文章目錄

• • • 目的
    • 效果
    • • • 云圖
        • 直方圖
    • 全代碼+數據地址
    • 核心代碼片斷
    • • data_analysis.py
      • data_tfidf.py
      • data_apriori.py
      • data_kmeans.py

目的

通過分析豆瓣用戶電影評論數據，來對不同國家在不同時間內的電影進行情感分析，并通過云圖及直方圖進行效果展示。

效果

云圖

直方圖

全代碼+數據地址

資源鏈接 ：https://download.csdn.net/download/zhuqiuhui/85100293

核心代碼片斷

data_analysis.py

分析隨著時間增長，不同國家拍攝的電影類型的變化

with open("data/kmeans.csv", 'r') as outfile:data = csv.reader(outfile)li = []years = []movie_dict = {}country = []for item in data:if(item[11]=='nan'):continueelse:li.append(item[11])years.append(item[3])country.append(item[4])if(item[4] not in movie_dict):movie_dict[item[4]]={item[3]:[item[11]]}else:if(item[3] not in movie_dict[item[4]]):movie_dict[item[4]][item[3]]=[item[11]]else:movie_dict[item[4]][item[3]].append(item[11]) for k,v in movie_dict.items():for k1,v1 in v.items():movie_dict[k][k1]=Counter(v1).items()

data_tfidf.py

為由用戶電影評論構建 tf-idf 模型抽取的關鍵短語。分為正向關鍵短語和負向關鍵短語。

def data_clean(SetPath):corpus_pos = []corpus_neg = []corpus = []result = []feature_list = []with open(SetPath) as file:data = file.readlines()for i, item in enumerate(data):row = item.strip().split("\t")if i == 0 or len(row)<5:continueelse:subdata = row[3]substr = jieba.lcut(subdata, cut_all=False, HMM=True) # 默認參數if(row[4]=='pos'):corpus_pos.append(" ".join(substr))else:corpus_neg.append(" ".join(substr))corpus.append(" ".join(substr))

data_apriori.py

為由電影風格標簽抽取的關聯規則

def runApriori(data_iter, minSupport, minConfidence):itemSet, transactionList = getItemSetTransactionList(data_iter)freqSet = defaultdict(int)largeSet = dict()assocRules = dict()oneCSet = returnItemsWithMinSupport(itemSet, transactionList, minSupport, freqSet)currentLSet = oneCSet

data_kmeans.py

通過 kmeans 算法聚類電影。樣本通過 one-hot 編碼為特征，然后再使用 kmeans 算法聚類。共聚4類，通過云圖展示（見效果）

def data_analysis(Setpath):data = pd.read_csv(Setpath,encoding='gbk') # 讀取文件中所有數據X_value = []for cname in data.columns.values:if 'Unnamed' not in cname:X_data = np.array(data[cname])model = preprocessing.LabelEncoder()model.fit_transform(data[cname])X_reshape = X_data.reshape(len(X_data), 1)X_value.append(preprocessing.OneHotEncoder().fit_transform(X_reshape).toarray())value = np.concatenate(X_value,axis=1)y_pred = KMeans(n_clusters=4, random_state=10).fit_predict(value)data['cluster']= y_pred.tolist()data = np.array(data).tolist()

歡迎如轉載，請注明出處！歡迎關注微信公眾號：方辰的博客。

總結

以上是生活随笔為你收集整理的豆瓣电影评论情感分析（含代码+数据）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。