论文部分内容阅读
摘 要：用户评论是用户满意度的重要体现。本文以B站人气国产动画（《狐妖小红娘》）为研究对象，利用爬虫技术获取该剧评论区“用户名”、“评论时间”“评论星级”、“评论内容”、“点赞数”、“不喜欢数”6个板块的12657条信息。在此基础上，对用户评分作描述统计分析， 利用分词技术和TF-IDF算法对用户评论内容进行词频统计，并基于SnowNLP技术对前500个关键词进行情感分析。分析表明：整体来看，86.67%的用户给予该剧5星评分。情感分析表明：超过65%的用户对该剧持积极态度，其主要原因在于该剧的人物设计、制作水平和剧情设定得到用户肯定。在上述定量分析基础上，本文指出在保证制作质量的前提下，加大动漫产品的宣传力度和增加相关衍生品的开发是提升我国动漫产业价值链的重要措施。
关键词：分词 TF-IDF算法 情感分析
一、引言
“二次元文化”指在ACGN（动画Animation、漫画Comic、游戏Game、小说Novel（以下简称“ACGN”））为主要载体的平面世界中，由二次元产品所形成的独特的价值观与理念，还包括从ACGN向外延伸出的手办、COSPLAY等衍生产物[1]，而动漫是二次元文化的重要组成部分。动画和漫画合称为动漫[2]。在全球范围内，日本和美国都是动漫产业大国。目前日本的动漫产业已经是日本第三大产业，年营业额高达230万亿日元。同时，日本也是全球第一大动漫作品出口国，占据全球市场的60%[3];而作为全球动漫产业链最完整的国家——美国，其动画和相关衍生品的年产值超过2000亿美元，占其文化产业总产值的近30%[4]。
艾瑞咨询统计数据显示，2013年至2017年，中国动漫产业产值从900亿元上升至1536亿元，年均增长约14.14%。2018年中国泛二次元用户人数接近3.5亿，在线动漫用户数量也达到2亿多。可以看出我国动漫产业与美日之间存在较大差距，但庞大的用户规模为中国动漫产业发展带来巨大的发展潜力[5]。面对庞大的用户规模，传统的调查主要基于问卷调查法、访谈法和观察法，存在调查时间长，问卷回收率低，文本等主观数据无法客观分析等局限性，已经不能满足动漫动漫产业相关人员的获取用户消费信息的需求了，如何获取用户在线评论数据并进行分析成为研究的热点问题。
获取数据是进行数据分析的前提。张振华等人（2019）利用人工采集和“八爪鱼采集器专业版”采集京东商城家具产品用户的评论，使用特征词提取、关键词共现与社会网络分析，得到特征词典、用户观点并可视化[6];王升盈（2018）采用Charles软件对美团外卖APP的数据接口进行用户评论抓取，然后进行情感分析得到评论数据的情绪值[7];张艳丰等人（2019）利用Python爬虫技术爬取京东商城电子商务平台的手机评论的数据，并进行挖掘不同时间序列区间评论文本内容，总结在线用户追评行为时间分布特征规律[8]。
分词是自然语言处理中文本处理的基础环节和前提。分词就是将连续的字序列按照一定的规范重新组合成词序列的过程[9]。在分词方面，李慧等人（2017）从属性层级抽取属性词集和对应的评论集，考虑评论对象属性特征的不同影响，并对TF-IDF进行改进用以计算属性因子进行评论集的分析[10];李玉玉（2017）利用NLPIR汉语分词系统将京东商城的25个洗衣机产品的评论进行分词，而后进行情感分析[11];钱春琳等人（2019）利用分词工具ICTCLAS和IKAnalyzer预处理在线中文评论，并进行情感分析[12]。
情感分析是主观数据的客观化。马松岳（2016）等人通过抓取豆瓣电影的用户评价，利用ROSTEA工具进行情感分析从而得到评论评价的综合情绪值，将其与打分评价进行相关分析[13];殷复莲（2017）提出一种基于词向量情感分析方法，对电影评论进行分析[14];刘阳（2018）利用基于隐马尔可夫模型的Viterbi算法对数据进行预处理，并利用基于概念网络与遗传算法的方法对主观评论文本进行感情分析[15]。 赵志升等人（2108）通过利用SnowNLP算法建立向量模型，分析新闻评论数据中用户观点与情绪，有效实现舆情分析和监控[16]。
上述研究为分析用户在线评论提供了有益的参考。但当前研究中针对动漫用户在线评论行为进行分析的较少，这不利于动漫制作者、发行者及时获取播映反馈并做出改进。整体上看，也不利于我国动漫产业发展壮大。因此，本文将在上述研究的基础上，以B站人气国产动画（《狐妖小红娘》）为研究对象，分析该剧用户在线评论信息，并提出若干对策建议。
二、数据来源与处理
