Идеи по анализу датасета about cinema-studies HOT 3 OPEN

План по киноисследованию:
1.1 Откачать недостающие статьи Вова

• HWR -- DONE

• VARIETY - DONE

• FILMCOMMENT

• DEADLINE - DONE

1.2 Привести фичи к общему знаменателю (сейчас разное количество, разные названия), собрать единый датасет
2. Построить распределение статей по годам Инга DONE
3. Кол-во статей про женщин-режиссерок по годам (до 2019). отношение к общему числу статей в каждом media
4. Сравнить ещё как изменилось процентное соотношение женщин-режиссёров и мужчин-режиссёров с годами. Чтобы было два графика - со статьями и что на деле
5. Написать черновик текста
6. Обсуждение и чистовик текста

from cinema-studies.

Ссылка на архивы текстов статей:
https://yadi.sk/d/OswDNo4H4aNBUQ
Deadline, Hollywood Reporter, Variety закончены.

from cinema-studies.

В последних коммитах опубликованы первые данные по анализу упоминаний: /raw_data/director_mentions/*.txt

Структура данных:

• {fe}male_mention_backup_{media_name}_{date}.txt -- промежуточные данные, можно не смотреть
• {fe}male_mentions_per_month_{media_name}_{date}.txt -- файл вида "(year, month), number_of_mentions" для {fe}male на основе издания {media_name}
• {fe}male_fame_top_{media_name}_{date}.txt -- файл вида "(number_of_mentions, director_name)" для {fe}male на основе издания {media_name}, строки отсортированы по убыванию параметра number_of_mentions

Какие графики хочется построить:

• кривые (x, y) = (date, mentions) для мужчин и женщин на одном графике для каждого из трех издания на основе данных {fe}male_mentions_per_month_{media_name}_{date}.txt = 3 графика
• тоже самое, что и предыдущий пункт, но только за 2018 год = 3 графика
• тоже самое, что и первый пункт, только в формате bar charts, чтобы в каждом столбике была часть отвечающая за мужчин, часть за женщин для наглядности (пример в /processing_scripts/compute_director_mentions.ipynb -- последняя ячейка) = 3 графика
• визуализация топа режиссеров для женщин и мужчин на основе данных {fe}male_fame_top_{media_name}_{date}.txt, чтобы было видно, что есть несколько людей, на долю которых приходится большая часть упоминаний, надо подумать, как это лучше визуализировать: pie chart, bar chart etc = 2 визуализации на издание
• другие идеи приветствуются

Когда будут графики, подумаем, что из этого лучше подходит для статьи.

from cinema-studies.