胡歌热播剧《猎场》遭差评 “程序猿”用自然语言分析揭真相
豆瓣的评分和评论心口不一
自湖南卫视开播年度压轴剧《猎场》本月开播以来，便剧迅速占领各了大榜单。不管是冲着胡歌的演技，还是自身的剧情，都足以使其成为时下的热门话题。毕竟，胡歌出演的《琅琊榜》和《伪装者》都曾分别创下豆瓣9.1和8.3的高分。
但现实却是却差强人意的评分，截至2017年11月25日19时，该剧在豆瓣的评分仅为6.1分。更有趣的是，在“好”、“差”评论旗鼓相当的情况下，出现了不少“心口不一”的现象，例如：有的人对该剧做出了五星好评，但写得却是消极评论。
（虽然评分不怎么高，却也丝毫不能掩饰逍遥哥的乖。。。。哦不，帅）
为了保证分析的准确性，本文没有直接从评星这一直观工具入手；而是从各位看官写下的评论内容着手，更加客观地分析受众对《猎场》的观后感，以便观众在选剧时做参考。
本文使用到的工具为Python3.4，主要使用的python模块为requests，bs4和snownlp.
1.爬取《猎场》的热门短评，
由于豆瓣的防爬虫机制做的特别好，如果不登录豆瓣进行数据爬取，在爬取到第12页短评数据的时候程序就会报错中断。所以需要登录豆瓣然后获取的cookies数据，之后cookies数据写到request中。具体的操作请见文末代码链接。
F12查看豆瓣网页network下的cookies信息，复制这段文字，保存到txt文件中。接下来就是写爬虫，爬取热门短评。这里感谢作者布道，这段代码是基于他的代码之上进行改进，详见文章。点击打开链接
运行完这段代码后，我发现其实并不能完全获取豆瓣上对该剧所有的短评；实际只能获取面24页的短评信息，至于后面的短评豆瓣大概就不想你看了吧。如果有朋友知道如何解决这个问题，爬取到更多的评论数据，欢迎来到文章的评论区讨论。运行完爬虫程序后，可以爬取到约500条的短评信息。
2.情感分析
Python中的sonwnlp可谓是一个神模块，它是受到TextBlob启发而写。在该模块下，终于可以有一种“人性化的”中文语义方式了。该在本文中用得到的是该库下的sentiments函数，该函数能够对处理的中文语句返回一个介于（0，1）之间的数值，该数值超过0.5就表示该语句是积极意义，而低于0.5就表示该语句是消极意义。
图注：500条评论的语义分析结果柱状图
不难看出，大家对《猎场》评价大部分集中在图表的左右两侧，且0.5以下的评论居多。这就意味着，在这爬取的500条评论中，有半成以上的观众予以了负面评价。而这和目前《猎场》在豆瓣评星系统中获得的超60%三星以上评价的结论有了较大的出入。
同时，由于snownlp的自带的语言包是针对消费分析的，所以在分析剧评的时候对于有些评价的分析并不准确。这里截取了几条典型例子。
演员演技不说，单纯评论编辑吧，编辑有点人格分裂，不知道是天才还是疯子。2017-11-13
0.9863035613806053
几千万请的演员，演了一部五毛编剧攒出来的电视剧2017-11-14
0.6381202276711716
剧情不得劲，总是在该提起来的时候差口气。挺好的题材和本子，制作却这么粗糙；理想的演员阵容，却不在同一表演节奏上。灯光、布景、剪辑、美术…这一切的不精致，令人觉得仿佛没有导演存在。2017-11-18
0.9998455450853536
原本看完一二集就准备打两星的，看到各路人士都在努力洗白过了前两集就好了，于是一路努力看到十六集，仍旧是，非，常，难，看。号称精英职场剧，然而大部分时间都是劣质的恋爱剧，节奏混乱，重点不明，充斥各种可笑的剧情漏洞。真心不如去看玛丽苏傻白甜，起码人家不会吹嘘自己是精英剧王。2017-11-16
0.9999999929586307
忍到18集，我也是服了自己，幻想一场高端的商业大战，就这？2017-11-18
0.9858246210326701
对于像上述那样极端消极的评价，函数却返回了一个极端积极的结果。也就是说，其实上述500条数据的分析结果中，还有更多的差评被识别为为了好评。还好snownlp支持导入语意包进行训练。只是获取对影视剧消极或者积极评价的语意库的获取是一个非常庞大的工程。
这里，我给自己先挖个坑，会在接下来的时间里面计划尝试自己建立语意库，训练完成后再对这个样本进行分析。希望结论不要比现在的更加坏。
目前，《猎场》已经更新至33集，对于总共52集的电视剧来说已经过大半，到底《猎场》的最终评分如何，让我们在后面的日子里面拭目以待吧。
代码详见：点击打开链接
鸣谢：感谢shirley chen 对本文做的润色工作。下面的链接是他的文章，各位看官老爷要是有兴趣，请轻点链接，以表支持。小弟跪谢。
Sexy girl都穿男装了，无性别着装还远吗？
国内服装市场渐趋明朗 上半年最赚钱的品牌是谁？
国内主要服饰品牌前三季度业绩曝光 谁最赚钱？
胡歌热播剧《猎场》遭差评 “程序猿”用自然语言分析揭真相相关推荐
- 热播剧《延禧攻略》进入台湾2019年学测语文试题
中新社台北1月25日电 中国大陆古装剧<延禧攻略>25日出现在台湾2019年大学学科能力测试(简称"学测",即大学升学考试)语文试题中.有考生表示,考题结合热播剧,增加 ...
