44万条数据揭秘:如何成为网易云音乐评论区的网红段子手?

Aidan075 等级 661 0 0

44万条数据揭秘:如何成为网易云音乐评论区的网红段子手?

昨天在凹凸数读写了一篇新文章,有关网易云音乐热评的分析,链接如下:

《网易云音乐热评的规律,44万条数据告诉你》

之前由于懒,总是评论区放个代码就草草了事,技术号们也不太好转载,以后争取《凹凸数读》的每篇文章都在这个《凹凸玩数据》里写下流程。

有个段子讲“十年文案老司机,不如网易评论区,网易文豪遍地走,评论全部单身狗”,网易云音乐的评论区也一直都是各类文案大神的聚集地。

那么我们普通用户到底如何成为网易云音乐评论里的热评段子手?

让我来分析一下。

获取数据

其实逻辑并不复杂:

  1. 爬取歌单列表里的所有歌单url。

  2. 进入每篇歌单爬取所有歌曲url,去重。

  3. 进入每首歌曲首页爬取热评,汇总。

歌单列表是这样的:44万条数据揭秘:如何成为网易云音乐评论区的网红段子手? 翻页并观察它的url变化,注意下方动图,每次翻页末尾变化35。

44万条数据揭秘:如何成为网易云音乐评论区的网红段子手?

采用requests+pyquery来爬取。

def get_list():  
    list1 = []  
    for i in range(0,1295,35):  
        url = 'https://music.163.com/discover/playlist/?order=hot&cat=%E5%8D%8E%E8%AF%AD&limit=35&offset='+str(i)  
        print('已成功采集%i页歌单\n' %(i/35+1))  
        data = []  
        html = restaurant(url)  
        doc = pq(html)  
        for i in range(1,36): # 一页35个歌单  
            a = doc('#m-pl-container > li:nth-child(' + str(i) +') > div > a').attr('href')  
            a1 = 'https://music.163.com/api' + a.replace('?','/detail?')  
            data.append(a1)  
        list1.extend(data)  
        time.sleep(5+random.random())  
    return list1  

这样我们就可以获得38页每页35篇歌单,共1300+篇歌单。

下面我们需要进入每篇歌单爬取所有歌曲url,并且要注意最后“去重”,不同歌单可能包含同一首歌曲。

点开一篇歌单,注意红色圈出的id。

44万条数据揭秘:如何成为网易云音乐评论区的网红段子手?

观察一下,我们要在每篇歌单下方获取的信息也就是红框圈出的这些,利用刚刚爬取到的歌单id和网易云音乐的api(下一篇文章细讲)可以构造出:

44万条数据揭秘:如何成为网易云音乐评论区的网红段子手?

不方便看的话我们解析一下json。

44万条数据揭秘:如何成为网易云音乐评论区的网红段子手?

def get_playlist(url):  
    data = []  
    doc = get_json(url)  
    obj=json.loads(doc)  
    jobs=obj['result']['tracks']  
    for job in jobs:  
        dic = {}  
        dic['name']=jsonpath.jsonpath(job,'$..name')[0] #歌曲名称  
        dic['id']=jsonpath.jsonpath(job,'$..id')[0] #歌曲ID  
        data.append(dic)  
    return data 

这样我们就获取了所有歌单下的歌曲,记得去重。

#去重  
data = data.drop_duplicates(subset=None, keep='first', inplace=True) 

剩下就是获取每首歌曲的热评了,与前面获取歌曲类似,也是根据api构造,很容易就找到了。

44万条数据揭秘:如何成为网易云音乐评论区的网红段子手?

def get_comments(url,k):  
    data = []  
    doc = get_json(url)  
    obj=json.loads(doc)  
    jobs=obj['hotComments']  
    for job in jobs:  
        dic = {}  
        dic['content']=jsonpath.jsonpath(job,'$..content')[0]   
        dic['time']= stampToTime(jsonpath.jsonpath(job,'$..time')[0])  
        dic['userId']=jsonpath.jsonpath(job['user'],'$..userId')[0]  #用户ID  
        dic['nickname']=jsonpath.jsonpath(job['user'],'$..nickname')[0]#用户名  
        dic['likedCount']=jsonpath.jsonpath(job,'$..likedCount')[0]   
        dic['name']= k  
        data.append(dic)  
    return data 

汇总后就获得了44万条音乐热评数据。

44万条数据揭秘:如何成为网易云音乐评论区的网红段子手?

数据分析

清洗填充一下。

def data_cleaning(data):  
    cols = data.columns  
    for col in cols:  
        if data[col].dtype ==  'object':  
            data[col].fillna('缺失数据', inplace = True)  
        else:  
            data[col].fillna(0, inplace = True)  
    return(data)

按照点赞数排个序。

#排序  
df1['likedCount'] = df1['likedCount'].astype('int')  
df_2 = df1.sort_values(by="likedCount",ascending=False)  
df_2.head()  

44万条数据揭秘:如何成为网易云音乐评论区的网红段子手?

