作者 | 朱小五

責編 | 伍杏玲

有個段子講“十年文案老司機，不如網易評論區，網易文豪遍地走，評論全部單身狗”，網易云音樂的評論區也一直都是各類文案大神的聚集地。

那么我們普通用戶到底如何成為網易云音樂評論里的熱評段子手？

讓我來分析一下。

獲取數據

其實邏輯并不復雜：

1. 爬取歌單列表里的所有歌單url。

2. 進入每篇歌單爬取所有歌曲url，去重。

3. 進入每首歌曲首頁爬取熱評，匯總。

歌單列表是這樣的：

翻頁并觀察它的url變化，注意下方動圖，每次翻頁末尾變化35。

采用requests+Pyquery來爬取。

這樣我們就可以獲得38頁每頁35篇歌單，共1300+篇歌單。

下面我們需要進入每篇歌單爬取所有歌曲url，并且要注意最后“去重”，不同歌單可能包含同一首歌曲。

點開一篇歌單，注意紅色圈出的ID。

觀察一下，我們要在每篇歌單下方獲取的信息也就是紅框圈出的這些，利用剛剛爬取到的歌單id和網易云音樂的API（下一篇文章細講）可以構造出：

不方便看的話我們解析一下JSON：

這樣我們就獲取了所有歌單下的歌曲，記得去重。

剩下就是獲取每首歌曲的熱評了，與前面獲取歌曲類似，也是根據api構造，很容易就找到了。

匯總后就獲得了44萬條音樂熱評數據。

數據分析

清洗填充一下：

按照點贊數排個序。

再看看哪些熱評是被復制粘貼搬來搬去的。

第一個和第三個只是末尾有沒有句號的區別，可以歸為一類。這樣的話，重復次數最多個這句話竟然重復了412次，額~~

看看上熱評次數次數最多的是哪位大神？從他的身上我們能學到什么經驗？

按照 user_id 匯總一下，排序。

成功“捕獲”一枚“段子手”，上熱評次數高達347，我們再看看這位大神究竟都評論些什么？

這位“失眠的陳先生”看來各種情話嫻熟于手啊，下面就以他舉例來看看如何成為網易云音樂評論里的熱評段子手吧。

數據可視化

先看看這347條評論的贊數分布。

很明顯，贊數并不多，大部分都在500贊之內，幾百贊卻能躋身熱評，這也側面說明了這些歌曲是比較小眾的，看來是經常在新歌區廣撒網。

我們使用len() 求出每條評論的字符串長度，再畫個分布圖：

評論的字數集中在18—30字之間，這說明在留言時要注意字數，保險的做法是不要太長讓人讀不下去，也不要太短以免不夠經典。

做個詞云。

可以看出他的評論風格是以一首歌使他“想起”“感覺”為開頭，賓語通常是“喜歡的女孩子”，也經常用"她”來指代。寄托的情感是“后悔”“悲傷”，感慨的終點是“放下”。

44萬條數據能分析的當然不止這些，詳情請移步：《網易云音樂熱評的規律，44萬條數據告訴你》

也許我們可以通過分析規律收獲點贊，成為熱評網紅段子手。但最終能打動人心的，依然是基于歌曲本身的真誠分享，和點出歌中蘊含的真正共鳴。

源碼：https://t.zsxq.com/F6UfUbA

聲明：本文系作者投稿，版權歸作者所有。

【End】

熱 文?推 薦?

我為什么放棄了 Chrome？

64%的投資者對比特幣不感興趣，那是誰投資了比特幣？

如何高效地準備技術面試？

?5天破10億的哪吒，為啥這么火，Python來分析

通俗易懂：圖解10大CNN網絡架構

為什么雷軍說“華為不懂研發”？

點擊閱讀原文，輸入關鍵詞，即可搜索您想要的 CSDN 文章。

你點的每個“在看”，我都認真當成了喜歡

總結

以上是生活随笔為你收集整理的44 万条数据揭秘：如何成为网易云音乐评论区的网红段子手？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。