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 551 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

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?

原创不易,点个好看吧

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
云游戏时代来了,让好玩触手可及。
本文纯属分享新技术随着科技的迅猛发展,"云端"这个概念逐渐成为各大厂商的研究对象。云储存、云盘、云计算乃至最近大火的云游戏,脱离了固定的硬件和软件计算环节。 云游戏也叫有需求的游戏,是基于云计算的新技术。在云游戏模型中,所有的游戏逻辑和渲染都在服务器端运行,然后再从服务器把压缩的视频传给用户,这样玩家就不需要一台CPU和GPU相当好的计算机了,唯一的要求就
VPC探讨
VPC全名是VirtualPrivateCloud,翻译中文是虚似私有云存储。可是在有一些场所也被译成独享互联网或是特有互联网等。这儿实际上 就有一些令人蒙蔽,VPC到底就是指云或是互联网?回答是,VPC就是一种云,也是一种网络模式,但是应当从服务项目和技术性的视角各自看来。虚似私有云存储最先从服务项目的视角看来,指的是一种云(Cloud),这与它的字面意思
资源整合平台汇总
云计算 亚马逊AWS:http://www.amazonaws.cn/ 盛大云计算:http://www.grandcloud.cn/ 美团云:https://mos.meituan.com/ 新浪云计算:http://sinacloud.com/ 云存储 https://aws.amazon.com/cn/products/databases
什么是云计算?
关于“云计算”已经深深植入到我们生活中的点点滴滴,平时常用的那些APP或网站,基本都已经离不开“云计算”作为背后的强大服务支持,如剁手党爱恨交加的淘宝、京东,社交痴迷党的微信、微博等等。所以?“云计算”的五大特点大规模、分布式“云”一般具有相当的规模,一些知名的云供应商如Google云计算、Amazon、IBM、微软、阿里等也都拥能拥有上百万级的服务器规模。
物联网云平台盘点
物联网云平台是一个专门为物联网定制的云平台,物联网与普通的互联网是不同的:物联网终端设备比普通互联网手机端,电脑端多出几个数量级;普通互联网对http,https协议访问相对单一,而对https有些设备不能访问,需要轻量级的访问协议。物联网场景的多样,使得没有任何一个产品能解决所有问题。物联网平台也一样,今天来盘点一下国内一些物联网平台的主要特点。一站式托管
什么是云计算?
一、在讲什么是云计算以前,先思索下大家为何必须 “云”“云计算技术”二、现如今愈来愈多的运用已经转移到“云”上,如大家日常生活触碰的各种各样“网盘”储存。所以?事实上,“云”并不时尚,早已不断了超出10年,并仍在不断发展到全部行业。可预料的事:下一个10半年度,基本上全部的运用都是会布署到云空间,而他们中的绝大多数都将立即根据你手上的移动设备,为大家给予各式
资源整合平台汇总
云计算 亚马逊AWS:http://www.amazonaws.cn/ 盛大云计算:http://www.grandcloud.cn/ 美团云:https://mos.meituan.com/ 新浪云计算:http://sinacloud.com/ 云存储 https://aws.amazon.com/cn/products/databases
资源整合平台汇总
云计算 亚马逊AWS:http://www.amazonaws.cn/ 盛大云计算:http://www.grandcloud.cn/ 美团云:https://mos.meituan.com/ 新浪云计算:http://sinacloud.com/ 云存储 https://aws.amazon.com/cn/products/databases
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
中国开发者利好消息!
中国开发者利好消息!AWS(亚马逊云计算)中国区新用户注册即可免费使用12个月云服务产品啦!每注册一个新用户均可享受新的12个月免费云服务器数据库等产品!快来加入我们吧!https://www.amazonaws.cn/free/? scchannelseo&sccampaignacquisitionCN&scmediumbacklink&sccontent
AWS具有以下其他云计算公司无法比拟的优势
中国开发者利好消息!AWS(亚马逊云计算)中国区新用户注册即可免费使用12个月云服务产品啦!每注册一个新用户均可享受新的12个月免费云服务器数据库等产品!快来加入我们吧! https://aws.amazon.com/cn/free/? scchannelseo&sccampaignacquisitionCN&scmediumbacklink&scconte