豆瓣电影评论情感分析(含代码+数据)

目的

通过分析豆瓣用户电影评论数据,来对不同国家在不同时间内的电影进行情感分析,并通过云图及直方图进行效果展示。

效果

云图
238d9d1f5478430183ce3cb269b2bcd2.png
直方图
微信图片_20220416221650.png

全代码+数据地址

资源链接https://download.csdn.net/download/zhuqiuhui/85100293

核心代码片断

data_analysis.py

分析随着时间增长,不同国家拍摄的电影类型的变化

with open("data/kmeans.csv", 'r') as outfile:
    data = csv.reader(outfile)
    li = []
    years = []
    movie_dict = {}
    country = []
    for item in data:
        if(item[11]=='nan'):
            continue
        else:
            li.append(item[11])
            years.append(item[3])
            country.append(item[4])
            if(item[4] not in movie_dict):
                movie_dict[item[4]]={item[3]:[item[11]]}
            else:
                if(item[3] not in  movie_dict[item[4]]):
                    movie_dict[item[4]][item[3]]=[item[11]]
                else:
                    movie_dict[item[4]][item[3]].append(item[11])
for k,v in movie_dict.items():
    for k1,v1 in v.items():
         movie_dict[k][k1]=Counter(v1).items()

data_tfidf.py

为由用户电影评论构建 tf-idf 模型抽取的关键短语。分为正向关键短语和负向关键短语。

def data_clean(SetPath):
    corpus_pos = []
    corpus_neg = []
    corpus = []
    result = []
    feature_list = []
    with open(SetPath) as file:
        data = file.readlines()
        for i, item in enumerate(data):
            row = item.strip().split("\t")
            if i == 0 or len(row)<5:
                continue
            else:
                subdata = row[3]
                substr = jieba.lcut(subdata, cut_all=False, HMM=True)  # 默认参数
                if(row[4]=='pos'):
                    corpus_pos.append(" ".join(substr))
                else:
                    corpus_neg.append(" ".join(substr))
                corpus.append(" ".join(substr))

data_apriori.py

为由电影风格标签抽取的关联规则

def runApriori(data_iter, minSupport, minConfidence):
    itemSet, transactionList = getItemSetTransactionList(data_iter)

    freqSet = defaultdict(int)
    largeSet = dict()

    assocRules = dict()
    oneCSet = returnItemsWithMinSupport(itemSet, transactionList, minSupport, freqSet)

    currentLSet = oneCSet

data_kmeans.py

通过 kmeans 算法聚类电影。样本通过 one-hot 编码为特征,然后再使用 kmeans 算法聚类。共聚4类,通过云图展示(见效果)

def data_analysis(Setpath):
    data = pd.read_csv(Setpath,encoding='gbk')  # 读取文件中所有数据
    X_value = []
    for cname in data.columns.values:
        if 'Unnamed' not in cname:
            X_data  = np.array(data[cname])
            model = preprocessing.LabelEncoder()
            model.fit_transform(data[cname])
            X_reshape = X_data.reshape(len(X_data), 1)
            X_value.append(preprocessing.OneHotEncoder().fit_transform(X_reshape).toarray())
    value = np.concatenate(X_value,axis=1)
    y_pred = KMeans(n_clusters=4, random_state=10).fit_predict(value)
    data['cluster']= y_pred.tolist()

    data = np.array(data).tolist()

号v公众:方辰的博客

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,098评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,213评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,960评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,519评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,512评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,533评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,914评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,574评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,804评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,563评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,644评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,350评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,933评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,908评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,146评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,847评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,361评论 2 342

推荐阅读更多精彩内容