IMDB映画データウェアハウスのデータで、映画の名称、紹介、監督、俳優などの情報が含まれています。

各データセットは、UTF - 8文字セットを基礎とした、タブ区切りの数値（TSV）形式の圧縮ファイルに含まれています。各ファイルの最初の行には、各列の内容を説明するタイトルが含まれています。「/N」は、そのタイトル/名称の特定のフィールドが欠落しているか空であることを示すために使用されます。利用可能なデータセットは以下の通りです。

title.akas.tsv.gz - タイトルに関する以下の情報が含まれています:

• titleId (文字列) - tconst、タイトルの英数字の一意識別子

• ordering (整数) – 特定のtitleIdに対する行を一意に識別する番号

• title (文字列) – ローカライズされたタイトル

• region (文字列) - このバージョンのタイトルの地域

• language (文字列) - タイトルの言語

• types (配列) - この代替タイトルの属性の列挙セット。以下のうち1つ以上: 「alternative」、「dvd」、「festival」、「tv」、 「video」、「working」、「original」、「imdbDisplay」。将来的に警告なしに新しい値が追加される場合があります

• attributes (配列) - この代替タイトルを説明する追加用語で、列挙されていません

• isOriginalTitle (ブール値) – 0: 原題ではない; 1: 原題

title.basics.tsv.gz - タイトルに関する以下の情報が含まれています:

• tconst (文字列) - タイトルの英数字の一意識別子

• titleType (文字列) – タイトルのタイプ/形式 (例: 映画、ショート、テレビシリーズ、テレビエピソード、ビデオなど)

• primaryTitle (文字列) – より人気のあるタイトル / 映画製作者がリリース時の宣伝資料で使用するタイトル

• originalTitle (文字列) - 原題、原言語で

• isAdult (ブール値) - 0: 成人向けではないタイトル; 1: 成人向けタイトル

• startYear (YYYY) – タイトルのリリース年を表します。テレビシリーズの場合は、シリーズの開始年です

• endYear (YYYY) – テレビシリーズの終了年。他のすべてのタイトルタイプには「\N」

• runtimeMinutes – タイトルの主な放映時間、分単位

• genres (文字列配列) – タイトルに関連する最大3つのジャンルが含まれています

title.crew.tsv.gz – IMDb内のすべてのタイトルの監督と脚本家の情報が含まれています。フィールドには以下が含まれます:

• tconst (文字列) - タイトルの英数字の一意識別子

• directors (nconstsの配列) - 特定のタイトルの監督

• writers (nconstsの配列) – 特定のタイトルの脚本家

title.episode.tsv.gz – テレビエピソードの情報が含まれています。フィールドには以下が含まれます:

• tconst (文字列) - エピソードの英数字識別子

• parentTconst (文字列) - 親テレビシリーズの英数字識別子

• seasonNumber (整数) – エピソードが属するシーズン番号

• episodeNumber (整数) – テレビシリーズ内のtconstのエピソード番号

title.principals.tsv.gz – タイトルの主要なキャスト/スタッフが含まれています

• tconst (文字列) - タイトルの英数字の一意識別子

• ordering (整数) – 特定のtitleIdに対する行を一意に識別する番号

• nconst (文字列) - 名前/人物の英数字の一意識別子

• category (文字列) - その人物が従事していた仕事のカテゴリ

• job (文字列) - 該当する場合は具体的な職名、そうでない場合は「\N」

• characters (文字列) - 該当する場合は演じたキャラクターの名前、そうでない場合は「\N」

title.ratings.tsv.gz – タイトルのIMDb評価と投票情報が含まれています

• tconst (文字列) - タイトルの英数字の一意識別子

• averageRating – すべての個別ユーザー評価の加重平均

• numVotes - タイトルが受け取った投票数

name.basics.tsv.gz – 名前に関する以下の情報が含まれています:

• nconst (文字列) - 名前/人物の英数字の一意識別子

• primaryName (文字列)– その人物が最も頻繁にクレジットされる名前

• birthYear – YYYY形式

• deathYear – 該当する場合はYYYY形式、そうでない場合は「\N」

• primaryProfession (文字列配列)– その人物の上位3つの職業

• knownForTitles (tconstsの配列) – その人物が知られているタイトル