Today I Learned

오늘은 본격적으로 데이터셋을 정하고 EDA를 진행해봤다.

EDA

• 데이터셋은 기본적으로 결측치가 적고 구성이 잘 맞물려있는 2020년 데이터셋을 기본으로 하되, 2023에서 유저 정보만 추출해서 해오기로 결정

• User Profile로 쓸 birthday, sex, location 정보가 너무 누락이 많아 EDA 용도로는 쓸 수 있지만, 실제 모델에 적용이 가능할까? 의문이 들었다.

• Location은 특히 어떤 구조화된 형식으로 받은게 아니라 주관식으로 입력을 받아서 그런지 정확도가 너무 낮았다.

• 일단 Birthday를 기준으로 Old, 80년대생, 90년대생, 00년대생, 10년대생으로 나눠서 EDA를 진행해봤다.

2020 데이터셋 User 연령대 기반 EDA

• 325766users 중 Birthday 정보가 있는 user는 88269명(27%) 밖에 없다.
• 1712년, 1321년, 1851년 등 부정확한 정보도 포함.
• 90년대, 80년대, 00년대, 10년대, Old로 구분
  

• 각 세대별 41개 이상 리뷰가 있는 애니메이션에 대해 평균 평점이 높은 애니 top 10
  큰 차이 없음

Top 10 Anime Names from the 80s: ['Sen to Chihiro no Kamikakushi', 'Death Note', 'Code Geass: Hangyaku no Lelouch R2', 'Shingeki no Kyojin', 'Koe no Katachi', 'Haikyuu!! Second Season', 'One Punch Man', 'Kimi no Na wa.', 'Haikyuu!!: Karasuno Koukou vs. Shiratorizawa Gakuen Koukou', 'Shingeki no Kyojin Season 3 Part 2']
Top 10 Anime Names from the 90s: ['Sen to Chihiro no Kamikakushi', 'Howl no Ugoku Shiro', 'Death Note', 'Code Geass: Hangyaku no Lelouch R2', 'Shingeki no Kyojin', 'Koe no Katachi', 'One Punch Man', 'Kimi no Na wa.', 'Haikyuu!!: Karasuno Koukou vs. Shiratorizawa Gakuen Koukou', 'Shingeki no Kyojin Season 3 Part 2']
Top 10 Anime Names from the Old: ['Sen to Chihiro no Kamikakushi', 'Death Note', 'Code Geass: Hangyaku no Lelouch R2', 'Fullmetal Alchemist: Brotherhood', 'Shingeki no Kyojin', 'One Punch Man', 'Kimi no Na wa.', 'Haikyuu!!: Karasuno Koukou vs. Shiratorizawa Gakuen Koukou', 'Boku no Hero Academia 2nd Season', 'Shingeki no Kyojin Season 3 Part 2']

• 결론
  연령대로는 선호 애니메이션에 큰 차이 없음.
  아마 결측치가 너무 커서 연령 데이터가 별로 없어서 뚜렷한 차이가 안보이는 느낌.
  평균 평점 말고 다른 걸로 한번 확인 해봐야할듯