Books Recommendation System
Sofi Nadia
2022-07-15
Sistem Rekomendasi Untuk Buku Bacaan
Background
Membaca buku secara daring dan juga website penjualan buku seperti Kindle maupun Goodreads memiliki banyak faktor yang membuat kedua platform tersebut bersaing satu sama lain.
Tidak dapat dipungkiri platform membaca serta menjual buku selalu memiliki peminat yang tinggi. Apalagi di era digital seperti saat ini, pembelian buku serta para pembaca secara perlahan mulai beralih untuk membaca buku secara digital. Membaca buku secara digital sendiri memiliki beberapa keuntungan, di antaranya adalah lebih hemat dalam biaya, lebih eco-friendly, serta praktis.
Salah satu faktor yang mempengaruhi kedua hal tersebut adalah sistem rekomendasi buku. Sistem rekomendasi buku sendiri dibuat untuk merekomendasikan buku-buku yang diminati oleh pembeli. Para peminat bisa langsung melakukan pembelian buku tanpa harus datang ke toko secara langsung dan membacanya secara digital. Selain itu juga dapat mencari buku sesuai dengan rating dan review lebih mudah dibandingkan dengan membeli langsung ke toko.
Sistem rekomendasi akan membantu para user untuk menemukan produk apa yang sesuai serta berguna dari sekian banyak produk yang ada. Tujuan dari adanya sistem rekomendasi buku sendiri adalah untuk memprediksi hal apa yang menjadi ketertarikan oleh para pembeli serta merekomendasikannya kepada mereka. Sistem rekomendasi buku bisa dilihat dari berbagai banyak faktor seperti konten isi buku serta kualitas buku berdasarkan dari reviewnya.
Dengan memberikan analisa informasi buku untuk mengerti kebiasaan para pembaca, sistem rekomendasi juga bisa menjadi salah satu tempat untuk memprediksi buku yang layak untuk di baca serta meningkatkan efisiensi dalam membaca.
Project Idea
Peningkatan peminat dalam membaca buku saat ini semakin meningkat, terutama dikalangan pemuda membuat platform market place juga ikut meningkat. Dengan adanya sistem rekomendasi buku, akan memudahkan para pembaca, penulis, hingga platform bisnis untuk mengetahui lebih lanjut tentang pasar buku yang sedang diminati.
Problem Scope
Pada project ini akan digunakan sebuah data dari platform buku Goodreads yang diambil dari situs Kaggle dengan judul “Goodreads-books: Comprehensive list of books listed in goodreads”.
Selanjutnya, kebutuhan pembuatan model machine learning untuk mengetahui rekomendasi buku berdasarkan rating, review serta bahasa yang digunakan akan menggunakan data numerik untuk mempermudah permodelan.
Model sendiri akan dibuat dengan memanfaatkan metode KNN dan K-Means Clustering.
Output
Output dari project ini berupa dashboard analysis yang menampilkan Exploratory Data untuk menunjukkan buku dengan rating atau review paling tinggi untuk mengetahui buku apa yang sedang diminati.
Business Impact:
- Project ini dapat membantu para penulis, pembaca, serta platform buku mengenai buku seperti apa yang paling diminati
- Membantu user untuk meningkatkan penjualan
- Meningkatkan kreativitas dan mempermudah penulis untuk dapat mengetahui buku seperti apa yang ingin dibuat selanjutnya.