B站是中国目前最活跃的二次元社区之一[2]，而评分高的动漫评论数可以达到上万条，其中评论区包括“用户名”、“评论时间”、“评论星级”、“评论内容”、“点赞数”、“不喜欢数”六部分信息。由于B站的网页是动态网页，所以，本文的思路是首先找到评论区对应的Json文件，然后获取Json文件中对应评论区的六部分数据，最后将爬取的12657条数据按照评论区的六个字段分列导入Excel表格作为原始数据。由于爬取的“不喜欢数”都为0，同时出现了 “评论时间”数据对以下研究没有意义，因此，将这些指标删除。研究表明，删除停止词都能够在一定程度上提高文本分类的准确率[13]。停止词是在文本中出现的频率比较高，但却不包含实际意义的词。主要包括了语气词“啊”，副词“也”，代词“他”，连词“和”以及助词，数词等，本文通过对“allowPOS=（'a'，'e'，'n'，'ns'，'nr'）”進行设定，只考虑其中的形容词、叹词、名词、地名、名字，从而删除停止词。删除上述对本研究没有意义的指标，得到数据集表1显示了数据集的前6条样本。 三、数据分析
（一）评分与评论数统计分析
将汇总数据中的“评分数据”进行评分统计，得出如下结果：在所有的评分中，一星评分用户数量占总评分用户数量的2.31%，二星评分用户数量占总评分用户数量的0.93%，三星评分用户数量占总评分用户数量的2.53%，四星评分用户数量占总评分用户数量的6.56%，五星好评用户数量占总评分用户数量的86.67%。可以看出《狐妖小红娘》这部国产动漫的五星好评用户数量所占的比重最大，说明用户对动漫的好感度较高。
（二）評论内容分析
1、分词与TF-IDF计算
在使用Python进行中文分词处理时，可以使用第三方的jieba分词器进行。其分词算法的总体思路是：使用基于前缀词典的词图扫描，生成所有可能生成词所构成的有向无环图，再采用动态规划查找最大概率路径，找出基于词频的最大切分组合;对于未登录词，采用了基于汉字成词能力的HMM模型来预测分词。jieba分词支持三种分词模式：一是精确模式将分析文本进行精确地切分，适合文本分析;二是全模式，将所有可能组成词语的词组扫描出来，处理的速度比较快，但是误差较大;三是搜索引擎模式，在精确模式的基础上对长词再切分，从而提高召回率，适合用于搜索引擎分词[17]。本文采用精确模式，使用jieba.cut（）函数将《狐妖小红娘》的所有短评进行分词，并去除停止词，而后采用词频-逆向文本频率（TF-IDF）进行词频统计分析。TF是某一个给定的词语在该文件中出现的频率[18]，其计算公式为：
其中，n为词出现的次数，ij表示第i行，第j列的词，k表示i从第一行取到最后一行。
IDF是倒排文档词频，其思想是只在较少的文档中出现的索引词将更能区分文档[19]，其计算公式为：
其中，N为总文档数，dfm是出现了该词的文档数量。从而得到TF-IDF的计算公式：
利用Python实现TF-IDF算法，选取TF-IDF值前500的词进行进一步的分析，提取的前500个关键词的前20条数据如表2所示。
2、情感分析
情感分类的基本模型是贝叶斯模型，即对于积极类a1和消极类a2分类问题来说，其特征为w1，w2，w3，w4，…wn，且特征之间相互独立，得出属于积极类a1的贝叶斯模型公式为[20][22]：
运用机器学习的方法进行情感分析，首先要进行训练然后才能进行预测，训练时用的是什么文本材料，直接影响到模型的适应性。而SnowNLP的训练文本就是评论数据。因此在在线评论文本的情感分析中准确率较好。所以，本文利用SnowNLP技术进行情感分析。
通过读取前500个关键词并依次进行情感值分析，最后生成一个0-1之间的值，当值大于0.5时代表词组的情感极性偏向积极，即为“积极情感词”;当值等于0.5是，情感极性偏中性，即为“中性词”;当分值小于0.5时，情感极性偏向消极，即为“消极情感词”，取值越偏向两边，情绪越偏激。利用上述规则将关键词分为“积极情感词”、“中性词”、“消极情感词”并进行词频统计，得出每类词在前500个关键词中所占的比例，积极情感的词数占总词数的65%，中性词占总词数的20%，消极情感词占总词数的15%，说明了半成以上的用户都对这部剧持积极的态度。
3、词云分析
利用Python选取TF-IDF值前500的词构成如图1所示的词云图。词云图，也叫文字云，是对文本中出现频率较高的“关键词”予以视觉化的展现 [21]。在词云中，通常是不同的词组采用不同的颜色表示，不同词频或权重的词组采用不同的字号表示。在所有字中“国漫”二字的字号最大，不难看出用户对国产动漫的支持;通过“不错”，“优秀”，“良心”等词可以看出，用户对这部动漫的好感度很高。通过“红娘”、“苏苏”、“雅雅”等关键词可以看出这部动漫的人物设定是用户的关注点，也侧面反映了这部动漫人物设定有一定的可取之处;通过“南国”、“剧情”等关键词可以看出用户对其剧情的关注度也很高;通过“动画”、“配音”、“画风”等词可以深受用户的喜爱与其制作精良，画风独特等是密不可分的。
