     *  3.最大方(评分平均值高)的n个用户的uid和评分平均值-实现

# 数据 #

## 原始数据展示 ##

原始数据是json数据，大约有100万条数据，样例数据如下：

{ "movie":"608","rate":"4","timeStamp":"978301398","uid":"1"}
    { "movie":"1246","rate":"4","timeStamp":"978302091","uid":"1"}
    { "movie":"1357","rate":"5","timeStamp":"978298709","uid":"2"}
    { "movie":"3068","rate":"4","timeStamp":"978299000","uid":"2"}
    { "movie":"1537","rate":"4","timeStamp":"978299620","uid":"2"}
    { "movie":"647","rate":"3","timeStamp":"978299351","uid":"2"}

## json格式说明 ##

json是一种常用的数据格式，广泛的适用于数据的存储和数据的传输。数据是使用大括号，冒号，双引号，中括号组成，这些元素是可以嵌套的。

*  \{\}表示一个对象
 *  Key-value(中间使用冒号分割:)
 *  每一个key-value中间使用逗号分割
 *  \[\]中括号表示数组

## 数据字段含义 ##

电影评分数据包含了电影id，电影评分，评论时间，用户id。

*  movie 电影的id
 *  rate 电影评分
 *  timestamp 评论时间
 *  uid 用户id

# 需求 #

## 1.每个用户评分最高的10部电影评分信息（用户最喜爱的十部电影） ##

样例结果：

uid=1的前十条数据
    { "movie":"1193","rate":"5","timeStamp":"978300760","uid":"1"}
    { "movie":"2355","rate":"5","timeStamp":"978824291","uid":"1"}
    { "movie":"1287","rate":"5","timeStamp":"978302039","uid":"1"}
    { "movie":"2804","rate":"5","timeStamp":"978300719","uid":"1"}
    。。。此处省略六条。。。
    uid=2的前十条数据
    { "movie":"1357","rate":"5","timeStamp":"978298709","uid":"2"}
    { "movie":"2268","rate":"5","timeStamp":"978299297","uid":"2"}
    { "movie":"648","rate":"4","timeStamp":"978299913","uid":"2"}
    。。。此处省略n条数据。。。

## 2.每个用户的uid和评分的平均值。 ##

样例结果：

uid=1	平均分=4.98
    uid=2	平均分=4.39
    uid=3	平均分=4.87
    uid=4	平均分=4.98
    uid=5	平均分=5.00
    。。。此处省略n条数据。。。

## 3.最大方(评分平均值高)的n个用户的uid和评分平均值。 ##

其实就是在问题2的基础上找出平均数比较高的前n条数据。  
样例输出：

uid=5	平均分=5.00
    uid=329	平均分=4.98
    uid=23	平均分=4.95
    uid=435	平均分=4.89
    uid=324	平均分=4.89

## 4.最热门的10部电影id和评价次数。 ##

**热门的定义：** 评论次数多的就是热门  
样例输出数据：

movie=217	评论次数：737284
    movie=2345	评论次数：733213
    movie=748	评论次数：684372
    。。。此处省略七条数据。。。

## 5.评价最高的10部电影id和评分均值 ##

样例数据输出：

movie=5	平均分=5.00
    movie=329	平均分=4.98
    movie=23	平均分=4.95
    movie=435	平均分=4.89
    movie=324	平均分=4.89
    。。。此处省略5条数据。。。

# 需求实现 #

## json解析测试 ##

json解析是把数据解析成对象，所以需要先创建json数据相对应的javabean  
**json对应的javaBean**

package cn.pengpeng.day01.bean;
    
    /** * json数据对应的javabean * @author pengpeng */
    public class RateBean { 
    	//{"movie":"1193","rate":"5","timeStamp":"978300760","uid":"1"}
    	private String movie;
    	private int rate;
    	private String timeStamp;
    	private String uid;
    	public String getMovie() { 
    		return movie;
    	}
    	public void setMovie(String movie) { 
    		this.movie = movie;
    	}
    	public int getRate() { 
    		return rate;
    	}
    	public void setRate(int rate) { 
    		this.rate = rate;
    	}
    	public String getTimeStamp() { 
    		return timeStamp;
    	}
    	public void setTimeStamp(String timeStamp) { 
    		this.timeStamp = timeStamp;
    	}
    	public String getUid() { 
    		return uid;
    	}
    	public void setUid(String uid) { 
    		this.uid = uid;
    	}
    	@Override
    	public String toString() { 
    		return "RateBean [movie=" + movie + ", rate=" + rate + ", timeStamp=" + timeStamp + ", uid=" + uid + "]";
    	}
    }

**测试fastjson使用**

package cn.pengpeng.day01.test;
    
    import com.alibaba.fastjson.JSON;
    
    import cn.pengpeng.day01.bean.RateBean;
    
    /** * 测试json数据,json和javabean相互转换 */
    public class TestJson { 
    	public static void main(String[] args) { 
    		String json = "{\"movie\":\"1193\",\"rate\":\"5\",\"timeStamp\":\"978300760\",\"uid\":\"1\"}";
    		RateBean bean = JSON.parseObject(json, RateBean.class);
    		System.out.println(bean);
    		
    		Object object = JSON.toJSON(bean);
    		String string = object.toString();
    		System.out.println(object);	
    	}
    }

## 1.每个用户评分最高的10部电影评分信息-实现 ##

## 2.每个用户的uid和评分的平均值-实现 ##

## 3.最大方(评分平均值高)的n个用户的uid和评分平均值-实现 ##