What Makes a Netflix Title Adult-Rated? End-to-End Data Cleaning, Analysis and Visualization

ما الذي يجعل عملاً على نتفليكس مصنَّفًا للكبار؟

مشروع متكامل بدأ من ملف خام فيه 8,807 صفًا عن أعمال نتفليكس، وانتهى بتنظيف موثّق وتحليل إحصائي ورسوم بيانية وتقرير قابل لإعادة التشغيل بأمر واحد.

ما الذي عملته:

فحصت كل عمود قبل أي تعديل: القيم الناقصة، التكرار، التناقضات المنطقية، والقيم الغريبة. وسجّلت كل مشكلة وما تم فيها في جدول جودة بيانات.

أصلحت المشاكل الحقيقية (مدة العمل المكتوبة في عمود التصنيف، فواصل زائدة في الدول، أسماء مكررة، تصنيفات متشابهة) وأبقيت القيم المشكوك فيها مع علامة تنبيه بدل حذفها. أُزيلت 4 صفوف مكررة فقط وسُجّلت في ملف مستقل.

بنيت متغيرات جديدة وقسمت البيانات 80/20 مع الحفاظ على نسبة الهدف، وكل خطوة تعتمد على بيانات التدريب فقط حتى لا يحدث تسرّب.

اختبرت الفرضيات بـ 26 اختبارًا (مربع كاي، كروسكال-واليس، سبيرمان) مع تصحيح بونفيروني، ثم ربطت النتائج بحجم الأثر وليس بقيمة p وحدها.

أنتجت 8 رسوم بيانية وملف README وملف Jupyter Notebook يشرح الخطوات.

أبرز النتائج: 46.0% من الأعمال ذات التصنيف المعروف تحمل تصنيف «للكبار». النوع (Genre) أقوى عامل، ثم بلد الإنتاج (فرنسا 61.6% مقابل الهند 26.1%) وفترة الإصدار (32.2% للأعمال حتى 2009 مقابل 52.4% لأعمال 2018–2021). أما الفرق بين الأفلام والمسلسلات فصغير، وسنة الإضافة إلى نتفليكس لا تُظهر أي أثر بعد التصحيح.

الصراحة جزء من المشروع: وثّقت ما لم أستطع حسمه (4 عناوين يُحتمل أن Excel حوّلها إلى تواريخ)، وبيّنت أن بعض النتائج شبه بديهية لأن التصنيف مرتبط بنوع المحتوى، وأن الخريطة الحرارية تقارن كل خلية بالمتوسط العام ولا تثبت تفاعلًا حقيقيًا.