Сюжеты и структура мирового кино

В проекте я исследую, как развивалось мировое кино на протяжении XX–XXI века. Меня интересовало, как менялось количество фильмов, какие киноиндустрии и жанры доминировали в разные периоды, а также какие сюжетные и эмоциональные паттерны встречаются в описаниях фильмов.

Для анализа я выбрала датасет с описаниями сюжетов фильмов из Wikipedia, я нашла его на Kaggle.com.

В проекте были использованы следующие методы: анализ и агрегация данных с помощью Pandas, визуализация данных с использованием Matplotlib, частотный анализ текстов, лексиконный sentiment-анализ, нормализация данных для сравнения долей и динамики.

Для анализа были использованы разные типы визуализаций:

линейные графики — для изучения динамики производства фильмов во времени,

столбчатые диаграммы — для сравнения киноиндустрий и жанров по количеству фильмов,

сложенные графики — для анализа изменения структуры жанров по десятилетиям,

сложенные столбчатые диаграммы — для сравнения долей позитивных, нейтральных и негативных сюжетов,

круговые диаграммы — для сравнения тональности описаний сюжетов отдельных киноиндустрий.

Такие типы графиков были выбраны для того, чтобы не только показать данные, но и объяснить выявленные тенденции и различия.

Во время работы с датасетом я столкнулась с некоторыми особенностями и ограничениями. Данные получены из Wikipedia и, как позже оказалось, неравномерны по регионам; все сюжетные описания представлены на английском языке; часть фильмов имеет жанр unknown; анализ эмоциональной окраски проводится по тексту описаний, а не по самим фильмам.

Я постаралась учесть эти особенности при дальнейшей интерпретации результатов.

Линейный график отражает изменение количества выпущенных фильмов по годам с 1901 по 2017 год. Наблюдается устойчивый рост производства, особенно заметный во второй половине XX века и в начале XXI века. Отдельные периоды спада могут быть связаны с историческими и технологическими факторами, а также особенностями представления данных в источнике.

Агрегация данных по десятилетиям позволяет сгладить годовые колебания и наглядно показать долгосрочные тренды. Заметен выраженный спад в период 1960–1970-х годов, когда количество выпускаемых фильмов временно сокращается. Начиная с конца 1970–1980-х годов, производство вновь выходит на траекторию устойчивого роста, достигая максимальных значений в 2010-е годы.

Следующим этапом мне интересно было изучить где производят больше фильмов. Эта информация представлена в колонке Origin/Ethnicity, анализ которой показал, что в датасете представлены не только страны, но и отдельные региональные киноиндустрии. Особенно детально представлено индийское кино, где каждая языковая и культурная группа рассматривается как отдельная категория. Это отражает специфику источника данных и подчёркивает неравномерность представления мирового кино в Википедии.

Столбчатая диаграмма показывает распределение фильмов по крупнейшим киноиндустриям, представленным в датасете. Лидирующую позицию занимает американская киноиндустрия, значительно опережающая остальные по количеству фильмов. На втором месте находится британская киноиндустрия. Важно отметить высокую представленность региональных индийских индустрий — Bollywood, Tamil и Telugu, что подчёркивает масштаб и разнообразие кинопроизводства за пределами западного кино. Также в топ входят японская, гонконгская, канадская и австралийская киноиндустрии.

Линейный график показывает изменение объёма производства фильмов во времени для пяти крупнейших киноиндустрий. Американская киноиндустрия стабильно лидирует на протяжении всего рассматриваемого периода, демонстрируя резкий рост в первой половине XX века, спад в середине века и повторный подъём начиная с 1980-х годов. Примечательно, что развиваться эта индустрия начала на два десятилетия раньше остальных. Индийские киноиндустрии (Bollywood и Tamil) демонстрируют устойчивый рост, особенно заметный с конца XX века, что отражает расширение регионального кинопроизводства. Британская и японская киноиндустрии развиваются более умеренно, с постепенным увеличением объёмов производства и меньшими колебаниями по сравнению с американской.

Драма и комедия являются наиболее распространёнными жанрами, значительно опережая остальные. При этом после третьего места наблюдается относительно равномерное распределение жанров, что отражает разнообразие тем и форм в кино.

Анализ распределения жанров по десятилетиям показывает, что структура жанров в целом остаётся стабильной: доминируют драма и комедия, за ними следуют экшн и другие жанры. Вместе с тем в 1960–1970-е годы наблюдается общее снижение количества фильмов во всех жанрах, что совпадает со спадом общего объёма кинопроизводства в этот период. Начиная с 1980-х годов, количество фильмов по всем основным жанрам снова увеличивается, отражая восстановление и рост индустрии.

Интересно было посмотреть не только на репрезентацию жанров в кино в целом, но и на их распределение в отдельных киноиндустриях. Для сравнения я выбрала американскую, индийскую и японскую киноиндустрии.

Из примечательного: романтический жанр в индийском кино представлен больше; ни в японской, ни в индийской киноиндустриях не снимали фильмы в жанре вестерн; Вероятно популярность жанров драмы и комедии связаны с их распространенностью именно в американском кино. В других индустриях разница не так значительна.