基于Python技術(shù)電影口碑的研究

武永嬌 黃寧

為了解決電影評(píng)分體系的打分機(jī)制存在諸多不足，提出基于Python網(wǎng)絡(luò)爬蟲(chóng)技術(shù)的電影口碑研究方法。以2部電影為例，利用該技術(shù)將電影網(wǎng)站上的用戶(hù)評(píng)論提取下來(lái)，并對(duì)其進(jìn)行自然語(yǔ)言處理情感分析，通過(guò)實(shí)驗(yàn)分析得出的情感分?jǐn)?shù)可以表示用戶(hù)對(duì)于電影的態(tài)度，作為一種評(píng)判電影口碑的重要依據(jù)。

1.引言

電影口碑對(duì)于電影營(yíng)銷(xiāo)的重要性不言而喻，目前國(guó)內(nèi)對(duì)于電影口碑的研究很少，除了比較具有代表性的豆瓣電影評(píng)分，其他相關(guān)機(jī)構(gòu)的數(shù)據(jù)都很難有參考價(jià)值，而豆瓣電影評(píng)分體系的打分機(jī)制本身也存在諸多不足，因此，提出一種更權(quán)威的電影口碑研究方法成為亟待解決的問(wèn)題。

觀眾對(duì)于一部電影的評(píng)論能夠真實(shí)反映對(duì)于該部電影的態(tài)度。詳細(xì)的文字描述可以表達(dá)出觀眾的主觀態(tài)度，運(yùn)用大數(shù)據(jù)Python技術(shù)，以豆瓣平臺(tái)億萬(wàn)觀眾所發(fā)表的文字為研究對(duì)象。實(shí)現(xiàn)對(duì)電影評(píng)論的文本挖掘和情感分析，理論與實(shí)際操作相結(jié)合進(jìn)行研究，解決電影營(yíng)銷(xiāo)中遇到的問(wèn)題，進(jìn)而對(duì)營(yíng)銷(xiāo)人員如何有效應(yīng)用大數(shù)據(jù)提供啟示，使其可以用于營(yíng)銷(xiāo)決策。

2.信息提取

2.1 Python技術(shù)與信息提取

網(wǎng)絡(luò)爬蟲(chóng)是一種通過(guò)既定規(guī)則，可自動(dòng)地抓取網(wǎng)頁(yè)信息的計(jì)算機(jī)程序。通過(guò)Python技術(shù)，可以方便、快捷和高效地對(duì)電影評(píng)論實(shí)現(xiàn)網(wǎng)絡(luò)數(shù)據(jù)爬取和網(wǎng)頁(yè)解析，部分代碼如圖1所示。其中Requests庫(kù)，可以對(duì)豆瓣網(wǎng)頁(yè)爬取，獲取網(wǎng)絡(luò)頁(yè)面，Beautiful Soup庫(kù)，可以有效地解析HTML頁(yè)面的內(nèi)容，并且提取相關(guān)的信息。

2.2情感分析

情感分析又稱(chēng)意見(jiàn)挖掘，簡(jiǎn)而言之，是對(duì)帶有情感色彩的主觀性文本進(jìn)行分析、處理、推理和歸納的過(guò)程，采取基于深度學(xué)習(xí)的情感分析方法，實(shí)現(xiàn)步驟如下：

文本預(yù)處理包括以下3部分。①分詞：在語(yǔ)言學(xué)中，詞作為最小的獨(dú)立情感單元具有豐富的情感內(nèi)涵。②詞性標(biāo)注：詞性是指根據(jù)詞的特點(diǎn)用來(lái)劃分詞類(lèi)的根據(jù)。包括名詞、動(dòng)詞、助詞、形容詞、副詞和連詞等。③去停用詞和特殊字符：停用詞是指在自然語(yǔ)言處理中可以過(guò)濾掉的一些沒(méi)有實(shí)際意義的功能詞，這些詞在文本中出現(xiàn)的頻率較高，但對(duì)文本的情感分析卻沒(méi)有實(shí)際的影響，如代詞“這”、“那”，助詞“的”、“了”，介詞“在”，語(yǔ)氣助詞“呢”、“啊”等。有研究表明去除這些無(wú)實(shí)義的高頻停用詞能夠減少數(shù)據(jù)的噪音，降低特征向量的空間維度并提高情感分類(lèi)的準(zhǔn)確率。