Exploratory Data Analysis
Libraries
library(dplyr)
library(factoextra)
library(FactoMineR)
library(lubridate)
library(corrplot)
library(tidyverse)Read Data
book <- read.csv("books.csv")
head(book)## bookID
## 1 1
## 2 2
## 3 4
## 4 5
## 5 8
## 6 9
## title
## 1 Harry Potter and the Half-Blood Prince (Harry Potter #6)
## 2 Harry Potter and the Order of the Phoenix (Harry Potter #5)
## 3 Harry Potter and the Chamber of Secrets (Harry Potter #2)
## 4 Harry Potter and the Prisoner of Azkaban (Harry Potter #3)
## 5 Harry Potter Boxed Set Books 1-5 (Harry Potter #1-5)
## 6 Unauthorized Harry Potter Book Seven News: Half-Blood Prince Analysis and Speculation
## authors average_rating isbn isbn13
## 1 J.K. Rowling/Mary GrandPré 4.57 0439785960 9780439785969
## 2 J.K. Rowling/Mary GrandPré 4.49 0439358078 9780439358071
## 3 J.K. Rowling 4.42 0439554896 9780439554893
## 4 J.K. Rowling/Mary GrandPré 4.56 043965548X 9780439655484
## 5 J.K. Rowling/Mary GrandPré 4.78 0439682584 9780439682589
## 6 W. Frederick Zimmerman 3.74 0976540606 9780976540601
## language_code num_pages ratings_count text_reviews_count publication_date
## 1 eng 652 2095690 27591 9/16/2006
## 2 eng 870 2153167 29221 9/1/2004
## 3 eng 352 6333 244 11/1/2003
## 4 eng 435 2339585 36325 5/1/2004
## 5 eng 2690 41428 164 9/13/2004
## 6 en-US 152 19 1 4/26/2005
## publisher
## 1 Scholastic Inc.
## 2 Scholastic Inc.
## 3 Scholastic
## 4 Scholastic Inc.
## 5 Scholastic
## 6 Nimble BooksDeskripsi Data:
bookID: A unique Identification number for each book.title: The name under which the book was published.authors: Names of the authors of the book. Multiple authors are delimited with -.average_rating: The average rating of the book received in total.isbn: Another unique number to identify the book, the International Standard Book Number.isbn13: A 13-digit ISBN to identify the book, instead of the standard 11-digit ISBN.language_code: Helps understand what is the primary language of the book. For instance, eng is standard for English.num_pages: Number of pages the book contains.ratings_count: Total number of ratings the book received.text_reviews_count: Total number of written text reviews the book received.publication_date: Date when the book was first published.publisher: The name of the publisher.
Data Wrangling
Cek tipe data dari book
str(book)## 'data.frame': 11131 obs. of 12 variables:
## $ bookID : chr "1" "2" "4" "5" ...
## $ title : chr "Harry Potter and the Half-Blood Prince (Harry Potter #6)" "Harry Potter and the Order of the Phoenix (Harry Potter #5)" "Harry Potter and the Chamber of Secrets (Harry Potter #2)" "Harry Potter and the Prisoner of Azkaban (Harry Potter #3)" ...
## $ authors : chr "J.K. Rowling/Mary GrandPré" "J.K. Rowling/Mary GrandPré" "J.K. Rowling" "J.K. Rowling/Mary GrandPré" ...
## $ average_rating : chr "4.57" "4.49" "4.42" "4.56" ...
## $ isbn : chr "0439785960" "0439358078" "0439554896" "043965548X" ...
## $ isbn13 : chr "9780439785969" "9780439358071" "9780439554893" "9780439655484" ...
## $ language_code : chr "eng" "eng" "eng" "eng" ...
## $ num_pages : chr "652" "870" "352" "435" ...
## $ ratings_count : int 2095690 2153167 6333 2339585 41428 19 28242 3628 249558 4930 ...
## $ text_reviews_count: int 27591 29221 244 36325 164 1 808 254 4080 460 ...
## $ publication_date : chr "9/16/2006" "9/1/2004" "11/1/2003" "5/1/2004" ...
## $ publisher : chr "Scholastic Inc." "Scholastic Inc." "Scholastic" "Scholastic Inc." ...Cek karakter unik yang ada pada kolom language_code
unique(book$language_code)## [1] "eng" "en-US" "fre" "spa"
## [5] "en-GB" "mul" "grc" "enm"
## [9] "en-CA" "ger" "jpn" "ara"
## [13] "nl" "zho" "lat" "por"
## [17] "srp" "9780674842113" "" "ita"
## [21] "9781593600112" "rus" "9781563841552" "msa"
## [25] "glg" "wel" "swe" "nor"
## [29] "9780851742717" "tur" "gla" "ale"Pada kolom tersebut ternyata memiliki isi data yang tidak sesuai
dengan kolomnya. Dapat dilihat bahwa terdapat angka-angka yang
seharusnya berada pada kolom isbn namun berada pada kolom
language_code. Sebelum mengubah kolom menjadi factor,kita
perlu untuk cek apakah character tersebut benar berada dalam kolom yang
sesuai atau tidak.
