中国电影最近几年突飞猛进，越来越多的人走进电影院了，各个大盘影片轻轻松松就能突破几十亿票房，但是随着电影消费的增加，大家对电影质量和制作水平的要求也提高了很多，想要继续斩获高票房，就得把握好消费者的喜好，制作出符合市场期待的电影。
1，研究目的 至于怎么才能了解到消费者的偏好，这个就很简单了，你可以在网络上找到很多关于电影的评论、排行、评分等等，比如，优酷、爱奇艺等视频网站上的评论留言，特别是有了弹幕后，大家在网上留言得更加热烈了，但是，在国内要评价一部电影的质量，大家都会去看豆瓣评分，说明豆瓣是最有参考价值的平台之一，所以下面会用豆瓣电影《美人鱼》的短评，来分析一下评价倾向、话题焦点。
2，数据收集 通过GooSeeker的快捷采集应用——数据DIY，一共爬到了43148条数据，爬取方法可以去看另一篇文章《用GooSeeker爬取豆瓣电影短评，不用写代码，一键式操作》
3，中文分词处理 访问GooSeeker的在线分词打标应用，把要分词处理的评论内容这一列单独放到一个Excel表里，然后导入进去，就会自动分词，可以得到分词效果表和切词表。
后面要绘制词云图，切词表里会有一些单字、英文、数字等无效词，直接用效果不好，所以下面要用到筛选词语功能，这里是按词频大小排序的，可以一边看着样本数据，一边勾选出有用的词语；
另外，对于没有切分出来的词，可以人工添加补充进去，最后就能得到选词表和打标结果表，做词云图就要用到下面的选词表；
根据星级打分可以把豆瓣影评自动分成好中差3类，所以就没做情感分析，如果你要做情感分析，也可以利用上面的筛选词语功能，把具有情感倾向的词语筛选出来，然后在打标结果表里可以看到每条原数据所包含的打标词，再整理一下哪些词语组合在一起所表达的情感倾向，就可以判断出原数据的情感倾向；
4，数据分析 4.1 评论数量走势
按照评论日期统计了每天的评论量，如上图，发现在电影上映时间2016-02-08之前也有零星的评论，才想起来美人鱼好像调过上映档期，这个不多说了，在上映一周内，评论量呈现快速上升趋势，在2月14日情人节达到顶峰，那天刚好是周日，估计很多情侣去看这部电影了，之后就是回落趋势，在2月21日有一个小高峰，也是周日，说明节假日会促进消费。 4.2 各级评分数量
统计电影《美人鱼》各个星级的数量，从上图看出，以3星、4星评分最多，其次是5星，说明大家对电影的总体评价是中等偏好的。 4.3 各级评分走势
按时间统计各个星级的打分数量，如上图，可以看出从《美人鱼》上映以来，3星、4星一直是大众的主流评分， 但是上映之前有几条评论是5星的，说明大家对电影一开始期望比较高，但看完电影后应该是有点失望，所以才会导致评分低于预期。 4.4 话题焦点分析
从上面的词云图可以看到，大家讨论最热烈的话题就是星爷，可以说大家去看这部电影大多数是冲着周星驰去的，都说欠星爷一张电影票，还有很大一部分，把《美人鱼》和周星驰近两年来的电影做了对比，比如西游、长江七号，评价好坏参半，无论怎样，大家最后都给了星爷一张电影票的支持，说明个人影响力和号召力对票房的贡献真的可以很大； 其次，大家对主演讨论得也很多，从影评里可以看到，邓超的演技、张雨绮的声音都饱受争议，另外，大家对电影题材、剧情这些都有讨论，最后是电影感受，尴尬、搞笑、喜欢、哭、不错等等是大多数人对电影的评价。 如果觉得这个云图很好看，可以到WordArt.com上去制作你喜欢的图案 |
