作者 |周志鵬，2年數(shù)據(jù)分析，深切感受到數(shù)據(jù)分析的有趣和學(xué)習(xí)過程中缺少案例的無奈，遂新開公眾號(hào)「數(shù)據(jù)不吹牛」，定期更新數(shù)據(jù)分析相關(guān)技巧和有趣案例（含實(shí)戰(zhàn)數(shù)據(jù)集）。

最近《都挺好》真的挺火。

火到什么程度？微博熱搜霸榜，辦公室評(píng)彈聲四起，大強(qiáng)輕松攻占表情包，甚至連N年不追劇的瘦宅們也開始沉迷其中，大呼真香。

圖片來源《都挺好》官微

劇很精彩，但追劇界有句俗話說的好：“彈幕往往比劇更精彩”，為了讓精彩延續(xù)下去，我終究沒能忍住對(duì)（騰訊視頻）彈幕下手。

經(jīng)過一番折騰，發(fā)現(xiàn)彈幕是JSON格式動(dòng)態(tài)加載的，而且加載的非常有規(guī)律，30秒一發(fā)（80-100條），多出的會(huì)隱藏。共計(jì)爬取了394452條彈幕（雨露均沾，每集平均8575條，每30S的間隔爬?。?，來挖一挖彈幕這個(gè)寶藏。

1、彈幕基本盤概覽

爬到的源數(shù)據(jù)是醬紫的：

發(fā)現(xiàn)有部分用戶名是缺失的，由于這部分用戶占比很?。▋H0.61%），所以我們直接暴力的除去這部分噪聲。

清洗之后，還剩下117484個(gè)用戶發(fā)送的392051條彈幕，人均發(fā)送彈幕量3.34條。

再看看每個(gè)人發(fā)送彈幕數(shù)是怎么樣分布的：

顯而易見，大部分用戶還是比較佛系的，71607位用戶（占比60.95%）在46集中只發(fā)送過1條彈幕，他們內(nèi)心嚴(yán)格遵循“愛就一個(gè)字，我只發(fā)一次”的彈幕發(fā)送準(zhǔn)則。

發(fā)送條數(shù)在3條及以內(nèi)的用戶數(shù)占比達(dá)到了83.73%，他們累計(jì)貢獻(xiàn)了133331條彈幕，占到彈幕總數(shù)的34.01%，反過來看，剩下16.27%的用戶貢獻(xiàn)了彈幕量的65.99%。從這個(gè)角度來看，二八法則在這里更像是二七法則（20%的用戶貢獻(xiàn)了70%的內(nèi)容）。

2、是誰在瘋狂發(fā)射彈幕，而彈幕又愛上了誰

彈幕發(fā)送量TOP10榜單：

我們都知道明成是“行走的造糞機(jī)”，那么從彈幕的角度來看，誰是“行走的彈幕發(fā)射機(jī)”呢？

為此，我們篩選出累計(jì)發(fā)送彈幕TOP10的用戶：

微微一操作（爬取、清洗和分析都使用PYTHON）

danmu_counts = df.groupby('用戶名')['評(píng)論id'].count().sort_values(ascending= False).reset_index()danmu_counts.columns = ['用戶名','累計(jì)發(fā)送彈幕數(shù)']danmu_counts.head(10)br

Emmm,上一步我們知道平均每個(gè)人在整部劇會(huì)發(fā)送3.34條彈幕，而彈幕發(fā)送排行榜前十的旁友們發(fā)送量都是過千級(jí)別的，我們?cè)偌由线@個(gè)用戶彈幕發(fā)送涉及到的集數(shù)，進(jìn)一步看看平均每集發(fā)送彈幕數(shù)。為了更直觀一些，可視化之：

一位名叫"@L"的用戶獨(dú)占鰲頭，是毋庸置疑的C位輸出。在46集的電視劇中，他的彈幕血洗了32集，累計(jì)發(fā)射2773條彈幕，平均每集發(fā)送86.66條。

什么概念呢？

一集電視劇時(shí)長(zhǎng)約42分鐘，也就是說，這位大佬在看劇的同時(shí)，仍能保持每分鐘2.06條的發(fā)送頻次，還堅(jiān)持了32集。

到這里大家一定會(huì)有質(zhì)疑，覺得他肯定是刷了大量的“666”、“來了”之類毫無意義的內(nèi)容來霸榜，所以呢，我把他的輸出內(nèi)容篩了出來并做成詞云圖：

這，這，這位大佬輸出的內(nèi)容，不僅緊貼劇情，更是文風(fēng)多變，時(shí)而總結(jié)內(nèi)容，時(shí)而嬉笑怒罵，時(shí)而感慨人生，時(shí)而出口成詩，毫不夸張的說比一般彈幕都要有內(nèi)涵。

我的膝蓋，開始不聽使喚了......

