拿下60亿流量的《惊雷》都是哪些人在听?python帮你统计出来!
这看起来不着边际的歌词,配上简单粗暴的蹦迪音乐。
最近,一首《惊雷》的喊麦歌曲在短视频平台火了,震惊了整个音乐圈。
但4月10日歌手杨坤却在直播中批评《惊雷》“要歌没歌,要旋律没旋律,要节奏没节奏,要律动没律动”,评价其“难听”、“俗气”。
4月11日,MC六道以原唱者的身份对杨坤的指责做出回应表示,音乐没有高低之分,称《惊雷》现在比杨坤的任何一首歌都火。一时间更是把《惊雷》推上了风口浪尖。
那么《惊雷》这首歌到底怎么样?都是哪些人在听?今天我们就用Python来给你解读。
01
拿下60亿流量
喊麦歌曲《惊雷》火了!
说道喊麦,作为近年来一种新兴的表演形式,其内容和表达方式则比较简单和浮夸,主要形式是在网上下载一些伴奏(以电音伴奏为主),跟着伴奏以简单的节奏和朗朗上口的押韵手法进行的语言表演。
更简单的说法就是,演唱时不讲究什么技法,带着伴奏对着麦喊就完事。比如之前爆火的《一人我饮酒醉》就是很具代表性的喊麦歌曲。
而喊麦歌曲也因为一味堆积看似没有关联的词,闹腾的电音,简单粗暴的唱法等,让大家各种吐槽。而在“全民抵制”喊麦的背景下,《惊雷》却火了。
从今年3月起,以《惊雷》为BGM的短视频在各大平台上迅速走红。截止到4月24日,在抖音的#惊雷#的标签页下显示共有23w个视频作品使用,产生64.1亿次播放。
一些网友更是跟风录制了各种翻唱版本。温柔版、方言版、戏腔版、小黄人版、种类之多,只有你想不到,没有网友做不到。瞬间《惊雷》就成了今年度的网络爆款神曲之一。在B站上搜索《惊雷》更是可以看到大量的相关视频。
我们对B站上《惊雷》的各类视频进行整理分析发现:
在3月底,《惊雷》就在B站小火了一把,总播放量突破50万。接着到了4月12日,随着杨坤和MC六道的“隔空互掐”,大量《惊雷》相关视频如雨后春笋一般爆发出来,无论是音乐、游戏、生活、影视和鬼畜各视频分区产生的相关视频突破300个,播放量更是水涨船高。
02
“精神小伙”专属歌曲
都是哪些人在听《惊雷》?
我们使用Python获取并分析了网易云音乐上,MC六道的这首《惊雷》相关的评论数据。
经过去重得到1534条样本,从而来分析一下《惊雷》这首歌的用户和评价信息。
先看到结论:
评论时间趋势图
首先看到评论的时间,可以发现评论的高峰时间主要集中在:
- 中午12-13点左右;
- 下午5点之后的下班下课时间;
- 以及傍晚睡前9-10点
看来主要的听歌时间是在忙完工作的午休时,下班后的路上,以及睡前,刷着手机听听歌写写评论,也比较符合用户的听歌习惯。
评论用户性别分布
听歌的人群性别分布是如何的呢?经过分析发现,男性占比达到压倒性的67.08%,女性占比较少为16.43%,另外16.49%的用户没有标注性别。可见听《惊雷》的更多是男性群体。
评论用户年龄分布
分析发现,用户大多集中在14-30岁之间,以20岁左右居多,除去异常和虚假年龄之外,这个年龄分布也符合网易云用户的年龄段。
评论用户地区分布
从城市分布图中可以看出,评论用户涵盖了全国各大省份,其中广东的评论用户排名第一,其次是山东、河北、河南等省份。
根据网易云曾发布的音乐数据,北上广深等发达地带的用户对小众音乐情有独钟,这些城市聚集了大量的小众音乐用户,其中广东也是聚集了众多热爱电音的用户,堪称“最电音省份”。
同时我们查询了2019年全国各省份的人口排名,排名前三的省份是:广东、山东、河南,这个结果也与分布图较为吻合,果然还是人多力量大。
评论情感正负分布
那么评论中大家对《惊雷》更多是称赞还是吐槽呢?接着我们对评论区的留言进行了情感分析,使用的是百度的API。
我们定义了一个函数获取情感评分正向和负向的概率值,值介于[0,1]之前,越接近1,情感越偏向于积极,反之则越消极。
通过评论情感得分分布图,可以发现:
在1534条数据中,有780条数据评分分值在[0,0.05]之间,占比50.08%,有一半以上的用户对这首歌表达了非常厌恶的情绪。我们还看到,有227个样本的评分在0.95以上,属于非常正向,这些正向评论真的正向吗?
