基于情感计算的电影成功要素分析——以《流浪地球》为例

发布时间：2024-06-12 02:30

　　《流浪地球》在中国科幻电影发展中具有里程碑意义,因此挖掘该影片"题材""剧情""画面""影人""音效"五个维度上的成功要素非常有意义。为此,本文以该影片在豆瓣上的长评为研究对象,利用Word2vec词向量提取分析维度,然后借用情感字典与规则方法分析情感倾向,最后通过正、负情感评论的聚类,总结了该影片的成功点与不足之处;通过本文研究,发现在"题材"上,该影片获得普遍的认可;在"音效"和"画面"维度上,该影片处于一个中等水平,"影人"和"剧情"方面存在较大争议。

【文章页数】：9 页

【部分图文】：

图1基于网络影评的《流浪地球》成功要素分析框架

豆瓣(douban)是一个社区网站,于2005年3月6日由杨勃(网名“阿北”)创立。豆瓣电影作为豆瓣网站中很重要的一个组成部分,会提供时下新上映的电影相关内容介绍以及已经看过此电影的人的评论,而且豆瓣电影用户基数大、影评数量多且专业性较强,因而具有较大的参考价值,因此我们爬取了豆....

图2LDA的图模型

重复上述过程N次,就生成了该文档d,这一过程的图形描述(21)如图2。图2中z是隐藏变量,即某个单词所对应的主题未知,φ和θ分别又带有超参数β和α,所以LDA的目标事实上就是估计β和α。

图3豆瓣影评星级数目分布图

我们从豆瓣上(https://movie.douban.com/subject/26266893/)爬取了豆瓣长评,截至2019年3月21日,《流浪地球》显示有20964条长影评,我们借助Python爬虫获得了有效影评14455条,每条影评数据项有评论作者、评论标题、评论内容、评....

图4影评各个维度关键词云图

在完成表1的初始电影关键要素词之后,我们利用Word2Vec模型对整个语料进行训练,得到各个词50维的向量,然后利用Cosine相似度计算每个词与初始电影关键要素词之间相似性,当相似度大于0.8时将该词加入对应维度队列,在完成全部词的计算之后,可能出现有些词同时在不同队列均有出现....

本文编号：3993088