kagor4/Russian-Film-Industry-Analytics

Анализ эффективности государственной поддержки российского кинопроизводства и зрительского спроса

🎯 Цель проекта

Исследование рынка российского кинопроката для Министерства культуры РФ с акцентом на эффективность государственной поддержки. Проект отвечает на вопросы:

Какова динамика производства фильмов с господдержкой?
Какие жанры и студии получают наибольшее финансирование?
Коррелирует ли размер поддержки с кассовыми сборами?
Как зрители оценивают субсидируемые фильмы?

💡 Использованные технологии

Python 3.x
pandas
matplotlib (для визуализаций)
Jupyter Notebook

🧪 Как запустить проект

git clone https://github.com/kagor4/Russian-Film-Industry-Analytics.git
cd Russian-Film-Industry-Analytics
pip install -r requirements.txt

Затем откройте и запустите файл Russian_Film_Industry_Analytics.py или ноутбук Russian_Film_Industry_Analytics.ipynb в Jupyter. Убедитесь, что датасеты mkrf_movies.csv и mkrf_shows.csv доступны в папке /datasets/.

📊 Описание данных

Данные взяты из портала открытых данных Минкультуры и КиноПоиска:

mkrf_movies (реестр прокатных удостоверений):
- title, puNumber — название и номер прокатного удостоверения
- show_start_date — дата премьеры
- type, film_studio, production_country — тип фильма, студия, страна
- refundable_support, nonrefundable_support — объём господдержки
- ratings, genres — рейтинг и жанры (КиноПоиск)
mkrf_shows (кассовые сборы):
- puNumber, box_office — номер удостоверения и сборы

Предобработка:

Объединение таблиц по puNumber с сохранением всех записей из mkrf_movies.
Изменение типов: show_start_date → datetime, ratings → float (с обработкой процентов), puNumber → numeric.
Пропуски: удалены в puNumber, film_studio, production_country, director (мало); заполнены нулями в refundable_support, nonrefundable_support; оставлены в budget, financing_source, genres, box_office (большой объём).
Дубликаты: удалены 2 дубликата по puNumber.
Категориальные данные: устранены пробелы в type, унифицированы разделители в production_country.
Добавлены столбцы: show_start_year, main_director, primary_genre, proportion_of_government_support.

🔍 Краткие результаты

Динамика проката:
- Доля фильмов с данными о сборах: 42% за весь период.
- До 2014 года доля низкая, с 2015 года резко растёт (возможно, из-за нового закона о контроле киноиндустрии).
- Минимальные сборы: 2010 год; максимальные: 2018 год.
- Самый успешный год по средним и медианным сборам: 2017.
Возрастные ограничения (2015–2019):
- Фильмы «16+» лидируют по сборам (2016–2018).
- В 2015 году лидировали «12+», в 2019 году лидерство нестабильно (возможно, из-за неполной передачи данных).
Государственная поддержка:
- Средняя поддержка: возвратная ~10.3 млн руб., невозвратная ~17.3 млн руб.
- Более половины фильмов имеют бюджет ниже среднего, но рейтинг выше среднего (5.74, медиана 5.85).
- Лучшая окупаемость у фильмов с рейтингом ~7.00.
Выводы:
- Господдержка не всегда коррелирует с высокими сборами.
- Фильмы «16+» наиболее прибыльны, но требуют таргетинга.
- Рекомендации: перераспределить финансирование, поддерживая студии и режиссёров с высоким рейтингом/окупаемостью.

📁 Структура проекта

📦 Russian-Film-Industry-Analytics/
├── Russian_Film_Industry_Analytics.py  # анализ и предобработка
├── Russian_Film_Industry_Analytics.ipynb  # Jupyter Notebook
├── requirements.txt               # зависимости
└── README.md                      # описание проекта

✅ TODO

Построить ML-модель для предсказания рейтинга фильма
Провести кластеризацию фильмов по эффективности вложений
Добавить визуализации по жанрам и студиям
Разработать Streamlit-приложение для интерактивного анализа

© Автор

Автор: kagor4