Python爬取4000條貓眼評(píng)論,帶你圍觀2021最爛院線電影

大家好,我是小數(shù)。
之前對(duì)挺多典型影視作品做過數(shù)據(jù)解讀,有好片也有爛片。爛片能爛的讓人記住的其實(shí)也不多,比如《富春山居圖》、《上海堡壘》、《爵跡》之類。它們往往頭頂著豆瓣2~3的評(píng)分,然后引發(fā)各種爭(zhēng)議討論,但其目標(biāo)人群(明星粉絲)還是愿意掏腰包支持的。
大概一年前,我曾經(jīng)寫的【看韓國人如何評(píng)價(jià)韓國電影《寄生蟲》?】一文中,就提到了一個(gè)觀點(diǎn)。
這與國內(nèi)的情況也是相似的,同一部電影貓眼淘票票的分?jǐn)?shù)普遍比豆瓣上要高。畢竟真金白銀去看電影的人,肯定會(huì)認(rèn)為它是一部好片子才去看。只要不像被《愛情公墓》一樣詐騙,基本觀眾的分?jǐn)?shù)不會(huì)太低。
3年后,《愛情公寓》大電影終于后繼有人。一部打著開心麻花團(tuán)隊(duì)旗號(hào)的電影,玩起了詐騙式營銷,喜獲貓眼評(píng)分3.2。

在我的印象里,大部分電影在豆瓣可能6分左右,在貓眼上8分多。那貓眼3.2分,究竟是什么概念呢?這么說吧,畢志飛導(dǎo)演的神作——《逐夢(mèng)演藝圈》即使在豆瓣上逼近2分!但貓眼評(píng)分還有6.8分呢。

今天小五就帶大家扒一扒這部2021最爛院線電影——《日不落酒店》。
01
爬蟲大法好
這次爬蟲目標(biāo)選取了貓眼,原因有二:一是目前豆瓣只能獲取500條評(píng)論,二是這次最大的爭(zhēng)議竟然出現(xiàn)在貓眼評(píng)論區(qū)。首先,我們來爬取貓眼電影上的評(píng)論數(shù)據(jù),但網(wǎng)頁版只能看到貓眼上的幾條評(píng)論,所以我們要借助別人抓取的app接口來爬取,我發(fā)現(xiàn)小二之前做過類似的爬蟲,就參考了一番。接口格式如下:http://m.maoyan.com/mmdb/comments/movie/movieid.json?_v_=yes&offset=15&startTime=xxx
兩個(gè)參數(shù)說明如下:[1]
movieid:網(wǎng)站中每部影片的唯一 id
startTime:當(dāng)前頁面中第一條評(píng)論的時(shí)間,每頁共有 15 條評(píng)論
經(jīng)過一番爬蟲,成功獲取了將近4000條貓眼電影評(píng)論。

不得不說,跟其他院線電影動(dòng)輒幾萬、幾十萬條評(píng)論相比,《日不落酒店》顯得寒磣多了。不得不服現(xiàn)在的觀眾們,避坑能力越來越強(qiáng)了。畢竟當(dāng)初《愛情公寓》當(dāng)初還有個(gè)“情懷加成”。《日不落酒店》差評(píng)成這樣還接著去看圖啥呢?為了看沈騰的紙片人嗎?
02
詐騙式營銷
讓我們看看觀眾們是怎么評(píng)價(jià)的?先是看評(píng)分:遠(yuǎn)超一半的觀眾給出了一星的評(píng)價(jià),但仍有10%的觀眾給出了高分的評(píng)價(jià),標(biāo)準(zhǔn)爛片評(píng)分分布。

其中在貓眼上給出評(píng)分的男性觀眾比例遠(yuǎn)高于女性觀眾。

其實(shí)我們還獲取了評(píng)論時(shí)間以及地域等數(shù)據(jù)信息,但其實(shí)意義不大,本文就不再展開講述。下面將利用python制作一個(gè)詞云圖,看看各位觀眾老爺們都表達(dá)了哪些看法?#?繪制詞云圖
def?gen_stylecloud(text,?file_name):
????stylecloud.gen_stylecloud(text='?'.join(text),?max_words=300,
??????????????????????????????collocations=False,
??????????????????????????????font_path=r'?C:\Windows\Fonts\msyh.ttc',
??????????????????????????????icon_name="fas?fa-thumbs-down",
??????????????????????????????size=800,
??????????????????????????????output_name=f'{file_name}.png'
?????????????????????????????)
????
gen_stylecloud(text=text1,?file_name='詞云圖')?
Image(filename="詞云圖.png")
輕松制作詞云圖