book[book$language_code %in% c("9780674842113", "", "9781593600112", "9780851742717", "9781563841552"), ]## bookID
## 3349 12224
## 3350 Harvard University Press
## 4704 16914
## 4705 Cold Spring Press
## 5880 22128
## 5881 Huntington House Publishers
## 8983 34889
## 8984 Brown Son & Ferguson Ltd.
## title
## 3349 Streetcar Suburbs: The Process of Growth in Boston 1870-1900
## 3350
## 4704 The Tolkien Fan's Medieval Reader
## 4705
## 5880 Patriots (The Coming Collapse)
## 5881
## 8983 Brown's Star Atlas: Showing All The Bright Stars With Full Instructions How To Find And Use Them For Navigational Purposes And Department Of Trade Examinations.
## 8984
## authors
## 3349 Sam Bass Warner
## 3350
## 4704 David E. Smith (Turgon of TheOneRing.net
## 4705
## 5880 James Wesley
## 5881
## 8983 Brown
## 8984
## average_rating
## 3349 Jr./Sam B. Warner
## 3350
## 4704 one of the founding members of this Tolkien website)/Verlyn Flieger/Turgon (=David E. Smith)
## 4705
## 5880 Rawles
## 5881
## 8983 Son & Ferguson
## 8984
## isbn isbn13 language_code num_pages ratings_count text_reviews_count
## 3349 3.58 0674842111 9780674842113 en-US 236 61
## 3350 NA NA
## 4704 3.58 1593600119 9781593600112 eng 400 26
## 4705 NA NA
## 5880 3.63 156384155X 9781563841552 eng 342 38
## 5881 NA NA
## 8983 0.00 0851742718 9780851742717 eng 49 0
## 8984 NA NA
## publication_date publisher
## 3349 6 4/20/2004
## 3350
## 4704 4 4/6/2004
## 4705
## 5880 4 1/15/1999
## 5881
## 8983 0 5/1/1977
## 8984Seperti yang sudah diduga, isi dari kolom-kolom tersebut bergeser dan terdapat isi kolom yang tidak sesuai. Karena tidak sesuai, kita perlu mengembalikan beberapa baris data yang bergeser ke kolom yang sesuai.
# book <- book %>%
# filter(language_code != c("9780674842113", "", "9781593600112", "9780851742717", "9781563841552"))`%!in%` <- Negate("%in%")
book <- book[book$language_code %!in% c("9780674842113", "", "9781593600112", "9780851742717", "9781563841552"), ] length(unique(book$language_code))## [1] 27Selanjutnya perlu dilakukan perubahan tipe data. Hal pertama yang
akan dilakukan adalah merubah tipe data kolom
publication_date ke tipe data date.
Ubah tipe data
book$publication_date <- as.Date(book$publication_date, format = "%m/%d/%Y")Sebelum mengubah tipe data pada kolom yang lain, saya ingin
mengetahui terlebih dahulu apakah terdapat missing value pada data
tersebut, terutama pada kolom publication_date.
