數據分析：豆瓣高分電影的短評里都在說些什麼

你好，我是老黃，一名經驗尚淺但是熱愛數據的數據分析師。

老黃平時愛好不多，喜歡看看電影，碰到好看的電影是一件欣喜和興奮的事情，拍案叫絕之後當然是盤算著好的電影必須推薦給身邊的朋友都看看，於是給身邊的狗蛋和翠花一頓安利，畢竟狗蛋、翠花都是村裡的高級知識分子，哪能隨便安利一部就欣然接受，必然得問問這個電影好在何處啊，然而老黃的一腔興奮和激動卻只能化作兩個字「牛逼」，實在是也憋不出別的名詞和形容詞。

嘴拙是件可怕的事情，自己不會那就看看別人是怎麼做的吧。於是用R 爬取了豆瓣高分電影中的499部電影共109440條短評，通過R 文本分析相關的包來看看在豆瓣電影上的大家是如何在評價一部好的電影，又或者說這些好的電影給大家的感受是什麼，一部好的電影大家關注的是什麼？

這499部電影中評分均在8分以上，是不可多得的優質電影。在對短評進行分析之前，我們來看看這499部電影的基本情況。

1、按國家或地區的電影數量分布

499部電影中美國電影211部，佔比為42%，不得不說作為電影工業最為發達的國家，其電影的質量是有目共睹的；其次是日本76部、英國34部；中國大陸、香港、台灣分別為32、30、29部，華語電影共91部，佔比18%，雖然華語電影飽受詬病的爛片層出不窮，但依舊有不少優質電影值得大家觀看。

2、按製片年份電影數量分布

499部電影集中在1990年以後，相信1990年之前也是有相當多的優質電影，受限於年代及信息獲取的便捷程度的影響，有很多大家都接觸不到。

3、按電影類型電影數量分布

劇情、愛情、喜劇是數量排名前三的電影類型。在這些電影類型中有一個特別的類型：黑色電影，僅有一部電影。黑色電影是一種含有「黑色或黑暗」情緒與心理色調的影片，其調子陰鬱、情緒悲觀，主要表現的是憤世嫉俗和人性危機。然而一部這樣類型的電影卻有一個美麗的名字：日落大道，有興趣的朋友可以去下載來看看。（一部電影如有多個類型，則該電影在相應的類型上各記一次數

以上是豆瓣高分電影的基本情況，接下來我們對這些電影的短評進行分詞，針對短評中出現的名詞及形容詞以詞雲的形式展示，同時以製片國家和電影類型兩個維度進行拆分對比分析。

1、電影短評整體情況

這些短評名詞中「劇情」出現的頻次最高的，劇情是一部電影的靈魂，不管是什麼類型的電影，必須要有一個完美的劇情作為基礎；「好看」、「經典」、「不錯」，簡單的辭彙是最高的評價。

2、按國家分類電影短評情況

選取高分電影數量排名前三的國家進行分析，分別是中國（大陸、香港、台灣共91部）、美國（211部）、日本（76部）。在名詞中剔除了各分類中均出現頻次最高的「劇情」，形容詞中同樣剔除了「好看」、「不錯」這些辭彙。

華語電影中網友討論最多的是「導演」，可能是因為華語導演大家會相對熟悉，而華語高分電影中形容詞「小時候」出現頻次最高，一些貼近生活的劇情或許讓大家有所回憶，有更多不一樣的感受；美國電影與華語電影不同討論最多的是電影的「結局」，「精彩」、「感人」、「溫情」是在大家的評論中出現最多的辭彙；日本電影以「畫面」見長，這也是大家一貫的認知，尤其動畫方便，獨樹一幟，多是「美好」、「感人」、「可愛」的故事和人物。

這三組詞雲的形狀是各國家具有代表性的動物，中國的當然是熊貓，美國和日本的大家可以猜一猜是什麼，期待大家答案。

3、按電影類型分類電影短評情況

選取高分電影數量排名前三的類型進行分析，分別是劇情類、愛情類、喜劇類。在名詞中同樣剔除了「劇情」，同時還有各類型對應的「劇情」、「情」、「喜劇」這些辭彙；形容詞中剔除了「好看」、「不錯」這兩個均出現頻次較高的辭彙。

劇情類電影大家提到頻次最高的是「結局」、「導演」、「鏡頭」，好的劇情能夠完美的表達離不開導演的思想和鏡頭的完美運用，對比按國家分類的詞雲來看，美國電影在劇情這一方面表現是較為突出的；愛情類型電影大家的評價集中在「音樂」、「結局」、「畫面」，這些元素給人帶來「美好」、「浪漫」的愛情氛圍；喜劇類電影的核心當然「幽默」，愉悅之外，大家還能感受到人物的「可愛」、故事的「溫情」。

同樣的，這三組詞雲的形狀均是經典的電影人物形象，歡迎大家在評論中留下大家的心中答案。

到此為止，就是關於豆瓣高分電影短評文本分析的全部內容，以後會不定期的更新數據分析的話題文章，如果大家有感興趣或有意思的話題，可以在評論中留言，我們共同探討。另位寫得不好或不對的地方還請大家不吝賜教，謝謝！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！