摘 要：彈幕作為視頻網(wǎng)站與用戶互動的新興媒介，具有一般評論不可具有的實時互動性。同時彈幕更多是用戶基于視頻場景的共鳴，富有情緒化。本文嘗試利用彈幕的情感分析技術(shù)，結(jié)合群體智慧，利用協(xié)同推薦，更好內(nèi)容與用戶。

關(guān)鍵詞：彈幕;互動;情感分析;協(xié)同推薦

一、引言

彈幕（barrage），類似于小說中行間彰顯的夾批，它是視頻中屏間飄過的評論點，是用戶在觀看視頻網(wǎng)站時候所產(chǎn)生的基于視頻內(nèi)容所產(chǎn)生用戶評論。大量吐槽評論從屏幕飄過時效果看上去像是飛行射擊游戲里的彈幕。

彈幕評論具有一般評論不可具有的實時性，更能準確的具體反應(yīng)用戶在觀看視頻的即時情感和褒貶評價。

現(xiàn)有的關(guān)于彈幕的研究主要集中在文化價值定性的研究上，研究多從彈幕本身的形式和功能入手，研究用戶的動機和行為，關(guān)于彈幕作為評論的量化分析的研究少有。文本情感分析方面，研究對象的選取主要是商品評論、微博文本等常見文本，對彈幕文本在情感分析方面的關(guān)注度尚有不足。對于用戶的個性化推薦，主要集中在于收集用戶的個人信息，了解用戶的偏好選擇，并根據(jù)用戶需求即時的調(diào)整推薦內(nèi)容和服務(wù)方式更好滿足用戶的需求。這樣就忽略了群體智慧和結(jié)晶，如果能夠結(jié)合群體智慧，結(jié)合人的社會屬性，同時挖掘單個用戶之前的產(chǎn)生的信息基礎(chǔ)之上，使兩者有機的結(jié)合起來，這樣就可以更好，更合理利用大眾智慧為用戶提供更加合理化的推薦策略。

二、數(shù)據(jù)處理及研究方法

（一）數(shù)據(jù)處理和研究方法框架

1.數(shù)據(jù)來源

首先是彈幕數(shù)據(jù)的選取，選取的是《爸爸去哪兒》這一綜藝節(jié)目第四季共13集所有集數(shù)的彈幕。

2.選取數(shù)據(jù)來源理由

（1）全面性（2）唯一性（3）可得性

個人用戶評論數(shù)據(jù)的選取，由于優(yōu)酷對于個人彈幕用戶的數(shù)據(jù)保護，無法抓取個人的彈幕數(shù)據(jù)，所以選取的是豆瓣網(wǎng)上兩位用戶的影視評論數(shù)據(jù)作為替代。

（二）推薦指數(shù)計算

通過對《爸爸去哪兒》第四季彈幕進行特征級別情感分析，主要是通過統(tǒng)計評價對象中正負面信息的數(shù)量，進而發(fā)現(xiàn)大眾對于明星真人秀節(jié)目要素的認可度。同時收集個人用戶的評論信息，通過對評價對象的詞頻統(tǒng)計了解該用戶收視需求所關(guān)注的主要元素。因此，通過統(tǒng)計評價對象的詞頻數(shù)可以發(fā)現(xiàn)用戶的關(guān)注興趣，利用每個屬性占所有詞頻統(tǒng)計的百分比作為推薦指數(shù)的權(quán)重wi。

（三）數(shù)據(jù)處理和操作

使用python在“優(yōu)酷”視頻網(wǎng)站中爬取綜藝節(jié)目《爸爸去哪兒》（第四季）中所出現(xiàn)彈幕文本數(shù)據(jù)。

對所得文本數(shù)據(jù)進行預處理操作：

彈幕短文本：口語化，用詞不規(guī)范，自稱體系。因此需要構(gòu)建彈幕情感詞典。

借鑒鄭飏飏等處理彈幕文本的方法，對所得文本數(shù)據(jù)進行預處理操作：隨機抽取彈幕文本10000條，使用分詞工具python結(jié)巴分詞完成彈幕去除停用詞，添加自定義詞典，進行分詞、標注詞性等工作。

通過觀察彈幕數(shù)據(jù)，我們從形容詞、動詞和感嘆詞中詞語選取具有明顯情感傾向進入彈幕情感詞典，并將其分為正向情感詞和負向情感詞。

正向情感詞：666，可愛，親和等，負向的情感詞，不好看差評等。

從名詞中抽取明星真人秀的節(jié)目要素，首先參考姜霖，對于一般藝術(shù)作品的研究分類，將其分為內(nèi)容、形式、價值、三大類。

結(jié)合豐家喜對于明星真人秀研究，按所得詞詞義、筆者理解等將其分為服裝、廣告、后期、情節(jié)、人物、剪輯、拍攝，等共計7類節(jié)目要素特征。

在彈幕情感詞典中，根據(jù)正向或負向的情感分類分別對彈幕文本中的每個情感詞予以1或-1的分值，根據(jù)節(jié)目要素詞典，將彈幕文本中的相應(yīng)關(guān)鍵詞替換為對應(yīng)的節(jié)目要素，統(tǒng)計節(jié)目要素詞的正向負向的次數(shù)，記為QP表示節(jié)目要素正向（Positive）的個數(shù)，QN表示節(jié)目要素負向（Negative）的個數(shù)。通過對彈幕文本的抽取替換處理，將完成賦值的彈幕文本數(shù)據(jù)按照節(jié)目要素詞進行分類，統(tǒng)計次數(shù)，通過對統(tǒng)計數(shù)據(jù)的分析，發(fā)現(xiàn)《爸爸去哪兒》彈幕的正面評價多于負面評價，這樣符合其在豆瓣平臺上的7點多的評分。

