朱海鹏
转载于：http://blog.csdn.net/csdnnews/article/details/78591437 作者 | 布道
【嵌牛导读】：11 月 6 日，湖南卫视已经开播被称作年度压轴的大戏“猎场”，迅速占领各大榜单，成为一部高热度的电视剧。但是在豆瓣上却形成了两极分化。截止11 月 8 日，该剧在豆瓣上的评分为 5.7 分。相比较胡歌之前《琅琊榜》的 9.1，《伪装者》的 8.3等来说，这一评分确实不高。有趣的是，首页的评分比例与“短评”、“剧评”的比例存在非常大的差异！首页总评分评分两级分化严重，“1 星”占比最高为 28.6%，其次为“5 星”的25.4%。“好评”（5 星、4 星）占比为 35.80%，“一般”（3 星）为 16.50%，“差评”（2 星、1 星）占比为47.80%。很明显，“差评”占了接近一半的比例。
首页的豆瓣评分中 " 差评 " 占比很高，但是在豆瓣的短评和剧评中却是另一番景象。 在目前 5979 条短评中，"好评 " 占比 71%，" 一般 " 为 5%，" 差评 " 占比 24%。而在 392 条剧评中，"5 星 " 占了非常高的比例！84.7%的剧评给了 " 好评 "。
我们将三个位置的评分放在一起比较就会出现非常明显的差异。根据这个差异，我们可以大致判断：写出短评或者剧评的观众大部分给予了 " 好评"，但仍有大量观众直接给了差评，并没有说明任何原因。
【嵌牛鼻子】：猎场、豆瓣评分、Python、数据分析
【嵌牛提问】：《猎场》到底好不好看？我们还是想通过以 11 月 8 日为界，看看人们短评人的情绪，是积极，还是消息。利用词云看看大家都说了什么，希望能大家就是否建议观看给出建议。
【嵌牛正文】：
一、爬取《猎场》热门短评，豆瓣的爬虫做的比较好，不登录爬虫很快就会被屏蔽掉，登录后获取 cookies 如下：
同时建议在循环抓取的时候进行 sleep，例如：
time.sleep ( 1 + float ( random.randint ( 1, 100 ) ) / 20 )
《猎场》热门短评内容和时间爬取了 22440 条评论。
二、对数据进行清洗：
import pandas as pd
import matplotlib.pyplot as plt
date_name=['date','comment']
df = pd.read_csv('./comment.csv',header=None,names=date_name,encoding='gbk')
df['date'] = pd.to_datetime(df['date'])
样本数量：
三、情感分析和词云
对热门短评基于原有 SnowNLP 进行积极和消极情感分类，读取每段评论并依次进行情感值分析（代码：https://zhuanlan.zhihu.com/p/30107203），最后会计算出来一个 0-1 之间的值。
当值大于 0.5 时代表句子的情感极性偏向积极，当分值小于 0.5 时，情感极性偏向消极，当然越偏向两边，情绪越偏激。
2017-11-06 – 2017-11-08 分析：
从上图情感分析（代码：https://zhuanlan.zhihu.com/p/30107203）来看，影评者还是还是非常积极的，对《猎场》的期望很高。
从词云（代码：https://zhuanlan.zhihu.com/p/30107203）上来看，出现好看、剧情、期待、喜欢等词。
抛开豆瓣的推荐分数，通过的热门短评的情感和词云分析，《猎场》是一部不错的现实剧，有兴趣可以一看。