撲面而來的就是各種差評(píng)字句,還有人用到了李誠儒老師的名言來形容自己的觀后感:如坐針氈、如芒刺背、如鯁在喉。詞云圖中提到最多的就是沈騰,這也是貓眼大規(guī)模差評(píng)的導(dǎo)火索。小五這里截圖一張《日不落酒店》的海報(bào),你們看看這個(gè)人物比例,真·重新定義特別出演。
很多觀眾也在評(píng)論中透露,自己是因?yàn)橛猩蝌v才去看的這部電影,誰能知道他在電影中只是一個(gè)人形立牌,也就是“紙片人”,并且只出現(xiàn)了不到3分鐘。
03
被消耗的沈騰
細(xì)數(shù)開心麻花團(tuán)隊(duì)的電影作品,《夏洛特?zé)馈飞嫌秤?015年,也是當(dāng)年影院中最大的一匹黑馬,讓沈騰成為日后的“票房保障”。

之后連續(xù)推出了《羞羞的鐵拳》《西虹市首富》,所獲得的成績(jī)也相當(dāng)不錯(cuò)。接下來的《李茶的姑媽》成了開心麻花的“滑鐵盧”,豆瓣只有4.7分。而且它的主演與《日不落酒店》的一樣,都是黃才倫。不知道有沒有影響,原本2019年春節(jié)檔上映的《日不落酒店》,四次改檔,直到今年的3.19日才上映。也許是自己極度不自信,才在宣傳物料上各種“碰瓷”開心麻花和沈騰。
而后,《日不落酒店》的導(dǎo)演發(fā)了一篇長(zhǎng)道歉信,澄清了幾件事,其一,電影《日不落酒店》和開心麻花沒關(guān)系;其二,沈騰就是客串,但出品方和宣傳團(tuán)隊(duì)非要強(qiáng)行宣傳“主演”;其三,我們這拍的不是喜劇片。目前沈騰已成為中國影史票房第一的演員,累計(jì)票房突破200億元。

現(xiàn)在他也經(jīng)常被笑稱為喜劇片的“票房保障”,網(wǎng)友甚至?xí)f影片的“含騰量”如何如何。但觀眾的信任感也是有限的,如果一而再、再而三地被拿來充當(dāng)搶救票房的“爛片萬金油”,聲譽(yù)和路人緣也會(huì)總會(huì)被揮霍耗盡,失去其本應(yīng)有的含金量。[2]
04
劇情好到哪里了嗎?
其實(shí)一開始制作的評(píng)論詞云圖中,還有一個(gè)關(guān)鍵詞——“劇情”很突出!
那拋開被“紙片人”欺騙的感受,單論劇情有沒有好一些呢。重新使用python
篩選并截取涉及劇情的評(píng)論,具體方法如下所示

然后重新制作評(píng)論劇情相關(guān)的詞云圖。

大家把上圖中的各種用詞與“劇情”拼接起來,大概也就明白了單論劇情,仍然是一片罵聲。劇情無聊、劇情尷尬、劇情亂七八糟、劇情太爛、劇情垃圾、劇情難看、劇情無厘頭等等,這就很離譜。但客觀的說,確實(shí)有好評(píng)中提到了劇情搞笑等正向詞匯。
注:在計(jì)算中,關(guān)鍵詞“不搞笑”和“搞笑”是區(qū)分開統(tǒng)計(jì)的,所以并非由于“不搞笑”的評(píng)論而導(dǎo)致“搞笑”詞云占比大。
寫在最后
上個(gè)月我說《唐探三》是電影票房榜上的爛片!更多是想說它的影片質(zhì)量配不上它的票房。但這次則是另一種爛,拼個(gè)散裝劇本,然后找個(gè)開心麻花的演員當(dāng)主演,最后搞個(gè)沈騰參演當(dāng)噱頭。這種套殼營銷方法,前有《愛情公寓》后有《日不落酒店》。但最終觀眾們都用差評(píng)表達(dá)了自己的心聲!
更多數(shù)據(jù)分析內(nèi)容
掃描二維碼即可了解
