kangzinian的博客

4. 分析评论数量及评分与时间的关系 首先导入数据，进行一个初步的统计： import pandas as pd data = pd.read_csv('doubanliulangdiqiu.csv',encoding ='GB18030') data['评分'].value_counts() 可以看到这样的情况： 如果没有数据，可以去看爬虫实战之《流浪地球》豆瓣影评分析（一）的爬取过程。 先...

3. 分析好评与差评的关键信息 依靠绘制词云图，来分析好评与差评的关键信息的区别 数据预处理 依靠上一篇爬取到的csv文件，来进行分析，首先导入文件，重点是短评正文的信息。 首先是使用结巴库来进行分词，然后去除停用词（停用词是网上公开的，可以自己去找。 代码： import pandas as pd import jieba data = pd.read_csv("doubanliulangdi...

1. 背景与挖掘目标 豆瓣（douban）是一个社区网站。网站由杨勃（网名“阿北”） 创立于2005年3月6日。该网站以书影音起家，提供关于书籍、电影、音乐等作品的信息，无论描述还是评论都由用户提供（User-generated content，UGC），是Web 2.0网站中具有特色的一个网站。 网站还提供书影音推荐、线下同城活动、小组话题交流等多种服务功能，它更像一个集品味系统（读书、电影、...