Cek missing value
colSums(is.na(book))## bookID title authors average_rating
## 0 0 0 0
## isbn isbn13 language_code num_pages
## 0 0 0 0
## ratings_count text_reviews_count publication_date publisher
## 0 0 2 0Diketahui, terdapat 2 baris pada kolom publication_date
yang hilang.
book[is.na(book$publication_date),]## bookID title
## 8184 31373 In Pursuit of the Proper Sinner (Inspector Lynley #10)
## 11103 45531 Montaillou village occitan de 1294 Ã 1324
## authors average_rating isbn
## 8184 Elizabeth George 4.10 0553575104
## 11103 Emmanuel Le Roy Ladurie/Emmanuel Le Roy-Ladurie 3.96 2070323285
## isbn13 language_code num_pages ratings_count text_reviews_count
## 8184 9780553575101 eng 718 10608 295
## 11103 9782070323289 fre 640 15 2
## publication_date publisher
## 8184 <NA> Bantam Books
## 11103 <NA> Folio histoireSaya memilih untuk menghilangkan dua baris missing value pada kolom
publication_date karena kedua baris tersebut tampak tidak
terlalu berpengaruh.
book <- book %>% filter(!is.na(publication_date))colSums(is.na(book))## bookID title authors average_rating
## 0 0 0 0
## isbn isbn13 language_code num_pages
## 0 0 0 0
## ratings_count text_reviews_count publication_date publisher
## 0 0 0 0Setelah menghilangkan missing value, kita juga perlu menghilangkan
beberapa kolom yang tidak penting atau mempengaruhi untuk model. Dalam
hal ini, kita akan menghilangkan kolom bookID, isbn, dan isbn13.
Kemudian, kita juga akan melanjutkan perubahan tipe data dengan
melakukan convert format dalam kolom title,
num_pages, average_rating, isbn
ke numerik.
str(book)## 'data.frame': 11121 obs. of 12 variables:
## $ bookID : chr "1" "2" "4" "5" ...
## $ title : chr "Harry Potter and the Half-Blood Prince (Harry Potter #6)" "Harry Potter and the Order of the Phoenix (Harry Potter #5)" "Harry Potter and the Chamber of Secrets (Harry Potter #2)" "Harry Potter and the Prisoner of Azkaban (Harry Potter #3)" ...
## $ authors : chr "J.K. Rowling/Mary GrandPré" "J.K. Rowling/Mary GrandPré" "J.K. Rowling" "J.K. Rowling/Mary GrandPré" ...
## $ average_rating : chr "4.57" "4.49" "4.42" "4.56" ...
## $ isbn : chr "0439785960" "0439358078" "0439554896" "043965548X" ...
## $ isbn13 : chr "9780439785969" "9780439358071" "9780439554893" "9780439655484" ...
## $ language_code : chr "eng" "eng" "eng" "eng" ...
## $ num_pages : chr "652" "870" "352" "435" ...
## $ ratings_count : int 2095690 2153167 6333 2339585 41428 19 28242 3628 249558 4930 ...
## $ text_reviews_count: int 27591 29221 244 36325 164 1 808 254 4080 460 ...
## $ publication_date : Date, format: "2006-09-16" "2004-09-01" ...
## $ publisher : chr "Scholastic Inc." "Scholastic Inc." "Scholastic" "Scholastic Inc." ...book <- book %>%
select(-c(bookID, isbn, isbn13)) %>%
mutate(language_code = as.factor(language_code),
average_rating = as.numeric(average_rating),
num_pages = as.numeric(num_pages))book %>% summary()## title authors average_rating language_code
## Length:11121 Length:11121 Min. :0.000 eng :8907
## Class :character Class :character 1st Qu.:3.770 en-US :1408
## Mode :character Mode :character Median :3.960 spa : 218
## Mean :3.934 en-GB : 214
## 3rd Qu.:4.140 fre : 143
## Max. :5.000 ger : 99
## (Other): 132
## num_pages ratings_count text_reviews_count publication_date
## Min. : 0.0 Min. : 0 Min. : 0.0 Min. :1900-01-01
## 1st Qu.: 192.0 1st Qu.: 104 1st Qu.: 9.0 1st Qu.:1998-07-17
## Median : 299.0 Median : 745 Median : 47.0 Median :2003-03-01
## Mean : 336.3 Mean : 17945 Mean : 542.1 Mean :2000-08-29
## 3rd Qu.: 416.0 3rd Qu.: 4996 3rd Qu.: 238.0 3rd Qu.:2005-10-01
## Max. :6576.0 Max. :4597666 Max. :94265.0 Max. :2020-03-31
##
## publisher
## Length:11121
## Class :character
## Mode :character
##
##
##
## Kemudian hal selanjutnya yang akan kita cek adalah apakah terdapat duplicate dalam data ini
sum(duplicated(book))## [1] 0Berdasarkan hasil di atas, tidak terdapat duplicate pada data.
