1000 Best Titles

Ziel des Kurses war die Visualisierung eines selbstgewählten Datensatzes unter Verwendung von Form, Farbe und Animation. Die technische Umsetzung erfolgte mithilfe von Javascript, HTML & CSS.

Datensatz

Der ursprüngliche Datensatz der gesamten Internet Movie Database umfasst in der Summe 3,9 Gigabyte.
Mit über 7,5 Millionen Einträgen zu über Filmproduktionen (Filme, Serien, Kurzfilme) und Informationen zu über 11,2 Millionen Film- und Fernsehschaffenden ist sie die größte Filmdatenbank der Welt. Die Herausforderung diesen Datensatz sinnvoll und aussagekräftig zu reduzieren reizte mich.

Themenfindung

Nun befand ich mich auf der Suche nach interessanten Korrelationen innerhalb des Datensatzes. Zunächst schaute ich auf die Genderverteilung in den internen Berufen Hollywoods, da diese notorisch unausgeglichen vergeben werden. Dabei stellte sich heraus, dass der Männeranteil unter den in Amerika arbeitenden Regisseuren bei über 78% liegt. Auch wenn diese Beobachtung durchaus aussagekräftig war, konnte ich keine interessante Weise finden, diesen reduzierten Datensatz kreativ zu visualisieren. Also arbeitete ich weiter direkt im Code und suchte nach möglichen Visualisierungsmethoden. Schlussendlich entschied ich mich dazu, eine explorative Ansicht der 1000 “besten” Filmproduktionen zu erstellen.

Filtering

Für die Verkleinerung des Datensatzes benutzte ich SQL, da sie für große Datenmengen sehr geeignet ist und über eine sehr simple Syntax verfügt.

Zunächst musste ich mir die Frage stellen, anhand welcher Parameter gemessen werden kann, wie gut bzw. schlecht ein Film bewertet ist? Alleine auf die durchschnittliche Bewertung jeder Filmproduktion zu schauen würde das Ergebnis verfälschen, da viele Einträge im Datensatz eine perfekte 10* Bewertung besitzen – dafür aber nur sehr wenig Reviews. Daher musste sowohl die Anzahl der eingetragenen Bewertungen, als auch die gesamte durchschnittliche Bewertung beim Ranking in Betracht gezogen werden. Des Weiteren musste ich einen geeigneten Schwellwert für die Mindestanzahl an Bewertungen festlegen, um oben genanntes Problem zu bekämpfen.

Daraus konnte ich eine geeignete SQL-Anfrage formulieren, um den korrekten Output zu erlangen:

Der reduzierte Datensatz hatte nun folgende Parameter:

• tconst (Identifikationsnummer des Eintrags)
• titleType
• primaryTitle
• originalTitle
• isAdult
• startYear
• endYear
• runtimeMinutes
• genres (fast alle Einträge sind mehreren Genres zugehörig)
• averageRating
• numVotes

Entwurf

Nun konnte ich mit diesem reduzierten Datensatz einige schnelle Entwürfe mit einem Visualisierungstool
generieren.

Dennoch merkte ich schnell, dass die direkte Auseinandersetzung mit Stift und Papier zu deutlich kreativeren Lösungen führte:

Einträge als Punkte in einer Spirale nach außen zeichnen, die Anzahl der Reviews pro Eintrag bestimmt dabei die Fläche des Punkts – das Rating die Position des Punkts (je weiter außen, desto niedriger im Ranking).

Diese Ansicht war dem Datensatz aber nicht gerecht, da man keine Übersicht über die Genreverteilung hatte. Daraufhin entwickelte ich folgenden Entwurf.

Hier wird jedem Genre einen bestimmten Winkelbereich und Farbe im Kreis zugeordnet. Um maximale Unterscheidbarkeit zu garantieren, entschied ich mich für ein sehr breites Farbspektrum. Außerdem sind die Genres sinngemäß den Farben zugeordnet:

Hell, leuchtend —> Comedy, Family, Adventure,…

Dunkel —> Horror, Thriller, Mystery,…

Endergebnis