将关键词根据人物、制作、剧情进行分类，分别筛选出每类中词频出现前10的关键词，得出以下结果。
在人物方面，大家对在女性角色中，“苏苏”在评论中出现的次数是最多的，其词频达到0.21，男性角色中，“王权（富贵）”出现的频次是最多的，词频为0.11在评论出现频率前10的人物主要是一些核心角色，但“颜如玉”和“土狗”这样的次要角色出现的频率也较高，词频分别为0.02，0，015，说明用户除了关注核心角色之外，也有用户聚焦于次要角色。
在制作方面，“动画”的词频最高，达到了0.15，“配音”次高，其词频达到了0.09，而“画风”、“画质”等词的词频也偏高，词频分别为0.07，0.03，可以看出用户在动画、配音、画风和画质等方面的评论评论较高，即用户注重这些方面的制作。
在剧情方面，“剧情”的词频最高，达到了0.4，其次是“故事”，达到了0.1，“感人”、“爱情”、“泪点”等词在评论中出现的频率较高，分别为0.03，0.02，但在频率前10的剧情类关键词中出现了“拖沓”一词，词频为0.009，虽然词频不高，但也说明部分用户认为该动漫存在一定的剧情拖沓现象。
四、对策及建议
（一）丰富故事情节，激起用户兴趣
《狐妖小红娘》之所以能成为B站国产动漫中追番人数最多的番剧，这与其本身的故事情节是密不可分的。而B站的用户属性不同，对喜欢的内容和风格也各不相同。《狐妖小红娘》就很好地利用了这一点，在番剧中有不同的场景和情节，如：“月红篇”、“南国篇”、“千颜篇”等，不同的情节，就会产生不一样的人物，不一样的风格，这样会增加受众的范围，吸引更多的用户。 由此可见，丰富、有趣的情节是一部动漫成功的必要因素之一。然而在国产动漫中，情节往往已经固化，缺少现代元素、创新元素，在情节中适时添加不同的元素，使动漫情节更加多元化，例如时空的转变，从中加入了不同时代的背景，丰富了动漫的内容，跳出原有框架，使内容更加充实、新颖，同时拓展了漫画的题材。除了情节的内容，还要注意剧情的进度，要避免剧情拖沓等降低用户好感度的行为，应以制作精良优秀的动漫为主要目标。
（二）真情实感的付出，获得用户好感
如果说丰富饱满的故事情节是成功抓住观影用户的眼球的重要因素，那么真实的情感则是拉近作品与观影用户的距离的关键。这里的真实情感除了情节中人物的情感，更是动漫制作中的真实付出。
《狐妖小红娘》的成功离不开爆满的人物塑造，观影用户往往会因为里面的某个人某件事或者某句话，而深有感触，对作品产生共鸣与认同感，从而使作品更加吸引人，受观影用户的喜欢。通过观察《狐妖小红娘》用户评价的词云图和具体的关键词分类统计，也不难看出：用户对动漫的制作十分重视，尤其是声音和动画方面。
也就是说，一部好的作品需要各个要素的融合，除了情节、人物等内容，在服饰、音乐、台词、场景等细节上的制作是十分重要的。《狐妖小红娘》动画、音乐等细节制作上均十分的精良，让人在第一眼便知道这是一部用心制作的作品，收获了观影用户满满的好感。也就是说，优秀动漫作品的制作不是短期可成的，它离不开追求精良的默默付出，看见有诚意的好作品，用户自然也领情。
（三）结合中国传统文化，打造自身特色
《红妖小狐娘》的创作灵感来源于中国古典神话，结合爱情主题，将一个个鲜活的人物打造出来，并且极具特色。在作品中我们不难看出中国风元素的设定、服饰和场景，通过这些方面的共同构筑，给观影用户留下了很好的印象。
中国有着深厚的历史文化底蕴，五千年的历史、丰富的历史文化资源，这为动漫创作提供了广泛的素材与灵感，想要创造我国自己的动漫作品与动漫形象，需要以此为依托。在动漫作品创作时，结合民族特色，体现我们的民族特征。需要注意的是这种体现不是仅仅停留在服饰、历史，不是将文化历史进行动漫形式的演绎，而是要将中国传统文化作为一种文化的精髓融入动漫中，在情节、背景、人物言行等内容上自然而然的表现出来，使之更具感染力、亲和力。
（四）加强宣传力度，增加用户数量
虽说“酒香不怕巷子深”，但适当的宣传也是必不可少的，适当有效的宣传往往能起到事半功倍的效果。如今网络发展迅速，利用网络、新兴媒体为动漫作品的宣传推广提供了新的途径。动漫产业相关人员应抓住机会，适时宣传动漫作品，即在动漫播出之前加强宣传，以吸引更多的用户进行观看，同时在播出之后也可以做后期的宣传，以保证用户不流失。 从而增加作品知名度与热度，使之具有良好、持久的竞争力。