head(book)## title
## 1 Harry Potter and the Half-Blood Prince (Harry Potter #6)
## 2 Harry Potter and the Order of the Phoenix (Harry Potter #5)
## 3 Harry Potter and the Chamber of Secrets (Harry Potter #2)
## 4 Harry Potter and the Prisoner of Azkaban (Harry Potter #3)
## 5 Harry Potter Boxed Set Books 1-5 (Harry Potter #1-5)
## 6 Unauthorized Harry Potter Book Seven News: Half-Blood Prince Analysis and Speculation
## authors average_rating language_code num_pages
## 1 J.K. Rowling/Mary GrandPré 4.57 eng 652
## 2 J.K. Rowling/Mary GrandPré 4.49 eng 870
## 3 J.K. Rowling 4.42 eng 352
## 4 J.K. Rowling/Mary GrandPré 4.56 eng 435
## 5 J.K. Rowling/Mary GrandPré 4.78 eng 2690
## 6 W. Frederick Zimmerman 3.74 en-US 152
## ratings_count text_reviews_count publication_date publisher
## 1 2095690 27591 2006-09-16 Scholastic Inc.
## 2 2153167 29221 2004-09-01 Scholastic Inc.
## 3 6333 244 2003-11-01 Scholastic
## 4 2339585 36325 2004-05-01 Scholastic Inc.
## 5 41428 164 2004-09-13 Scholastic
## 6 19 1 2005-04-26 Nimble BooksPlotting
Distribusi Rating
book %>%
ggplot() +
aes(x = (average_rating)) +
geom_histogram(bins = 50) +
theme_minimal() +
theme(
panel.grid.major.x = element_blank(),
panel.grid.minor = element_blank()
)
Berdasarkan ploting distribusi rating pada data buku Goodreads, terlihat bahwa rating buku memiliki pola distribusi normal. Dapat dilihat juga bahwa rata-rata rating yang diberikan oleh pengguna Goodreads memberikan rating atau nilai buku cukup tinggi pada angka 4 dari 5 nilai. Sehingga dapat dikatakan bahwa data buku-buku yang ada memiliki nilai yang tinggi dari para pembaca atau konsumen.
Distribusi Halaman Buku
book %>%
ggplot() +
aes(x = (num_pages)) +
geom_histogram(bins = 25) +
theme_minimal() +
theme(
panel.grid.major.x = element_blank(),
panel.grid.minor = element_blank()
)
Pada plot distribusi halaman buku di atas, dapat terlihat bahwa terdapat banyak buku yang memiliki kurang dari 1000 halaman. Hal ini menunjukkan bahwa penulis sangat jarang untuk membuat buku dengan jumlah halaman yang terlalu banyak.
Buku yang paling banyak muncul di data
Dalam data ini, memungkinkan apabila terdapat judul buku yang sama sehingga kita perlu mengecek apakah terdapat judul buku yang saling bertumpang tindih atau tidak.
