图/ Pixabay
新年伊始，《爱情公寓5》终于播出了，这部倍受质疑的剧，在豆瓣评分只有 5.1，创下了系列新低。
▲ 爱情公寓系列豆瓣评分对于这部剧，观众们到底如何评价的呢？
今天小编就为大家揭晓。
一、数据获取
1、数据从哪来？
本来想去豆瓣上的评论，无奈，豆瓣被大家玩坏了，现在豆瓣只能查看 200 条评论数据。
▲ 豆瓣评论所以，只能转战爱奇艺。
打开爱奇艺的《爱情公寓5》播放页面，往下拉。
可以看到全部评论 3.1W。
▲ 爱奇艺评论继续拉
可以看到一个点ji加载更多的按钮
▲ 点击加载此时我们按下 F12，打开开发者工具。
再点击加载更多。
不出意外的话，可以看到如下一个请求。
▲ 加载评论请求get_comments.action：.action 好像熟悉的 Struts 的感觉
跑题了，我们继续。
接下来，将请求拷贝出，放到 Postman 中请求。
可以看到，同样可以直接请求成功。
▲ Postman中请求2、请求参数分析
请求中有下面几个重要参数：
agent_type:118
business_type:17
content_id:11298454000
last_id:229289743821
page:
page_size:20
types:time
- content_id、business_type、agent_type：暂时不清楚作用，但是不能省略
默认是使用 last_id 来进行分页请求的。
经测试，也可以使用 page 进行分页请求。
本文使用 last_id 来进行分页请求
page_size 经测试最大为 40。
{
"data": "page_size must be less than 40",
"code": "B00004",
"msg": "page_size must be less than 40"
}
3、响应数据分析
从响应中筛选出了如下字段：
{
"data": {
"count": 10,
"totalCount": 30884,
"comments": [
{
"id": "229316766721",
"content": "除了又唱又跳的这一点吐槽。。。。",
"addTime": 1579352916,
"userInfo": {
"uname": "南佲",
"gender": "0",
"vipType": 0
},
},
数据处理
小伙伴们也许发现了，爱奇艺的评价中并没有分数这个选项，这就很难判断观众到底是喜欢，或者是讨厌该剧。
下面，我们使用文本情感分析接口对评论数据进行分析。
文本情感分析接口，百度、腾讯等都有免费体验的 API 接口。
▲ 腾讯云文本情感分析API
https://cloud.tencent.com/document/api/271/35497
除了一些噪音数据，大部分可以分析出结果。
▲ 评论情感分析结果每一条评论的情感属性、正面情感概率，都可以统计出来。
二、数据可视化
观众性别分布
评论结果中有用户数据，其中 1 为男性，0 为女性。
▲ 观众性别分布可以看出，男女观众数量基本一致，说明没有明显的性别偏好。
词云分析
首先我们从最简单的词云分析开始。
本着能不写代码就不写代码的原则，这里我们还是使用 WordArt 在线工具进行制作。
▲ 爱情公寓评论词云可以看出，大部分观众都是带着回忆来看的，总体评价较好。
从词云结果中并不能反映出大家对该片的评价。
▲ 爱情公寓评论词云评论时，大家喜欢用什么表情？
评论很多观众都使用了表情，这一点从词云中也能看出，如词云中的微笑、流泪、撇嘴、呲牙、发呆、偷笑等。
▲ 评论表情表情存储时，使用的是 [] 对字符进行包围的，如 😀 会在文本中显示为[微笑]，从评论文本中解析出由 [] 包围的字符串即可。
观众最喜欢用哪些表情，一定程度上代表了观众对这部剧的态度。
▲ 评论区表情分布分布结果中可以看出，😍、😀、😢三个表情占据了 52.6% 的比例。
这里的微笑，不知道是不是呵呵的意思。
流泪，不知道是失望还是感动。
不过，长尾上的表情，大部分是一些负面含义的表情，如发呆、可怜、抓狂、流汗、发怒、敲打等。
评论情感分析
首先有效评论情感属性中，72% 的为正面情感属性，也验证了上面词云的结果，说明爱奇艺上大部分观众对该剧持有好评。
▲ 情感属性分布喜欢的都说了什么？
根据情感分析结果，筛选出其中正向情感的评论，再次制作词云。
▲ 正面评论词云来了、终于等到你、期待、我的青春等词，出现较多。
说明观众大都是抱着对以往《爱情公寓》系列的期待来看该剧的。
不喜欢的说了什么？
▲ 负面评论词云流汗、尴尬、冷汗，看出来，负面评价的大都是对剧情或者人物演技的不满意
总结
对于爱 5，不知道有多少人呢看了的，反正小编是没时间看。
从网上的评价来看，大都是一个字：尬！
▲▲爱 5 作为最终季，也算是导演给大家的一个答复（yingfu）！
不过，我想大多数人都是抱着情怀和回忆看的，早点看完，早点拉倒~
▲ 万幸