（五）开发相关衍生品，增加用户粘性
总体上看，中国动漫产业虽然已经取得了一定的成绩，在动漫形象上部分人物的塑造是比较成功的，但是由于后期缺乏合理的传播方式，后劲不足，从动漫形象传播到开发、销售相关衍生品成功案例更是少之又少，整个动漫产业链的运作存在着很多的问题。
通过开发相关衍生产品来谋取利益是动漫产业价值链的终端，也是动漫产业中利润最大、操作空间最广的一个环节[23]。动漫产业相关人员应该意识到这一点，抓住深入人心的动漫人物形象，深入创作，加工，在过程中要以长远的眼光发展，不能只注重短期效应，急功近利，将衍生品制作的简单粗糙，要真正完善动漫产业链。
五、结束语
本文通过Python爬虫技术爬取相关数据，通过描述统计分析用户评分与评论等数据，其次通过jieba模块实现短评的分词，利用TF-IDF算法计算各词的词频，并筛选出排名前500的关键词，然后利用SnowNLP分析这些词，计算出用户对动漫作品的总体情感倾向。通过对短评的分析，挖掘了用户的隐藏喜好和行为。
随着人民物质生活水平的提高，对文化消费的需求日益增加，与此同时二次元文化在中国广泛传播，其用户规模巨大，动漫产业作为二次元文化的主要代表，更应重视产业的发展。利用已有地的数据更好地了解用户，为用户提供更加精良的动漫和优质的用户体验，从而吸引更多的用户，更好地发扬中国文化。
参考文獻：
[1]李明月，华欢欢，江晶鑫，韩万通.我国二次元产业产值的因子分析模型及应用[J].科技经济导刊，2018，26（36）：11-13.
[2]中国动漫行业IP价值研究报告——超级IP何时诞生[R]泛娱乐大数据平台领航者，2018
[3]陈晨.2018年日本动画产业发展现状分析市场规模不断扩大，动画制作陷入瓶颈[EB/OL].https：//www.qianzhan.com/analyst/detail/220/180803-34fd85e0.html，2018-08-03.
[4]上海证券报·中国证券网.动漫产业全面腾飞10股绝对低估[EB/OL].http：//stock.cnstock.com/stock/smk_qlgg/201609/3913535.htm，2016-09-30
[5]中国动漫行业研究报告[R].艾瑞咨询，2018
[6]张振华，许柏鸣.基于在线评论文本挖掘的商业竞争情报分析模型构建及应用[J].情报科学，2019，37（02）：149-153+160.
[7]王升盈.基于美团外卖用户在线评论的情感分析研究[J].现代商贸工业，2018，39（23）：67-69.
[8]张艳丰，彭丽徽，洪闯.在线用户追评行为时间序列关联特征实证研究——以京东商城手机评论数据为例[J].情报理论与实践，2019，42（03）：139-145. [9]金幕.现代学生群体的压力与生活的共存性分析——一项基于微博语料的自然语言处理技术应用[J].金华职业技术学院学报，2019，19（01）：79-84.
[10]李慧，柴亚青.基于属性特征的评论文本情感极性量化分析[J].数据分析与知识发现，2017，1（10）：1-11.
[11]李玉玉. 在线评论对网络产品销量的影响研究[D].重庆大学，2017.
[12]钱春琳，张兴芳，孙丽华.基于在线评论情感分析的改进协同过滤推荐模型[J].山东大学学报（工学版），2019，49（01）：47-54.
[13]马松岳，许鑫.基于评论情感分析的用户在线评价研究——以豆瓣网电影为例[J].图书情报工作，2016，60（10）：95-102.
[14]殷复莲，潘幸艺，柴剑平.基于词向量的电影评论情感分析方法[J].现代电影技术，2017（08）：4-9.
[15]刘阳.基于互联网的中文电影评论情感分析方法研究[D].沈阳化工大学，2018.
[16]赵志升，靳晓松，温童童，梁俊花.基于Python-SnowNLP的新闻评论数据分析[J].科技传播，2018，10（18）：104-105.
[17]钟静晨.电商商品评价情感分析系统研究[D].江苏科技大学，2018.
[18]夏玉芹，单雪微.基于Python的简单文本情感分析[J].阴山学刊（自然科学版），2018，32（04）：58-62.
[19]马梦曦，张骏.基于TF-IDF与SVM的弹幕文本情感极性分析模型[J].现代商贸工业，2019（08）：205-207.
[20]涂小琴.基于Python爬虫的电影评论情感倾向性分析[J].现代计算机（专业版），2017（35）：52-55.
[21]严明，郑昌兴.Python环境下的文本分词与词云制作[J].现代计算机（专业版），2018（34）：86-89.