# judul buku
length(book$title) - length(unique(book$title))## [1] 775Ternyata terdapat 775 judul buku yang saling bertumpang tindih, untuk lebih jelasnya dapat dilihat dengan plot di bawah ini.
book %>%
group_by(title) %>%
summarise(count = n()) %>%
arrange(desc(count)) %>%
head(25) %>%
ggplot(aes(
x = reorder(title, count),
y = count,
fill =as.factor(count)
)) +
geom_col() +
coord_flip() +
scale_y_continuous(breaks = c(1:10)) +
theme_minimal() +
theme(legend.position = "none",
axis.title = element_blank())
Pada plot di atas memperlihatkan judul buku apa yang paling banyak muncul pada data. Terlihat bahwa terdapat buku dengan judul “The Illiard” paling sering muncul 9 kali lebih banyak dibandingkan dengan buku lainnya. Hal tersebut terjadi karena terdapat banyak buku yang dibuat dengan versi yang berbeda-beda sehingga buku-buku tersebut juga memiliki kode isbn yang berbeda.
Bahasa yang paling diminati
book %>%
group_by(language_code) %>%
summarise(count = n()) %>%
arrange(desc(count)) %>%
head(10) %>%
ggplot(aes(
x = reorder(language_code, -count),
y = count,
fill =as.factor(count)
)) +
geom_col() +
theme_minimal() +
theme(legend.position = "none",
axis.title = element_blank())
Plot di atas memperlihatkan bahasa apa yang paling diminati dalam membaca buku. Dapat dilihat bahwa peminat pembaca lebih cenderung untuk membaca buku dengan bahasa inggris sebagai bahasa universal.
Buku dengan penilaian paling banyak
book %>%
arrange(desc(ratings_count)) %>%
head(15) %>%
ggplot(aes(
x = reorder(title, ratings_count),
y = ratings_count,
fill =as.factor(ratings_count)
)) +
geom_col() +
theme_minimal() +
theme(legend.position = "none",
axis.title = element_blank()) +
coord_flip()
Penulis dengan buku terbanyak
book %>%
group_by(authors) %>%
summarise(total_books = n()) %>%
arrange(desc(total_books)) %>%
head(15) %>%
ggplot(aes(
x = reorder(authors, total_books),
y = total_books,
fill =as.factor(total_books)
)) +
geom_col() +
theme_minimal() +
theme(legend.position = "none",
axis.title = element_blank()) +
coord_flip()
Buku dengan review terbanyak
book %>%
arrange(desc(text_reviews_count)) %>%
head(15) %>%
ggplot(aes(
x = reorder(title, text_reviews_count),
y = text_reviews_count,
fill =as.factor(text_reviews_count)
)) +
geom_col() +
theme_minimal() +
theme(legend.position = "none",
axis.title = element_blank()) +
coord_flip()
Buku dengan halaman paling banyak
book %>%
arrange(desc(num_pages)) %>%
head(7) %>%
ggplot(aes(
x = reorder(title, num_pages),
y = num_pages,
fill =as.factor(num_pages)
)) +
geom_col() +
theme_minimal() +
theme(legend.position = "none",
axis.title = element_blank()) +
coord_flip()
Penerbit paling umum
book %>%
group_by(publisher) %>%
summarise(total_books = n()) %>%
arrange(desc(total_books)) %>%
head(15) %>%
ggplot(aes(
x = reorder(publisher, total_books),
y = total_books,
fill =as.factor(total_books)
)) +
geom_col() +
theme_minimal() +
theme(legend.position = "none",
axis.title = element_blank()) +
coord_flip()
Buku dengan penilaian tertinggi
book %>%
arrange(desc(average_rating)) %>%
head(15)## title
## 1 Comoediae 1: Acharenses/Equites/Nubes/Vespae/Pax/Aves
## 2 Willem de Kooning: Late Paintings
## 3 Literature Circle Guide: Bridge to Terabithia: Everything You Need For Successful Literature Circles That Get Kids Thinking Talking Writingâ\200”and Loving Literature
