基于情感計算的電影成功要素分析——以《流浪地球》為例
【文章頁數(shù)】:9 頁
【部分圖文】:
圖1基于網(wǎng)絡(luò)影評的《流浪地球》成功要素分析框架
豆瓣(douban)是一個社區(qū)網(wǎng)站,于2005年3月6日由楊勃(網(wǎng)名“阿北”)創(chuàng)立。豆瓣電影作為豆瓣網(wǎng)站中很重要的一個組成部分,會提供時下新上映的電影相關(guān)內(nèi)容介紹以及已經(jīng)看過此電影的人的評論,而且豆瓣電影用戶基數(shù)大、影評數(shù)量多且專業(yè)性較強,因而具有較大的參考價值,因此我們爬取了豆....
圖2LDA的圖模型
重復(fù)上述過程N次,就生成了該文檔d,這一過程的圖形描述(21)如圖2。圖2中z是隱藏變量,即某個單詞所對應(yīng)的主題未知,φ和θ分別又帶有超參數(shù)β和α,所以LDA的目標事實上就是估計β和α。
圖3豆瓣影評星級數(shù)目分布圖
我們從豆瓣上(https://movie.douban.com/subject/26266893/)爬取了豆瓣長評,截至2019年3月21日,《流浪地球》顯示有20964條長影評,我們借助Python爬蟲獲得了有效影評14455條,每條影評數(shù)據(jù)項有評論作者、評論標題、評論內(nèi)容、評....
圖4影評各個維度關(guān)鍵詞云圖
在完成表1的初始電影關(guān)鍵要素詞之后,我們利用Word2Vec模型對整個語料進行訓(xùn)練,得到各個詞50維的向量,然后利用Cosine相似度計算每個詞與初始電影關(guān)鍵要素詞之間相似性,當相似度大于0.8時將該詞加入對應(yīng)維度隊列,在完成全部詞的計算之后,可能出現(xiàn)有些詞同時在不同隊列均有出現(xiàn)....
本文編號:3993088
本文鏈接:http://www.wukwdryxk.cn/wenyilunwen/dianyingdianshilunwen/3993088.html