[22]zhiyong_will.情感分析——深入SnowNLP原理和实践[EB/OL].https：//blog.csdn.net/google19890102/article/details/80091502，2018-06-26
[23]周惠來.全球视角下的中国动漫产业发展之路[J].光盘技术，2007（03）：4-6.
作者简介：
王仟滢（1998-）女，安徽财经大学管理科学与工程学院，信息管理与信息系统。
关键词：分词 TF-IDF算法 情感分析
一、引言
“二次元文化”指在ACGN（动画Animation、漫画Comic、游戏Game、小说Novel（以下简称“ACGN”））为主要载体的平面世界中，由二次元产品所形成的独特的价值观与理念，还包括从ACGN向外延伸出的手办、COSPLAY等衍生产物[1]，而动漫是二次元文化的重要组成部分。动画和漫画合称为动漫[2]。在全球范围内，日本和美国都是动漫产业大国。目前日本的动漫产业已经是日本第三大产业，年营业额高达230万亿日元。同时，日本也是全球第一大动漫作品出口国，占据全球市场的60%[3];而作为全球动漫产业链最完整的国家——美国，其动画和相关衍生品的年产值超过2000亿美元，占其文化产业总产值的近30%[4]。
艾瑞咨询统计数据显示，2013年至2017年，中国动漫产业产值从900亿元上升至1536亿元，年均增长约14.14%。2018年中国泛二次元用户人数接近3.5亿，在线动漫用户数量也达到2亿多。可以看出我国动漫产业与美日之间存在较大差距，但庞大的用户规模为中国动漫产业发展带来巨大的发展潜力[5]。面对庞大的用户规模，传统的调查主要基于问卷调查法、访谈法和观察法，存在调查时间长，问卷回收率低，文本等主观数据无法客观分析等局限性，已经不能满足动漫动漫产业相关人员的获取用户消费信息的需求了，如何获取用户在线评论数据并进行分析成为研究的热点问题。
获取数据是进行数据分析的前提。张振华等人（2019）利用人工采集和“八爪鱼采集器专业版”采集京东商城家具产品用户的评论，使用特征词提取、关键词共现与社会网络分析，得到特征词典、用户观点并可视化[6];王升盈（2018）采用Charles软件对美团外卖APP的数据接口进行用户评论抓取，然后进行情感分析得到评论数据的情绪值[7];张艳丰等人（2019）利用Python爬虫技术爬取京东商城电子商务平台的手机评论的数据，并进行挖掘不同时间序列区间评论文本内容，总结在线用户追评行为时间分布特征规律[8]。
分词是自然语言处理中文本处理的基础环节和前提。分词就是将连续的字序列按照一定的规范重新组合成词序列的过程[9]。在分词方面，李慧等人（2017）从属性层级抽取属性词集和对应的评论集，考虑评论对象属性特征的不同影响，并对TF-IDF进行改进用以计算属性因子进行评论集的分析[10];李玉玉（2017）利用NLPIR汉语分词系统将京东商城的25个洗衣机产品的评论进行分词，而后进行情感分析[11];钱春琳等人（2019）利用分词工具ICTCLAS和IKAnalyzer预处理在线中文评论，并进行情感分析[12]。
情感分析是主观数据的客观化。马松岳（2016）等人通过抓取豆瓣电影的用户评价，利用ROSTEA工具进行情感分析从而得到评论评价的综合情绪值，将其与打分评价进行相关分析[13];殷复莲（2017）提出一种基于词向量情感分析方法，对电影评论进行分析[14];刘阳（2018）利用基于隐马尔可夫模型的Viterbi算法对数据进行预处理，并利用基于概念网络与遗传算法的方法对主观评论文本进行感情分析[15]。 赵志升等人（2108）通过利用SnowNLP算法建立向量模型，分析新闻评论数据中用户观点与情绪，有效实现舆情分析和监控[16]。
上述研究为分析用户在线评论提供了有益的参考。但当前研究中针对动漫用户在线评论行为进行分析的较少，这不利于动漫制作者、发行者及时获取播映反馈并做出改进。整体上看，也不利于我国动漫产业发展壮大。因此，本文将在上述研究的基础上，以B站人气国产动画（《狐妖小红娘》）为研究对象，分析该剧用户在线评论信息，并提出若干对策建议。
二、数据来源与处理