## 4 Middlesex Borough (Images of America: New Jersey)
## 5 Zone of the Enders: The 2nd Runner Official Strategy Guide
## 6 The Diamond Color Meditation: Color Pathway to the Soul
## 7 Bulgakov's the Master and Margarita: The Text as a Cipher
## 8 The Complete Theory Fun Factory: Music Theory Puzzles and Games for the Early Grades
## 9 The Goon Show Volume 4: My Knees Have Fallen Off!
## 10 The Goon Show Volume 11: He's Fallen in the Water!
## 11 Winchester Shotguns
## 12 Colossians and Philemon: A Critical and Exegetical Commentary (International Critical Commentary)
## 13 Taxation of Mineral Rents
## 14 The New Big Book of America
## 15 Delwau Duon: Peintiadau Nicholas Evans = Symphonies in Black: The Paintings of Nicholas Evans
## authors average_rating language_code num_pages
## 1 Aristophanes/F.W. Hall/W.M. Geldart 5 grc 364
## 2 Julie Sylvester/David Sylvester 5 eng 83
## 3 Tara MacCarthy 5 eng 32
## 4 Middlesex Borough Heritage Committee 5 eng 128
## 5 Tim Bogenn 5 eng 128
## 6 John Diamond 5 eng 74
## 7 Elena N. Mahlow 5 eng 202
## 8 Ian Martin/Katie Elliott 5 eng 96
## 9 NOT A BOOK 5 eng 2
## 10 NOT A BOOK 5 eng 2
## 11 Dennis Adler/R.L. Wilson 5 eng 372
## 12 R. McL. Wilson 5 eng 512
## 13 Ross Garnaut 5 eng 350
## 14 Todd Davis/Marc Frey 5 eng 56
## 15 Nicholas Evans/Rhonda Evans 5 wel 150
## ratings_count text_reviews_count publication_date
## 1 0 0 1922-02-22
## 2 1 0 2006-09-01
## 3 4 1 2002-01-01
## 4 2 0 2003-03-17
## 5 2 0 2003-03-06
## 6 5 3 2006-02-01
## 7 4 0 1975-01-01
## 8 1 0 2004-06-01
## 9 3 0 1996-04-01
## 10 2 0 1995-10-02
## 11 2 0 2008-05-15
## 12 1 0 2005-12-07
## 13 1 0 1983-11-17
## 14 2 1 2002-03-21
## 15 1 0 1987-06-22
## publisher
## 1 Oxford University Press USA
## 2 Schirmer Mosel
## 3 Teaching Resources
## 4 Arcadia Publishing
## 5 BradyGames
## 6 Square One Publishers
## 7 Vantage Press
## 8 Boosey & Hawkes Inc
## 9 BBC Physical Audio
## 10 BBC Physical Audio
## 11 Chartwell Books
## 12 T&T Clark Int'l
## 13 Oxford University Press USA
## 14 Courage Books
## 15 Y Lolfabook %>%
arrange(desc(average_rating)) %>%
head(15) %>%
ggplot(aes(
x = reorder(title, average_rating),
y = average_rating,
fill =as.factor(title)
)) +
geom_col() +
theme_minimal() +
theme(legend.position = "none",
axis.title = element_blank(),
axis.text = element_text(size = 4)) +
coord_flip()
Buku dengan penilaian terendah
book %>%
filter(average_rating !=0) %>%
arrange(desc(average_rating)) %>%
head(15)## title
## 1 Comoediae 1: Acharenses/Equites/Nubes/Vespae/Pax/Aves
## 2 Willem de Kooning: Late Paintings
## 3 Literature Circle Guide: Bridge to Terabithia: Everything You Need For Successful Literature Circles That Get Kids Thinking Talking Writingâ\200”and Loving Literature
