Clustering nell'industria cinematografica: un'analisi integrata con Large Language Models

Nel panorama dell'industria cinematografica, la fusione tra creatività artistica e progresso di tecnologie digitali sta ridefinendo il modo in cui i film vengono concepiti, prodotti e distribuiti. L'analisi dei dati, dunque, gioca un ruolo sempre più centrale in questo processo, diventando uno strumento indispensabile per ottimizzare decisioni e strategie in tutte le fasi del ciclo di vita di un film. Questa tesi si propone di esplorare l'applicazione di tecniche di clustering per analizzare e classificare i film, integrando dati strutturati, come genere, cast, voto della critica e degli utenti con informazioni non strutturate, come le recensioni rilasciate dagli utenti. Il clustering, infatti, rappresenta uno strumento fondamentale per individuare gruppi omogenei di film sulla base di caratteristiche condivise, consentendo di rivelare pattern nascosti e relazioni latenti. Utilizzando un dataset di film distribuiti dal 2010 in poi, ottenuto tramite scraping dal sito IMDb, l’analisi combina metodologie statistiche e word embeddings, in modo da trattare dati di natura eterogenea.