B站是中国目前最活跃的二次元社区之一[2]，而评分高的动漫评论数可以达到上万条，其中评论区包括“用户名”、“评论时间”、“评论星级”、“评论内容”、“点赞数”、“不喜欢数”六部分信息。由于B站的网页是动态网页，所以，本文的思路是首先找到评论区对应的Json文件，然后获取Json文件中对应评论区的六部分数据，最后将爬取的12657条数据按照评论区的六个字段分列导入Excel表格作为原始数据。由于爬取的“不喜欢数”都为0，同时出现了 “评论时间”数据对以下研究没有意义，因此，将这些指标删除。研究表明，删除停止词都能够在一定程度上提高文本分类的准确率[13]。停止词是在文本中出现的频率比较高，但却不包含实际意义的词。主要包括了语气词“啊”，副词“也”，代词“他”，连词“和”以及助词，数词等，本文通过对“allowPOS=（'a'，'e'，'n'，'ns'，'nr'）”進行设定，只考虑其中的形容词、叹词、名词、地名、名字，从而删除停止词。删除上述对本研究没有意义的指标，得到数据集表1显示了数据集的前6条样本。 三、数据分析
（一）评分与评论数统计分析
将汇总数据中的“评分数据”进行评分统计，得出如下结果：在所有的评分中，一星评分用户数量占总评分用户数量的2.31%，二星评分用户数量占总评分用户数量的0.93%，三星评分用户数量占总评分用户数量的2.53%，四星评分用户数量占总评分用户数量的6.56%，五星好评用户数量占总评分用户数量的86.67%。可以看出《狐妖小红娘》这部国产动漫的五星好评用户数量所占的比重最大，说明用户对动漫的好感度较高。
（二）評论内容分析
1、分词与TF-IDF计算
在使用Python进行中文分词处理时，可以使用第三方的jieba分词器进行。其分词算法的总体思路是：使用基于前缀词典的词图扫描，生成所有可能生成词所构成的有向无环图，再采用动态规划查找最大概率路径，找出基于词频的最大切分组合;对于未登录词，采用了基于汉字成词能力的HMM模型来预测分词。jieba分词支持三种分词模式：一是精确模式将分析文本进行精确地切分，适合文本分析;二是全模式，将所有可能组成词语的词组扫描出来，处理的速度比较快，但是误差较大;三是搜索引擎模式，在精确模式的基础上对长词再切分，从而提高召回率，适合用于搜索引擎分词[17]。本文采用精确模式，使用jieba.cut（）函数将《狐妖小红娘》的所有短评进行分词，并去除停止词，而后采用词频-逆向文本频率（TF-IDF）进行词频统计分析。TF是某一个给定的词语在该文件中出现的频率[18]，其计算公式为：
其中，n为词出现的次数，ij表示第i行，第j列的词，k表示i从第一行取到最后一行。
IDF是倒排文档词频，其思想是只在较少的文档中出现的索引词将更能区分文档[19]，其计算公式为：
其中，N为总文档数，dfm是出现了该词的文档数量。从而得到TF-IDF的计算公式：
利用Python实现TF-IDF算法，选取TF-IDF值前500的词进行进一步的分析，提取的前500个关键词的前20条数据如表2所示。
2、情感分析
情感分类的基本模型是贝叶斯模型，即对于积极类a1和消极类a2分类问题来说，其特征为w1，w2，w3，w4，…wn，且特征之间相互独立，得出属于积极类a1的贝叶斯模型公式为[20][22]：
运用机器学习的方法进行情感分析，首先要进行训练然后才能进行预测，训练时用的是什么文本材料，直接影响到模型的适应性。而SnowNLP的训练文本就是评论数据。因此在在线评论文本的情感分析中准确率较好。所以，本文利用SnowNLP技术进行情感分析。
通过读取前500个关键词并依次进行情感值分析，最后生成一个0-1之间的值，当值大于0.5时代表词组的情感极性偏向积极，即为“积极情感词”;当值等于0.5是，情感极性偏中性，即为“中性词”;当分值小于0.5时，情感极性偏向消极，即为“消极情感词”，取值越偏向两边，情绪越偏激。利用上述规则将关键词分为“积极情感词”、“中性词”、“消极情感词”并进行词频统计，得出每类词在前500个关键词中所占的比例，积极情感的词数占总词数的65%，中性词占总词数的20%，消极情感词占总词数的15%，说明了半成以上的用户都对这部剧持积极的态度。
3、词云分析
利用Python选取TF-IDF值前500的词构成如图1所示的词云图。词云图，也叫文字云，是对文本中出现频率较高的“关键词”予以视觉化的展现 [21]。在词云中，通常是不同的词组采用不同的颜色表示，不同词频或权重的词组采用不同的字号表示。在所有字中“国漫”二字的字号最大，不难看出用户对国产动漫的支持;通过“不错”，“优秀”，“良心”等词可以看出，用户对这部动漫的好感度很高。通过“红娘”、“苏苏”、“雅雅”等关键词可以看出这部动漫的人物设定是用户的关注点，也侧面反映了这部动漫人物设定有一定的可取之处;通过“南国”、“剧情”等关键词可以看出用户对其剧情的关注度也很高;通过“动画”、“配音”、“画风”等词可以深受用户的喜爱与其制作精良，画风独特等是密不可分的。
将关键词根据人物、制作、剧情进行分类，分别筛选出每类中词频出现前10的关键词，得出以下结果。