- 大神教你如何剪辑热播剧《你是我的荣耀》，3分钟精彩片段变现！【覃小龙课堂】
嗨,您好,我是您的老朋友:覃小龙,您可以叫我覃总.今天为您带来的干货如下: 大神教你如何剪辑热播剧<你是我的荣耀>,3分钟精彩片段变现![覃小龙课堂] <你是我的荣耀>现在是排 ...
- 孙俪主演的热播剧《安家》房似锦，让我们看到比贫穷更可怕的是原生家庭
最近,电视剧<安家>正在热播中,该剧播出后收视率及口碑都非常不错.在<安家>前面的剧集中,孙俪饰演的房似锦给人的印象便是女强人.业务能力超强的一位房产中介店长,不料再房似锦的背 ...
- 《纸牌屋》是如何成为热播剧的？
毫无疑问,在我们喜爱的电视节目背后,有很多辛勤付出的创作天才,但这些电视节目流行的背后是否也有数据分析的功劳?更具体地说,我们是否可以使用大数据来制作一档非常流行的电视节目? 一位慕尼黑的数据科学家S ...
- 4K超高清+光学变焦，用极米H6 4K版追热播剧太爽了
近日,由迪丽热巴.佟大为.高鑫等演员主演的打击新型网络犯罪为主题的检察题材电视剧<公诉>正在热播.从"猫鼠游戏"的高智商角逐,到剑拔弩张的法庭辩论,再到充满紧张感的跨境 ...
- 那些年_被热播剧误解了的码农们
原文地址 众所周知,程序猿这个团体向来是集招黑与自黑于一体的特殊存在.在广大人民群众对我们这个团体了解甚少的情况下,电视剧里的程序猿的生活方式和形象特点,往往会成为大家对我们的第一印象.都说第一印象很 ...
- 一个简单的app爬虫：对近期热播剧《三十而已》进行知乎app关键词搜索
一.前言 近期,<三十而已>这部电视剧走进人们的视野之中,并且多次上微博等平台的热搜,于是决定在知乎上看看大家对这部剧的看法,进行关键词的爬虫. 二.爬取过程遇到的问题 本来以为,知乎的抓 ...
- Python爆笑热播剧弹幕数据 制作词云分析
人生苦短,我用python 这次因为版权问题,一张图片都放不上来 环境介绍 python 3.8 pycharm requests >>> pip install requests ...
- [导入]2008热播剧《蜂蜜幸运草》全14集大结局[国语中字]
阅读全文 类别: 影视共享 查看评论 文章来源: http://hi.baidu.com/andyfurong/blog/item/d633560e58eb53cc7bcbe154.html 转载于 ...
最新文章
- C++数据结构链表的基本操作
- 想用Python学机器学习？Google大神替你写好了所有的编程示范代码
- hashMap死循环
- 搭建elasticsearch+kibana+logstash+filebeat
- linux unix shell programming,UnixampLinux Shell Programming I.ppt
- 如何初始化一个vue项目
- 所需依赖_包揽全球75%进口！中国为何进口天量铁矿石？如何减少对澳依赖
- 通过ida dump Uinity3D的加密dll
- swift中闭包的循环引用
- python监控窗口_Windows下python监控脚本
- vs code发布1.37，全部换新的图标，这跟java是有仇吧，.java图标无法接受
- pyltp安装及运行
- CAN控制器和收发器
- Tkinter GUI设计中文文档
- 计算机数据管理应用,浅析计算机数据库管理系统的应用.pdf
- ZigBee协议栈安装失败解决方法
- 【软件工程】UML序列图
- 财会法规与职业道德【4】
- 浏览器在sandbox中没声音
- 【Java】练习题库 程序阅读题