第六小組進度回報
1.專題簡介文字：
眾所皆知，Netflix 以個人化推薦系統擄獲許多消費者的心。在觀看影片時，Netflix 總能在第一時間提供極具吸引力的影片選擇，但僅供推薦百分比，無法得知關於影集的更多資訊，如：口碑是否良好，若想得到此類資訊，用戶須自行上網搜尋，但針對剛上映或評價兩極的影片，則難以判斷好壞。因此我們希望能夠創造信賴度高且快速的方法，以協助用戶掌握影片的相關資訊，以避免不良的觀看感受。為達成此目的，我們從 netflix 中抓取影片分級、影片種類等部分資訊，並從 IMDB、Metacritic、Rotten Tomatoes 以及 Hidden Gem 中取得大眾的觀影評分，最後將資料套入決策樹模型得到各影片的參考分數。用戶便可依此分數評斷是否要觀看，以避免觀影後的失落感。
專題工作分配：
陳慧霜：報告者、原始資料收集/整理
李佳芳：繪製決策樹
林昕緯、吳宜蓁：分析資料視覺化
何聖鴻：製作專題PPT
.