我们不妨看几条这些评论:
比如这一条:
谢谢,这首‘歌’我笑吐了
明显是属于负向的情绪,但是因为正向的关键词比较多,百度的情感分析程序给了0.97分,所以可以看出这里的正向评分也是有误差。
还有这一条:
突然感觉杨坤老师有点伟大
这首歌虽然是赞扬杨坤老师,但是放到这里是表达贬义,但是程序并没有判断出来,间接说明程序还是没有人聪明啊(拟合能力不足+汉语语境情况复杂)。
所以实际上大部分评论带着反讽的口吻,我们可以大胆推断,这首歌的负向情绪占比至少上升10~15%个百分点。
评论词云分布:
通过文本分析,可以看出大家对这首歌的评论集中对杨坤和MC六道的讨论上,吐槽点主要集中在关于歌曲的“难听”、“俗气”、"抄袭"等。同时也表达了对于“喊麦”和"音乐"的讨论上
03
教你用Python分析
网易云音乐《惊雷》的评论
我们使用Python获取并分析了网易云音乐上《惊雷2020》相关的评论数据并进行了以下部分处理和分析,整个分析过程分为以下几个步骤:
- 数据获取
- 数据读入与数据预处理
- 数据分析和可视化
01 数据获取
此次爬虫部分主要是调用官方API,本次用到的API主要是:
http://music.163.com/api/v1/resource/comments/R_SO_4_{歌曲ID}?limit={每页限制数量}&offset={评论数总偏移}
参数说明如下:
{歌曲ID}:歌曲ID
limit:限制每页获取的数据条数
offset:翻页参数偏移量,offset需要是limit的倍数
返回的数据格式为json,通过此接口目前每天获取的数据量限制是1000条,代码思路如下:
- 先获取一页的数据,并封装成解析函数parse_one_page
- 变化offset参数,循环构建URL,并调用解析函数
具体代码如下:
# 导入库
import requests
import json
import time
import pandas as pd
def parse_one_page(comment_url):
"""
功能:给定一页的评论接口,获取一页的数据。
"""
# 添加headers
headers = {
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.113 Safari/537.36'
}
# 发起请求
r = requests.get(comment_url, headers=headers)
# 解析数据
comment_data = r.json()['comments']
# 获取用户ID
user_id = [i['user']['userId'] for i in comment_data]
# 获取用户昵称
nick_name = [i['user']['nickname'] for i in comment_data]
# 获取评论ID
comment_id = [i['commentId'] for i in comment_data]
# 获取评论内容
content = [i['content'] for i in comment_data]
# 获取评论时间
content_time = [i['time'] for i in comment_data]
# 获取点赞
liked_Count = [i['likedCount'] for i in comment_data]
df_one = pd.DataFrame({
'user_id': user_id,
'nick_name': nick_name,
'comment_id': comment_id,
'content': content,
'content_time': content_time,
'liked_Count': liked_Count
})
return df_one
def get_all_page(song_id):
"""
功能:获取100页短评:目前接口一天最多获取数据量
"""
df_all = pd.DataFrame()
for i in range(101): # 最多100页
url = 'http://music.163.com/api/v1/resource/comments/R_SO_4_{}?limit=10&offset={}'.format(song_id, i*10)
# 调用函数
df = parse_one_page(comment_url=url)
# 循环追加
df_all = df_all.append(df, ignore_index=True)
# 打印进度
print('我正在获取第{}页的信息'.format(i + 1))
# 休眠一秒
time.sleep(1)
return df_all
if __name__ == '__main__':
# 惊雷
song_id = '1431580747'
# 运行函数
df_jl = get_all_page(song_id)
获取到的数据如下所示,此次我们一共获取了两天的数据,经过去重得到1534条样本,来分析一下《惊雷》这首歌的用户和评价信息。
获取的数据集主要包含了以下的信息:评论ID、用户ID、用户昵称、用户评论、评论时间、评论点赞。根据用户ID可以获取评论用户相关信息,此处暂不做赘述。
02 数据读入与数据预处理
此处,我们将对获取的评论数据集进行以下的处理以方便后续的分析:
- 读入数据和数据合并,去除重复值
- 评论时间:将评论时间转换为标准时间
- 用户评论:使用jieba分词对评论数据进行分词处理。
代码实现如下:
读入数据、合并、去重
评论时间处理
03 使用百度API进行情感分析
情感分析是NLP的重要部分。这里我们使用百度的API,来进行情感分析,经测试这个API接口结果相对比较准确。我们定义了一个函数获取情感评分正向和负向的概率值。返回结果解释:以正向概率positive_prob为例,值介于[0,1]之前,越接近1,情感越偏向于积极。
代码和结果如下:
# 异常值处理
df_comment['content'] = df_comment['content'].replace('
拿下60亿流量的《惊雷》都是哪些人在听?python帮你统计出来!相关推荐
- python 广告流量 爬虫_Python爬虫告诉你:拿下60亿流量的《惊雷》都是哪些人在听?...