在人物方面，大家对在女性角色中，“苏苏”在评论中出现的次数是最多的，其词频达到0.21，男性角色中，“王权（富贵）”出现的频次是最多的，词频为0.11在评论出现频率前10的人物主要是一些核心角色，但“颜如玉”和“土狗”这样的次要角色出现的频率也较高，词频分别为0.02，0，015，说明用户除了关注核心角色之外，也有用户聚焦于次要角色。
在制作方面，“动画”的词频最高，达到了0.15，“配音”次高，其词频达到了0.09，而“画风”、“画质”等词的词频也偏高，词频分别为0.07，0.03，可以看出用户在动画、配音、画风和画质等方面的评论评论较高，即用户注重这些方面的制作。
在剧情方面，“剧情”的词频最高，达到了0.4，其次是“故事”，达到了0.1，“感人”、“爱情”、“泪点”等词在评论中出现的频率较高，分别为0.03，0.02，但在频率前10的剧情类关键词中出现了“拖沓”一词，词频为0.009，虽然词频不高，但也说明部分用户认为该动漫存在一定的剧情拖沓现象。
四、对策及建议
（一）丰富故事情节，激起用户兴趣
《狐妖小红娘》之所以能成为B站国产动漫中追番人数最多的番剧，这与其本身的故事情节是密不可分的。而B站的用户属性不同，对喜欢的内容和风格也各不相同。《狐妖小红娘》就很好地利用了这一点，在番剧中有不同的场景和情节，如：“月红篇”、“南国篇”、“千颜篇”等，不同的情节，就会产生不一样的人物，不一样的风格，这样会增加受众的范围，吸引更多的用户。 由此可见，丰富、有趣的情节是一部动漫成功的必要因素之一。然而在国产动漫中，情节往往已经固化，缺少现代元素、创新元素，在情节中适时添加不同的元素，使动漫情节更加多元化，例如时空的转变，从中加入了不同时代的背景，丰富了动漫的内容，跳出原有框架，使内容更加充实、新颖，同时拓展了漫画的题材。除了情节的内容，还要注意剧情的进度，要避免剧情拖沓等降低用户好感度的行为，应以制作精良优秀的动漫为主要目标。
（二）真情实感的付出，获得用户好感
如果说丰富饱满的故事情节是成功抓住观影用户的眼球的重要因素，那么真实的情感则是拉近作品与观影用户的距离的关键。这里的真实情感除了情节中人物的情感，更是动漫制作中的真实付出。
《狐妖小红娘》的成功离不开爆满的人物塑造，观影用户往往会因为里面的某个人某件事或者某句话，而深有感触，对作品产生共鸣与认同感，从而使作品更加吸引人，受观影用户的喜欢。通过观察《狐妖小红娘》用户评价的词云图和具体的关键词分类统计，也不难看出：用户对动漫的制作十分重视，尤其是声音和动画方面。
也就是说，一部好的作品需要各个要素的融合，除了情节、人物等内容，在服饰、音乐、台词、场景等细节上的制作是十分重要的。《狐妖小红娘》动画、音乐等细节制作上均十分的精良，让人在第一眼便知道这是一部用心制作的作品，收获了观影用户满满的好感。也就是说，优秀动漫作品的制作不是短期可成的，它离不开追求精良的默默付出，看见有诚意的好作品，用户自然也领情。
（三）结合中国传统文化，打造自身特色
《红妖小狐娘》的创作灵感来源于中国古典神话，结合爱情主题，将一个个鲜活的人物打造出来，并且极具特色。在作品中我们不难看出中国风元素的设定、服饰和场景，通过这些方面的共同构筑，给观影用户留下了很好的印象。
中国有着深厚的历史文化底蕴，五千年的历史、丰富的历史文化资源，这为动漫创作提供了广泛的素材与灵感，想要创造我国自己的动漫作品与动漫形象，需要以此为依托。在动漫作品创作时，结合民族特色，体现我们的民族特征。需要注意的是这种体现不是仅仅停留在服饰、历史，不是将文化历史进行动漫形式的演绎，而是要将中国传统文化作为一种文化的精髓融入动漫中，在情节、背景、人物言行等内容上自然而然的表现出来，使之更具感染力、亲和力。
（四）加强宣传力度，增加用户数量
虽说“酒香不怕巷子深”，但适当的宣传也是必不可少的，适当有效的宣传往往能起到事半功倍的效果。如今网络发展迅速，利用网络、新兴媒体为动漫作品的宣传推广提供了新的途径。动漫产业相关人员应抓住机会，适时宣传动漫作品，即在动漫播出之前加强宣传，以吸引更多的用户进行观看，同时在播出之后也可以做后期的宣传，以保证用户不流失。 从而增加作品知名度与热度，使之具有良好、持久的竞争力。
（五）开发相关衍生品，增加用户粘性
总体上看，中国动漫产业虽然已经取得了一定的成绩，在动漫形象上部分人物的塑造是比较成功的，但是由于后期缺乏合理的传播方式，后劲不足，从动漫形象传播到开发、销售相关衍生品成功案例更是少之又少，整个动漫产业链的运作存在着很多的问题。