同時我們通過網(wǎng)絡(luò)爬蟲采集豆瓣網(wǎng)上兩位用戶的評論信息進行節(jié)目要素特征進行詞頻統(tǒng)計。我們選取的兩位豆瓣用戶中“柏邦妮”是知名度較高的業(yè)余影評人，共發(fā)表評論 307 篇;福根兒，是一名愛好電影的普通用戶， 發(fā)表了 48 篇電影評論。對于兩位用戶的評價對象進行詞頻統(tǒng)計，統(tǒng)計相應(yīng)的對象以及他們所占的權(quán)重Wi。

在對人物評價對象進行詞頻統(tǒng)計時考慮到真人秀節(jié)目主要是該季的明星嘉賓相對較窄，而個人影視人物評價相對較廣，通過對分詞的詞性標記，從名詞中抽取人物名稱包括演職人員和電影中的人物角色，通過人工篩選并對其進行詞頻統(tǒng)計構(gòu)建評價詞典。其余評價對象借鑒明星真人秀綜藝節(jié)目詞典進行詞頻統(tǒng)計。

通過分析結(jié)果我們發(fā)現(xiàn)柏邦妮和福根兒對于人物都比較關(guān)注，而其他評價對象的關(guān)注各有所不同。

然后我們將統(tǒng)計出來的權(quán)重帶入到推薦指數(shù)的計算公式中，這樣就可以算出整季《爸爸去哪兒》的推薦指數(shù)，以及單集的推薦指數(shù)。

三、結(jié)論

綜上結(jié)果所述我們發(fā)現(xiàn)：

1.人物方面

人物所占比重最高，不論是彈幕內(nèi)容，還是用戶個人影評，說明人物對于明星真人秀的重要性。節(jié)目組要重視明星人選，好的明星人選是收視的保障。

2.節(jié)目情節(jié)方面

我們發(fā)現(xiàn)彈幕用戶群體負向情感略高于正向情感，說明節(jié)目情節(jié)設(shè)計需要改進。

節(jié)目情節(jié)設(shè)計，最能引起觀眾情緒波動。而《爸爸去哪兒》經(jīng)過幾季的播放，觀眾對于嘉賓參與節(jié)目情節(jié)已經(jīng)很熟悉，同時基于真人秀節(jié)目即時性特點，要最大限度保證節(jié)目情節(jié)的真實有趣，所以需要對現(xiàn)有的節(jié)目情節(jié)進行改造和創(chuàng)新，如此一來才能提高觀眾對節(jié)目的正向口碑，有利于節(jié)目進一步的傳播發(fā)展。

3.廣告方面

我們發(fā)現(xiàn)其正向的情感高于負向情感，這與我們平時所想的有所出入，說明適當而有趣的廣告植入能讓觀眾減輕抵觸情緒，甚至能引起觀眾的好評。觀眾通過發(fā)彈幕等形式，無形提高了商家品牌知名度，明星真人秀節(jié)目的運營也需要一定的贊助商支持，這樣實現(xiàn)節(jié)目方、廣告商、觀眾等的多方共贏局面。

同時我們嘗試結(jié)合用戶的個人發(fā)表評論信息，了解用戶的關(guān)注點，將用戶喜歡的內(nèi)容推薦給用戶，減少用戶信息檢索難度，提高用戶的滿意度，也增加節(jié)目內(nèi)容播放量和認可度。

參考文獻：

[1] 張? 帥，王文韜，周華任，et al.基于扎根理論的彈幕視頻網(wǎng)站用戶使用行為驅(qū)動因素研究[J].情報理論與實踐，2018，v.41;No.294（07）：121-126.

[2] 陳? 一，曹圣琪，王? 彤.透視彈幕網(wǎng)站與彈幕族：一個青年亞文化的視角[J].青年探索，2013（6）：19-24

[3] 杜嘉忠，徐? 健，劉? 穎.網(wǎng)絡(luò)商品評論的特征-情感詞本體構(gòu)建與情感分析方法研究[J].現(xiàn)代圖書情報技術(shù)，2014（5）：74-82

[4] 張紫瓊，葉? 強，李一軍.互聯(lián)網(wǎng)商品評論情感分析研究綜述[J].管理科學學報，2010（6）：84-96.

[5] 鄭飏飏，徐? 健，肖? 卓.情感分析及可視化方法在網(wǎng)絡(luò)視頻彈幕數(shù)據(jù)分析中的應(yīng)用[J].現(xiàn)代圖書情報技術(shù)，2015（11）：82-90

[6] 姜? 霖，張麒麟.基于評論情感分析的個性化推薦策略研究——以豆瓣影評為例[J].情報理論與實踐，2017（08）：103-108.

[7] 豐家喜.明星真人秀節(jié)目要素分析[J].人民論壇，2016（2）：189-191.

作者簡介：

劉奧運，2016級管理科學工程碩士。