[社團成果]
針對IMDB資料集來去做縱向標準化(在類別間可以觀察到三種不同的情緒樣態)與橫向標準化(除恐怖片，各類別中的相對情緒成分很類似)的熱圖，透過熱圖可以用比較簡單互動的方式來去觀察各類別的電影，留言者分別帶有什麼樣的情緒。預計在6月底透過商業大數據臉書粉專進行推播，這一主題內容。
運用熱圖來去講解電影類別與話題討論度的關係，分為兩個發現：群體發現與類別發現。在熱圖當中，可發現有趣的現象如：歷史相關電影通常會與戰爭有關，因此death的討論度很高、傳記電影類相較於戰爭片與歷史電影，在music與dance的討論度高很多，說明傳記電影較常使用活潑動動感的方式去呈現。預計在6月底透過商業大數據臉書粉專進行推播，這一主題內容。
透過互動式的Shiny App可以去觀察IMDB資料集電影的成本效益分析，我們將整個App拆成兩個績效空間，供使用者方便比較。我們可以在左側的功能列中篩選想要分析的電影類別以及透過互動式泡泡圖分別在兩個績效空間去比較這個電影類別與其他電影類別組合的績效，來去分析到底多個類別對於電影來說是好事還是壞事。這部Shiny App的影片仍然在製作當中，預計將於7月中透過商業大數據臉書粉專進行推播。
我們希望透過動態泡泡圖的方式來去呈現以國家作為分類的隨著年份變化的趨勢分析，左邊的兩個下拉式選單可以令使用者多方觀察不同組合變數的變化。我們也可以透過點擊多個泡泡來同時比較多個國家在不同組變數的變化，並且也將所有變數做特殊處理，全都換算成相對的變數，使我們的資料集不受到年份的影響。這部Shiny App的影片剛進入影片製作階段，預計將於7月底透過商業大數據臉書粉專進行推播。