基于情感計算的電影成功要素分析——以《流浪地球》為例
發(fā)布時間:2024-06-12 02:30
《流浪地球》在中國科幻電影發(fā)展中具有里程碑意義,因此挖掘該影片"題材""劇情""畫面""影人""音效"五個維度上的成功要素非常有意義。為此,本文以該影片在豆瓣上的長評為研究對象,利用Word2vec詞向量提取分析維度,然后借用情感字典與規(guī)則方法分析情感傾向,最后通過正、負情感評論的聚類,總結了該影片的成功點與不足之處;通過本文研究,發(fā)現在"題材"上,該影片獲得普遍的認可;在"音效"和"畫面"維度上,該影片處于一個中等水平,"影人"和"劇情"方面存在較大爭議。
【文章頁數】:9 頁
【部分圖文】:
本文編號:3993088
【文章頁數】:9 頁
【部分圖文】:
圖1基于網絡影評的《流浪地球》成功要素分析框架
豆瓣(douban)是一個社區(qū)網站,于2005年3月6日由楊勃(網名“阿北”)創(chuàng)立。豆瓣電影作為豆瓣網站中很重要的一個組成部分,會提供時下新上映的電影相關內容介紹以及已經看過此電影的人的評論,而且豆瓣電影用戶基數大、影評數量多且專業(yè)性較強,因而具有較大的參考價值,因此我們爬取了豆....
圖2LDA的圖模型
重復上述過程N次,就生成了該文檔d,這一過程的圖形描述(21)如圖2。圖2中z是隱藏變量,即某個單詞所對應的主題未知,φ和θ分別又帶有超參數β和α,所以LDA的目標事實上就是估計β和α。
圖3豆瓣影評星級數目分布圖
我們從豆瓣上(https://movie.douban.com/subject/26266893/)爬取了豆瓣長評,截至2019年3月21日,《流浪地球》顯示有20964條長影評,我們借助Python爬蟲獲得了有效影評14455條,每條影評數據項有評論作者、評論標題、評論內容、評....
圖4影評各個維度關鍵詞云圖
在完成表1的初始電影關鍵要素詞之后,我們利用Word2Vec模型對整個語料進行訓練,得到各個詞50維的向量,然后利用Cosine相似度計算每個詞與初始電影關鍵要素詞之間相似性,當相似度大于0.8時將該詞加入對應維度隊列,在完成全部詞的計算之后,可能出現有些詞同時在不同隊列均有出現....
本文編號:3993088
本文鏈接:http://www.lk138.cn/wenyilunwen/dianyingdianshilunwen/3993088.html