最近《都挺好》真的挺火?；鸬绞裁闯潭?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。

[[260891]]

劇很精彩，但追劇界有句俗話說得好：“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。

[[260892]]

圖源微博畫手@馬里奧小黃

經(jīng)過一番折騰，發(fā)現(xiàn)彈幕是 JSON 格式動(dòng)態(tài)加載的，而且加載得非常有規(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 的間隔爬取)，來挖一挖彈幕這個(gè)寶藏。

[[260893]]

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小(僅 0.61%)，所以我們直接暴力除去這部分噪聲。

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)。

是誰在瘋狂發(fā)射彈幕，而彈幕又愛上了誰

彈幕發(fā)送量前十 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)送彈幕前十名的用戶，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) 

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，所以我把他的輸出內(nèi)容篩了出來并做成詞云圖：

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))

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

其中，“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)“追劇小奶鵝”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!

高贊彈幕有何套路

①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?TOP300。

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)：

暴力總結(jié)起來就一句話：對(duì)仗工整提大強(qiáng)，感天動(dòng)地夸明玉。

②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 說得對(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。

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(kù)，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)注的啊!

作為一個(gè)嚴(yán)謹(jǐn)?shù)淖穭∪耍议_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：” or 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

看劇(彈幕)時(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”。

[[260897]]

從數(shù)據(jù)分析的角度講，明成是否成功洗白?

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：

#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'] = sentiments 

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)：

①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)，讓分值略微上浮(情感打分對(duì)于高級(jí)黑式嘲諷難以準(zhǔn)確判斷)。

[[260898]]

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。

②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。

③明成的情感分值走勢(shì)更有意思，靠欺負(fù)妹妹讓分值迅速降低，可謂“人人喊打”，后面則分值飆升，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。