CDA数据分析师 出品 惊雷/通天修为/天塌地陷紫金锤 紫电/玄真火焰/九天玄剑惊天变 这看起来不着边际的歌词,配上简单粗暴的蹦迪音乐. 最近,一首<惊雷>的喊麦歌曲在短视频平台火了,震惊 ...
- python做的如何给别人用流量_Python告诉你:拿下60亿流量的《惊雷》都是哪些人在听?...
原标题:Python告诉你:拿下60亿流量的<惊雷>都是哪些人在听? CDA数据分析师 出品 作者:Mika 数据:真达 后期:泽龙 [导语]:今天我们聊聊<惊雷>, Pyth ...
- 哪些人在听 60 亿流量《惊雷》?Python 告诉你 | 原力计划
作者 | 听不来喊麦的C君 来源 | CSDN博客 惊雷/通天修为/天塌地陷紫金锤 紫电/玄真火焰/九天玄剑惊天变 这看起来不着边际的歌词,配上简单粗暴的蹦迪音乐. 最近,一首<惊雷>的喊 ...
- Python告诉你,究竟都是哪些人在听《惊雷》!
这看起来不着边际的歌词,配上简单粗暴的蹦迪音乐. 最近,一首<惊雷>的喊麦歌曲在短视频平台火了,震惊了整个音乐圈. 但4月10日歌手杨坤却在直播中批评<惊雷>"要歌没 ...
- 买iPhone13选某多多百亿补贴还是官网免息?我用Python帮你算好了!
total=float(input('分期金额:')) date=int(input('分期月数:')) expectedRate=float(input('预计持有资金收益年利率:')) pddYo ...
- 正月初六 | 2月17日 星期二 | 快手体育拿下斯诺克赛事版权;华为推出“智慧养猪”方案;春节档总票房突破60亿元...
国内要闻 1.快手与瑞盖传媒达成版权内容合作,快手成为斯诺克赛事独家短视频合作平台 2.小米电视发文回应春晚直播卡顿:内容合作伙伴服务器异常 3.华为推出"智慧养猪"方案,&quo ...
- TikTok电商去年赚了60亿?短视频的尽头是带货?
据36氪2月27日的报道,36氪从多个信源处了解到,TikTok电商2021年GMV最高约60亿元,其中GMV占比约70%以上来自印度尼西亚,剩余不到30%来自英国.36氪另外了解到,TikTok电商 ...
- B站价值60亿跨年晚会背后的微服务治理
B站价值60亿跨年晚会背后的微服务治理 大家都知道微服务有两个痛点,一个是如何拆分微服务,微服务的边界怎么划分制定:二是微服务上了规模之后如何管理,因为只要上了规模,任何小小的问题都可能会被放大,最后 ...
- 百亿流量微服务网关的设计与实现
百亿流量微服务网关的设计与实现 本文从百亿流量交易系统微服务网关(API Gateway)的现状和面临的问题出发,阐述微服务架构与 API 网关的关系,理顺流量网关与业务网关的脉络,分享 API 网关 ...
最新文章
- react项目开发步骤_成为专业React开发人员的31个步骤
- windows7 下的日期没有internet时间的选项卡
- 10.02 T3 打表找递推式+十进制快速幂 九校联考凉心模拟DAY1T1
- android读取网页标题,如何获取WebView中页面的Title信息
- SAP评估级别 Valuation Area
- css使两个盒子并列_css如何去掉重叠部分的边框?
- 星之卡比机器人汉化_NS国行或迎来鸡肋的脑锻炼和大金刚!好消息是卡比也快了...
- 使用 VMware + win10 + vs2019 从零搭建双机内核调试环境
- c语言编译生成cpp,C语言的编译过程
- pygame做的著名游戏_用Python和Pygame写游戏-从入门到放弃(1)
- SpringBoot热部署环境搭建和原理分析
- 如何修改magento产品详细页面的栏目
- linux系统 锐捷_锐捷校园网Linux客户端认证xrgsu
- 直线插补算法---matlab仿真程序
- qt html表格自动增加行,QT中的tablewidget如何插入一行数据
- S@Kura的PHP进阶之路(三)
- 【opencv学习笔记】2用摄像头识别指定颜色
- eclipse一些有用的技巧总结
- 基于微信小程序的签到平台的研究与设计
- 武汉计算机大学排名2018,2018年中国地质大学(武汉)世界排名、中国排名、专业排名...