再看看哪些热评是被复制粘贴搬来搬去的。

#排序  
df_line = df.groupby(['content']).count().reset_index().sort_values(by="name",ascending=False)  
df_line.head()  

44万条数据揭秘:如何成为网易云音乐评论区的网红段子手?

第一个和第三个只是末尾有没有句号的区别,可以归为一类。这样的话,重复次数最多个这句话竟然重复了412次,额~~

看看上热评次数次数最多的是哪位大神?从他的身上我们能学到什么经验?

df_user = df.groupby(['userId']).count().reset_index().sort_values(by="name",ascending=False)  
df_user.head()  

按照 user_id 汇总一下,排序。

44万条数据揭秘:如何成为网易云音乐评论区的网红段子手?

成功“捕获”一枚“段子手”,上热评次数高达347,我们再看看这位大神究竟都评论些什么?

df_user_max = df.loc[(df['userId'] == 101***770)]  
df_user_max.head()  

44万条数据揭秘:如何成为网易云音乐评论区的网红段子手?

这位“失眠的陈先生”看来各种情话娴熟于手啊,下面就以他举例来看看如何成为网易云音乐评论里的热评段子手吧。

数据可视化

先看看这347条评论的赞数分布。

#赞数分布图  
import matplotlib.pyplot as plt  
data = df_user_max['likedCount']  
#data.to_csv("df_user_max.csv", index_label="index_label",encoding='utf-8-sig')  
plt.hist(data,100,normed=True,facecolor='g',alpha=0.9)  
plt.show()

44万条数据揭秘:如何成为网易云音乐评论区的网红段子手?

很明显,赞数并不多,大部分都在500赞之内,几百赞却能跻身热评,这也侧面说明了这些歌曲是比较小众的,看来是经常在新歌区广撒网。

我们使用len() 求出每条评论的字符串长度,再画个分布图

44万条数据揭秘:如何成为网易云音乐评论区的网红段子手?

评论的字数集中在18—30字之间,这说明在留言时要注意字数,保险的做法是不要太长让人读不下去,也不要太短以免不够经典。

做个词云。

44万条数据揭秘:如何成为网易云音乐评论区的网红段子手?

可以看出他的评论风格是以一首歌使他“想起”“感觉”为开头,宾语通常是“喜欢的女孩子”,也经常用"她”来指代。寄托的情感是“后悔”“悲伤”,感慨的终点是“放下”。

44万条数据能分析的当然不止这些,详情请移步。

《网易云音乐热评的规律,44万条数据告诉你》

也许我们可以通过分析规律收获点赞,成为热评网红段子手。但最终能打动人心的,依然是基于歌曲本身的真诚分享,和点出歌中蕴含的真正共鸣。

本文相关代码:

#下载链接  
https://t.zsxq.com/F6UfUbA

本文转转自微信公众号凹凸数据原创https://mp.weixin.qq.com/s/QYlHyfIQI2_FqxTztYy9Ag,可扫描二维码进行关注: 44万条数据揭秘:如何成为网易云音乐评论区的网红段子手? 如有侵权,请联系删除。