3.觀眾對(duì)電影的態(tài)度分析

3.1電影《戰(zhàn)狼2》口碑分析

利用網(wǎng)絡(luò)爬蟲(chóng)將豆瓣網(wǎng)上電影《戰(zhàn)狼2》的500條熱門(mén)短評(píng)抓取下來(lái)，對(duì)這些評(píng)論文本數(shù)據(jù)進(jìn)行情感分析。每條評(píng)論文本數(shù)據(jù)進(jìn)入情感分析處理后會(huì)得到一個(gè)0 ～1的概率值，其中1表示該文本的情感是積極的；0表示文本的情感是極度消極的，圖2為《戰(zhàn)狼2》短評(píng)的情感分析散點(diǎn)圖。

根據(jù)分析結(jié)果，《戰(zhàn)狼2》的態(tài)度評(píng)分為0.79，如圖3所示。

由此可見(jiàn)，根據(jù)評(píng)論文本得出，觀眾對(duì)于電影《戰(zhàn)狼2》的態(tài)度是相當(dāng)積極的，這與《戰(zhàn)狼2》在票房上所獲得的成功、豆瓣網(wǎng)上的高分是一致的。

3.2電影《捉妖記2》口碑分析

與上一節(jié)相同，采取相同的方法對(duì)電影《捉妖記2》的口碑進(jìn)行分析?！蹲窖?》并沒(méi)有取得前作《捉妖記》那樣的成功，被視為是一部失敗的續(xù)集，其在豆瓣網(wǎng)上參與評(píng)分人數(shù)132 973人，評(píng)分為5.0分。

同樣，抓取《捉妖記2》的500條熱門(mén)短評(píng)進(jìn)行情感分析，得到散點(diǎn)圖如圖4所示。

《捉妖記2》的情感分為0.57，如圖5所示。

3.3分析結(jié)果

由以上2節(jié)的分析可知，根據(jù)豆瓣網(wǎng)站上的電影評(píng)論，觀眾對(duì)于《戰(zhàn)狼2》的情感分為0.79，對(duì)于《捉妖記2》的情感分為0.57。這表明，觀眾對(duì)于《戰(zhàn)狼2》與《捉妖記2》這兩部電影，偏愛(ài)《戰(zhàn)狼2》的程度明顯高于《捉妖記2》。這個(gè)研究結(jié)果與實(shí)際票房和身邊觀眾的實(shí)際感受等都是一致的，說(shuō)明這種基于Python技術(shù)電影口碑的研究是有效的。

4.結(jié)束語(yǔ)

這種基于Python大數(shù)據(jù)的分析方法可以彌補(bǔ)現(xiàn)有電影口碑研究方法的不足，對(duì)于電影口碑，電影的立項(xiàng)、制作、發(fā)行和上映等環(huán)節(jié)都可以做出針對(duì)性的部署，從而提高效率，獲得更高的收益。

本案例旨在說(shuō)明大數(shù)據(jù)技術(shù)在電影營(yíng)銷(xiāo)中的應(yīng)用，將這種方法推廣，不局限于比較兩部電影的口碑優(yōu)劣，而對(duì)整個(gè)電影市場(chǎng)中觀眾的態(tài)度做研究，可以得到一些對(duì)于電影營(yíng)銷(xiāo)極具意義的參考意見(jiàn)。所采用的網(wǎng)絡(luò)爬蟲(chóng)在抓取網(wǎng)頁(yè)上的評(píng)論時(shí)采用單線程的方式，效率較低，從長(zhǎng)遠(yuǎn)來(lái)看其爬蟲(chóng)效率需要優(yōu)化，有進(jìn)一步提高的空間。