唯有疾呼“高山（頻）仰止，景行行止”。

誰的彈幕最受青睞（點(diǎn)贊數(shù)最多）：

根據(jù)每個(gè)用戶累計(jì)點(diǎn)贊量排序，GET到彈幕點(diǎn)贊TOP10排行榜：

第一名“追劇小奶鵝”平均每集發(fā)6條彈幕，每條彈幕竟然能夠得到4585個(gè)贊！難道這就是傳說中的精神領(lǐng)袖嗎？難道大佬之外還有大佬嗎？

在看劇的時(shí)候經(jīng)常能夠被他的彈幕刷屏，而且他的彈幕比其他人停留時(shí)間更長(zhǎng)，顏色更艷麗。經(jīng)核實(shí)，發(fā)現(xiàn)第一名，原來是嫡系：

騰訊視頻電視劇彈幕專業(yè)陪聊，怪不得這么高的贊。

而第二名，又是我們的大佬“@L”，他憑借高頻、穩(wěn)定、持續(xù)輸出累計(jì)獲得21.69萬贊，平均每條彈幕獲贊78.22個(gè)。

大佬，請(qǐng)收下我的膝蓋！

3、高贊彈幕有何套路：

A）嫡系部隊(duì)：

我們單獨(dú)把騰訊的嫡系部隊(duì)“追劇小奶鵝”拎出來，是因?yàn)樗麕缀鯄艛嗔烁哔潖椖籘OP300，嫡系光環(huán)加持，贊或許有虛高的嫌疑，但不妨礙我們單獨(dú)分析他內(nèi)容的套路：

（其實(shí)不少小奶鵝的彈幕并沒有其他的精彩，但畢竟是親兒子）他的套路暴力總結(jié)起來一句話：對(duì)仗工整提大強(qiáng)，感天動(dòng)地夸明玉。

B）非嫡系部隊(duì)：

高贊的（非嫡系）朋友們深得演唱會(huì)那句帶節(jié)奏名言“現(xiàn)場(chǎng)的朋友們，舉起你們的雙手，讓我看到你們的熱情”的真?zhèn)鳌?/p>

“覺得XX說的對(duì)點(diǎn)下謝謝”、“給XX點(diǎn)贊！”套路是獲贊的一大法寶，另一法寶就是推動(dòng)劇情的內(nèi)容總結(jié)了。

3、彈幕視角主人公情感分析

誰是蘇家最受彈幕關(guān)注的人兒

要分析誰是蘇家最受彈幕關(guān)注的人，必須先根據(jù)關(guān)鍵詞去甄別和定位到劇中角色。

這里列出了關(guān)于蘇家人的簡(jiǎn)單詞庫，用來識(shí)別彈幕在議論誰。

54.31%的彈幕沒有主觀傾向性，沒有提及具體的蘇家人（可能提及了劇中其他人，這里暫不考慮）。

明玉竟然搶過了大強(qiáng)的寶座，以19.91%的彈幕提及率拔得頭籌，而大強(qiáng)則以16.16%的關(guān)注度緊隨其后。

Emmm，無論是劇外熱度還是追劇時(shí)彈幕槽點(diǎn)，我都覺得大強(qiáng)應(yīng)該才是最受關(guān)注的?。?/p>

作為一個(gè)嚴(yán)謹(jǐn)?shù)淖穭∪?，我開始排查彈幕，發(fā)現(xiàn)了很多戲精在發(fā)彈幕時(shí)都玩起了角色扮演，他們?cè)诎l(fā)彈幕時(shí)，總是先在開頭署名“蘇明玉：”O(jiān)R其他劇中角色，仿佛在代他們發(fā)聲。