收藏
评论区

相关推荐

44万条数据揭秘:如何成为网易云音乐评论区的网红段子手?
昨天在凹凸数读写了一篇新文章,有关网易云音乐热评的分析,链接如下: 《网易云音乐热评的规律,44万条数据告诉你》(http://mp.wei
44万条数据揭秘:如何成为网易云音乐评论区的网红段子手?
昨天在凹凸数读写了一篇新文章,有关网易云音乐热评的分析,链接如下: 之前由于懒,总是评论区放个代码就草草了事,技术号们也不太好转载,以后争取《凹凸数读》的每篇文章都在这个《凹凸玩数据》里写下流程。 有个段子讲“十年文案老司机,不如网易评论区,网易文豪遍地走,评论全部单身狗”,网易云音乐的评论区也一直都是各类文案大神的聚集地。 那么我们普通用户到底如
促销好礼 精彩来袭
新用户包年好礼,云服务器包年低至11.98元/年亚马逊云科技服务抵扣券亚马逊在中国与持有相关电信牌照的本地合作伙伴开展战略技术合作关系,由光环新网和西云数据向客户提供云服务。如果您需要使用位于中国大陆的可用区,请注册 亚马逊云科技 中国区域账户,使用中国大陆以外地区的可用区,请注册 亚马逊云科技 海外区域的账户。对于新客户,亚马逊云科技现推出包年返服务抵扣券
促销好礼 精彩来袭
新用户包年,云服务器包年低至11.98元/年亚马逊云科技服务抵扣券亚马逊在中国与持有相关电信牌照的本地合作伙伴开展战略技术合作关系,由光环新网和西云数据向客户提供云服务。如果您需要使用位于中国大陆的可用区,请注册 亚马逊云科技 中国区域账户,使用中国大陆以外地区的可用区,请注册 亚马逊云科技 海外区域的账户。对于新客户,亚马逊云科技现推出包年返服务抵扣券及新
促销好礼 精彩来袭
新用户包年好礼,云服务器包年低至11.98元/年亚马逊云科技服务抵扣券亚马逊在中国与持有相关电信牌照的本地合作伙伴开展战略技术合作关系,由光环新网和西云数据向客户提供云服务。如果您需要使用位于中国大陆的可用区,请注册 亚马逊云科技 中国区域账户,使用中国大陆以外地区的可用区,请注册 亚马逊云科技 海外区域的账户。对于新客户,亚马逊云科技现推出包年返服务抵扣券
云服务从根本上改变小企业——亚马逊云服务带来新生机
云服务从根本上改变小企业帮助中国企业出海,注册账号享受亚马逊免费云服务器和数据库产品一年!免费:https://www.amazonaws.cn/campaign/?. sc channel SEO & sc campaign acquisition CN & sc medium backlink & sc content foreign
1月2日云栖精选夜读:【2018新年巨献】像阿里巴巴一样高效工作!(含视频、文章、PDF文件)
Work Like Alibaba 通过线下沙龙、线上直播、内容输出三个维度,携手阿里云的典型企业用户,联合云栖社区、阿里云、钉钉阿里产品,将阿里的前沿产品技术理念、敏捷研发模式、智能运维方法、智能办公、移动办公等渐渐渗透到外部的企业用户,形成了阿里特色的技术社区——你也可以像阿里巴巴一样高效工作。 热点热议 [【2018新年巨献】像阿里巴巴一样高效工作
MySQL MGR实现分析
此文已由作者温正湖授权网易云社区发布。 欢迎访问[网易云社区](https://www.oschina.net/action/GoToLink?url=https%3A%2F%2Fsq.163yun.com%2Fblog%3Ftag%3DM_tg_456_65),了解更多网易技术产品运营经验。 MySQL Group Replication(
MySQL多线程备份工具mydumper
此文已由作者温正湖授权网易云社区发布。 欢迎访问[网易云社区](https://www.oschina.net/action/GoToLink?url=https%3A%2F%2Fsq.163yun.com%2Fblog%3Ftag%3DM_tg_427_64),了解更多网易技术产品运营经验。 **一、RDS外部实例迁移需求** [RDS]
Kubernetes、Docker 等容器技术相关博客汇总
**\#### Kubernetes 相关博客** \[Kubernetes 官方社区\](https://kubernetes.io/) \[K8smeetup\](http://www.k8smeetup.com/) \[Dockone 社区\](http://dockone.io/topic/Kubernetes) \[才云官方技术博客
OAM 创始团队:揭秘 OAM Kubernetes 实现核心原理
![1.png](https://ucc.alicdn.com/pic/developer-ecology/26c7709fa5c64f7f866ca621bf4391b9.png) 作者 | Andy Shi(阿里云高级技术专家)、天元(阿里云技术专家) 今年 5 月,阿里云和微软云共同宣布,[Open Application Model (OAM)
Python爬取网易云歌单
#### 基本配置: * Python版本:3.7 #### 相关模块: from urllib import parsefrom lxml import etreefrom urllib3 import disable_warningsimport requests #### 案例关键点: 使用单线程爬取,未登录,爬取网易云
Serverless+SCF=打倒服务器,解放程序员
**欢迎大家前往腾讯云+社区,获取更多腾讯海量技术实践干货哦~** > 本文由[云加社区技术沙龙](https://www.oschina.net/action/GoToLink?url=https%3A%2F%2Fcloud.tencent.com%2Fdeveloper%2Fuser%2F1184429%3FfromSource%3Dwaitui) 发
TiDB和MongoDB分片集群架构比较
此文已由作者温正湖授权网易云社区发布。 欢迎访问[网易云社区](https://www.oschina.net/action/GoToLink?url=https%3A%2F%2Fsq.163yun.com%2Fblog%3Ftag%3DM_tg_445_64),了解更多网易技术产品运营经验。 最近阅读了TiDB源码的[说明文档](https
tcpkill工作原理分析
此文已由作者张耕源授权网易云社区发布。 欢迎访问[网易云社区](https://www.oschina.net/action/GoToLink?url=https%3A%2F%2Fsq.163yun.com%2Fblog%3Ftag%3DM_tg_648_65),了解更多网易技术产品运营经验。 日常工作生活中大家在维护自己的服务器、VPS有时