## 4 Middlesex Borough (Images of America: New Jersey)
## 5 Zone of the Enders: The 2nd Runner Official Strategy Guide
## 6 The Diamond Color Meditation: Color Pathway to the Soul
## 7 Bulgakov's the Master and Margarita: The Text as a Cipher
## 8 The Complete Theory Fun Factory: Music Theory Puzzles and Games for the Early Grades
## 9 The Goon Show Volume 4: My Knees Have Fallen Off!
## 10 The Goon Show Volume 11: He's Fallen in the Water!
## 11 Winchester Shotguns
## 12 Colossians and Philemon: A Critical and Exegetical Commentary (International Critical Commentary)
## 13 Taxation of Mineral Rents
## 14 The New Big Book of America
## 15 Delwau Duon: Peintiadau Nicholas Evans = Symphonies in Black: The Paintings of Nicholas Evans
## authors average_rating language_code num_pages
## 1 Aristophanes/F.W. Hall/W.M. Geldart 5 grc 364
## 2 Julie Sylvester/David Sylvester 5 eng 83
## 3 Tara MacCarthy 5 eng 32
## 4 Middlesex Borough Heritage Committee 5 eng 128
## 5 Tim Bogenn 5 eng 128
## 6 John Diamond 5 eng 74
## 7 Elena N. Mahlow 5 eng 202
## 8 Ian Martin/Katie Elliott 5 eng 96
## 9 NOT A BOOK 5 eng 2
## 10 NOT A BOOK 5 eng 2
## 11 Dennis Adler/R.L. Wilson 5 eng 372
## 12 R. McL. Wilson 5 eng 512
## 13 Ross Garnaut 5 eng 350
## 14 Todd Davis/Marc Frey 5 eng 56
## 15 Nicholas Evans/Rhonda Evans 5 wel 150
## ratings_count text_reviews_count publication_date
## 1 0 0 1922-02-22
## 2 1 0 2006-09-01
## 3 4 1 2002-01-01
## 4 2 0 2003-03-17
## 5 2 0 2003-03-06
## 6 5 3 2006-02-01
## 7 4 0 1975-01-01
## 8 1 0 2004-06-01
## 9 3 0 1996-04-01
## 10 2 0 1995-10-02
## 11 2 0 2008-05-15
## 12 1 0 2005-12-07
## 13 1 0 1983-11-17
## 14 2 1 2002-03-21
## 15 1 0 1987-06-22
## publisher
## 1 Oxford University Press USA
## 2 Schirmer Mosel
## 3 Teaching Resources
## 4 Arcadia Publishing
## 5 BradyGames
## 6 Square One Publishers
## 7 Vantage Press
## 8 Boosey & Hawkes Inc
## 9 BBC Physical Audio
## 10 BBC Physical Audio
## 11 Chartwell Books
## 12 T&T Clark Int'l
## 13 Oxford University Press USA
## 14 Courage Books
## 15 Y Lolfabook %>%
filter(average_rating !=0) %>%
arrange(desc(average_rating)) %>%
head(15) %>%
ggplot(aes(
x = reorder(title,
average_rating),
y = average_rating,
fill =(average_rating)
)) +
geom_col() +
theme_minimal() +
theme(legend.position = "none",
axis.title = element_blank()) +
coord_flip()
Korelasi Rating vs Reviews
book %>%
ggplot(aes(x = ratings_count,
y = text_reviews_count)) +
geom_point() +
geom_smooth(formula = y ~ x,
method = lm) +
theme_minimal()
Korelasi dengan rata-rata Rating vs rata-rata Reviews
book %>%
ggplot(aes(y = average_rating,
x = text_reviews_count)) +
geom_point() +
geom_smooth(formula = y ~ x,
method = lm) +
theme_minimal()
Rata-rata Rating vs Rating
book %>%
ggplot(aes(y = average_rating,
x = ratings_count)) +
geom_point() +
geom_smooth(formula = y ~ x,
method = lm) +
theme_minimal()
Rata-rata Rating vs Halaman
book %>%
ggplot(aes(y = average_rating,
x = num_pages)) +
geom_point() +
geom_smooth(formula = y ~ x,
method = lm) +
theme_minimal()
Korelasi antara data numerik
book %>%
select(ratings_count,
text_reviews_count,
num_pages,
average_rating) %>%
filter(ratings_count > 0,
text_reviews_count > 0,
num_pages > 0,
average_rating > 0) %>%
cor() %>%
corrplot(
type = "lower",
order = "hclust",
method = "color",
addgrid.col = "darkgray",
outline = T,
tl.cex = 1,
tl.col = "black"
)