清洗完這部分調(diào)皮的用戶之后，排名出現(xiàn)了新的變化：

果然，其他除外，大強(qiáng)以15.16%的關(guān)注占比領(lǐng)先其他家人一個(gè)身位，明玉又把兩個(gè)哥哥拉開了一個(gè)身位的距離，占比8.82%，明成和明哲關(guān)注占比分別是4.84%和4.28%。

PS，明成關(guān)注度之所以低，是因?yàn)楹芏鄰椖涣R人并不會(huì)指名道姓：），而明哲嘛，對(duì)這個(gè)排名表示很失望。

彈幕情感分析

看?。◤椖唬r(shí)能夠明顯感覺到觀眾對(duì)于明成的態(tài)度從最開始的“過街老鼠，人人喊打”到后來的“明成懂事了”。

從數(shù)據(jù)分析的角度講，明成是否成功洗白？大強(qiáng)最后催淚演繹效果如何？

這里我們調(diào)用百度情感分析API，對(duì)每一條評(píng)價(jià)的內(nèi)容進(jìn)行情感打分，用情感分值來驗(yàn)證上述問題（分值在0-1之間，越靠近0負(fù)面傾向越強(qiáng)，越接近1則情感越情面）。

調(diào)用方法很簡(jiǎn)單（只對(duì)內(nèi)容感興趣可以直接略過代碼）：

#先安裝aip包from aip import AipNlp#到后臺(tái)配置權(quán)限，獲得相關(guān)ID和KEY，目前API是免費(fèi)且不限量的app_id = '輸入實(shí)際ID'api_key = '輸入實(shí)際KEY'secret_key = '輸入實(shí)際SECRET_KEY'client = AipNlp(app_id,api_key,secret_key) #定義函數(shù)，以便循環(huán)爬取def senti_analy(text):data = client.sentimentClassify(text)sentiment = data['items'][0]['positive_prob']return sentiment for text in df['內(nèi)容']:try:sentiments.append(senti_analy(text))except:#print(text)sentiments.append('pass') df['情感分值'] = sentimentsbr

打分篩選過后，我們統(tǒng)計(jì)出每一集蘇家每個(gè)人的平均情感分值，并繪制出曲線圖（4個(gè)人導(dǎo)致折線圖可讀性較差，所以只有委屈大哥了）：

大強(qiáng)開局不錯(cuò)，和明玉持平，但憑借倪老師“作死小能手”的實(shí)力詮釋，讓情感分值迅速走低，11集的低點(diǎn)正式印證了大強(qiáng)的“癲瘋之作”，之后分值在0.38左右徘徊。隨著“蔡根花寶貝”梗的出現(xiàn)，“嘲諷”替代了指責(zé)，讓分值略微上?。ㄇ楦写蚍謱?duì)于高級(jí)黑式嘲諷難以準(zhǔn)確判斷）。最后老年癡呆發(fā)病后大強(qiáng)對(duì)明玉的愛讓分值一舉超過0.5，達(dá)到歷史峰值，成功上岸。

明玉是原生家庭的受害者，也是一個(gè)靠自己成功的女強(qiáng)人，前期愛恨分明，情感分值一度飆到0.59（超過其他所有角色），18集開始的買房紛爭(zhēng)，網(wǎng)友紛紛表示強(qiáng)烈同情（例：明玉不能像十年前一樣別理他們嗎？情感分值只有0.041），這讓明玉相關(guān)的情感分值嚴(yán)重走低，隨后彈幕主旋律仍以叫好和同情為主。

明成的情感分值走勢(shì)更有意思，開局最低，靠欺負(fù)妹妹讓分值迅速降低，可謂“人人喊打”，后面分值的飆升，一度追上明玉，主要是因?yàn)槊鞒善谕狄呀?jīng)極低，但是他寵老婆的行為得到觀眾認(rèn)可。中期本色挨罵，降至低谷。27集明成情感分值再次超過0.5，竟然是因?yàn)槊鞒上雵樧叽髲?qiáng)進(jìn)行的一系列騷操作（尤其是廣場(chǎng)舞）。再后來就是明成幡然悔悟，走上正軌，分值在穩(wěn)定在0.45左右，也算成功洗白。

看來，開局降期望，中期隨便作，后期催淚逆風(fēng)翻盤，終究還是會(huì)被觀眾接受。