通过开发相关衍生产品来谋取利益是动漫产业价值链的终端，也是动漫产业中利润最大、操作空间最广的一个环节[23]。动漫产业相关人员应该意识到这一点，抓住深入人心的动漫人物形象，深入创作，加工，在过程中要以长远的眼光发展，不能只注重短期效应，急功近利，将衍生品制作的简单粗糙，要真正完善动漫产业链。
五、结束语
本文通过Python爬虫技术爬取相关数据，通过描述统计分析用户评分与评论等数据，其次通过jieba模块实现短评的分词，利用TF-IDF算法计算各词的词频，并筛选出排名前500的关键词，然后利用SnowNLP分析这些词，计算出用户对动漫作品的总体情感倾向。通过对短评的分析，挖掘了用户的隐藏喜好和行为。
随着人民物质生活水平的提高，对文化消费的需求日益增加，与此同时二次元文化在中国广泛传播，其用户规模巨大，动漫产业作为二次元文化的主要代表，更应重视产业的发展。利用已有地的数据更好地了解用户，为用户提供更加精良的动漫和优质的用户体验，从而吸引更多的用户，更好地发扬中国文化。
参考文獻：
[1]李明月，华欢欢，江晶鑫，韩万通.我国二次元产业产值的因子分析模型及应用[J].科技经济导刊，2018，26（36）：11-13.
[2]中国动漫行业IP价值研究报告——超级IP何时诞生[R]泛娱乐大数据平台领航者，2018
[3]陈晨.2018年日本动画产业发展现状分析市场规模不断扩大，动画制作陷入瓶颈[EB/OL].https：//www.qianzhan.com/analyst/detail/220/180803-34fd85e0.html，2018-08-03.
[4]上海证券报·中国证券网.动漫产业全面腾飞10股绝对低估[EB/OL].http：//stock.cnstock.com/stock/smk_qlgg/201609/3913535.htm，2016-09-30
[5]中国动漫行业研究报告[R].艾瑞咨询，2018
[6]张振华，许柏鸣.基于在线评论文本挖掘的商业竞争情报分析模型构建及应用[J].情报科学，2019，37（02）：149-153+160.
[7]王升盈.基于美团外卖用户在线评论的情感分析研究[J].现代商贸工业，2018，39（23）：67-69.
[8]张艳丰，彭丽徽，洪闯.在线用户追评行为时间序列关联特征实证研究——以京东商城手机评论数据为例[J].情报理论与实践，2019，42（03）：139-145. [9]金幕.现代学生群体的压力与生活的共存性分析——一项基于微博语料的自然语言处理技术应用[J].金华职业技术学院学报，2019，19（01）：79-84.
[10]李慧，柴亚青.基于属性特征的评论文本情感极性量化分析[J].数据分析与知识发现，2017，1（10）：1-11.
[11]李玉玉. 在线评论对网络产品销量的影响研究[D].重庆大学，2017.
[12]钱春琳，张兴芳，孙丽华.基于在线评论情感分析的改进协同过滤推荐模型[J].山东大学学报（工学版），2019，49（01）：47-54.
[13]马松岳，许鑫.基于评论情感分析的用户在线评价研究——以豆瓣网电影为例[J].图书情报工作，2016，60（10）：95-102.
[14]殷复莲，潘幸艺，柴剑平.基于词向量的电影评论情感分析方法[J].现代电影技术，2017（08）：4-9.
[15]刘阳.基于互联网的中文电影评论情感分析方法研究[D].沈阳化工大学，2018.
[16]赵志升，靳晓松，温童童，梁俊花.基于Python-SnowNLP的新闻评论数据分析[J].科技传播，2018，10（18）：104-105.
[17]钟静晨.电商商品评价情感分析系统研究[D].江苏科技大学，2018.
[18]夏玉芹，单雪微.基于Python的简单文本情感分析[J].阴山学刊（自然科学版），2018，32（04）：58-62.
[19]马梦曦，张骏.基于TF-IDF与SVM的弹幕文本情感极性分析模型[J].现代商贸工业，2019（08）：205-207.
[20]涂小琴.基于Python爬虫的电影评论情感倾向性分析[J].现代计算机（专业版），2017（35）：52-55.
[21]严明，郑昌兴.Python环境下的文本分词与词云制作[J].现代计算机（专业版），2018（34）：86-89.
[22]zhiyong_will.情感分析——深入SnowNLP原理和实践[EB/OL].https：//blog.csdn.net/google19890102/article/details/80091502，2018-06-26
[23]周惠來.全球视角下的中国动漫产业发展之路[J].光盘技术，2007（03）：4-6.
作者简介：
王仟滢（1998-）女，安徽财经大学管理科学与工程学院，信息管理与信息系统。