《黑神话：悟空》Steam 游戏用户评论数据分析报告

最新推荐文章于 2025-04-25 15:24:01 发布

小柒的数分日记

最新推荐文章于 2025-04-25 15:24:01 发布

阅读量2.2k

点赞数 54

文章标签：人工智能大数据 python

本文链接：https://blog.csdn.net/2301_79787209/article/details/146155652

版权

一、项目背景

《黑神话：悟空》作为一款备受瞩目的游戏，其在Steam平台上的用户评论数据蕴含着丰富的信息。通过对这些数据进行深入分析，外贸可以了解玩家对游戏的满意度，游戏的优缺点以及玩家的行为模式等。这有助于游戏开发者制定针对性的决策，如优化游戏内容，改进营销策略，提升玩家体验等，从而提高游戏的市场竞争力和用户留存率。

本次数据分析的目标是全面挖掘Steam游戏的用户评论数据的价值，为游戏的后续发展提供有力的支持。

二、数据来源与处理

（一）数据来源

数据源 1：数据存储于"D:\study\wukong_data\steam.xlsx"文件中。这些数据为我们分析玩家对游戏的评价，行为模式以及游戏的受欢迎程度等提供了基础。
数据内容：

数据包含了用户的评测信息，主要字段有：

评测有价值：表示有多少人觉得该评测有价值。

评测很欢乐：表示有多少人觉得该评测很欢乐。

评测内容：用户对游戏的具体评价内容。

评测时间：评测发布的时间。

评测标签：如 “推荐” 或 “不推荐”。

游戏时长：用户在游戏中投入的总时长。

评测人：发表评测的用户名称。

评测人拥有产品：评测人账户内拥有的产品数量。

（二）数据处理

数据清洗

在进行数据分析之前，需要对数据进行清洗和预处理，以确保数据的质量和一致性。

import numpy as np
import pandas as pd
import re

# 导入数据
df1 = pd.read_excel(r'D:\\study\\wukong_data\\steam.xlsx')

# 从“评测有价值”字段中提取数字，去除文本描述部分
df1["评测有价值"] = df1["评测有价值"].astype(str).str.extract('(\d+)')

# 从“评测很欢乐”字段中提取数字，去除文本描述部分
df1["评测很欢乐"] = df1["评测很欢乐"].astype(str).str.extract('(\d+)')

# 从“游戏时长”字段中提取具体的时长数值，去除“总时数”等文字
df1["游戏时长"] = df1["游戏时长"].astype(str).str.extract(r'(\d+\.\d+)')

# 自定义函数用于提取日期
def extract_date(x):
    match = re.search(r'发布于:(\d+月 \d+ 日)', x)
    if match:
        return match.group(1).replace(" ", "")
    return None

# 提取“评测时间”字段中的日期信息
df1["评测时间"] = df1["评测时间"].apply(extract_date)

首先使用pandas库的read_excel函数读取 Excel 格式的数据文件。然后，通过字符串操作和正则表达式，分别从 “评测有价值”“评测很欢乐”“游戏时长” 和 “评测时间” 字段中提取出所需的数值或关键信息，并对数据类型进行适当转换，为后续分析做好准备。

数据转换

通过astype方法，将 “评测有价值”“评测很欢乐” 和 “游戏时长” 字段的数据类型转换为浮点数，方便后续进行数值计算和统计分析。

三、数据分析

（一）“测评有价值”的分布情况

import plotly.express as px

# 统计“评测有价值”的人数分布
value_counts = df1['评测有价值'].value_counts().sort_index()

# 创建用于绘图的数据框
df_plot = pd.DataFrame({
    '人数': value_counts.index,
    '出现次数': value_counts.values
})

# 绘制柱状图
fig = px.bar(df_plot, x='人数', y='出现次数',
             color='出现次数', color_continuous_scale='Blues',
             title='"评测有价值"分布情况',
             labels={'人数': '人数', '出现次数': '出现次数'},
             template='plotly_white')

# 更新图表布局
fig.update_layout(
    xaxis_title='人数',
    yaxis_title='出现次数',
    xaxis_tickangle=-0,
    yaxis=dict(showgrid=True, gridcolor='LightGrey', gridwidth=1)
)

# 显示图表
fig.show()

上述代码使用value——counts方法统计“测评有价值”字段中不同人数出现的次数，并按人数从小到大排序。接着，创建一个新的数据框df_plot用于存储绘图所需的数据u。然后，利用plotly.express库的px.bar函数绘制柱状图，通过设置颜色，标题，标签等参数使用图标更加易读。最后使用update_layout方法对图标的布局进行进一步调整，如设置坐标轴标题，刻度角度和网格线样式等。

从柱状图（图 1）可以看出，横坐标为觉得评测有价值的人数，纵坐标为该人数出现的次数。其中，人数为 1 时出现次数最多，接近 1000 次，说明大部分评测获得认为有价值的人数较少。同时，随着人数的增加，出现次数总体呈下降趋势，但在人数为 20 左右时，出现次数有一个小高峰，约为 600 次。这表明游戏的评测价值认可度较为分散，少数评测能获得较多玩家认为有价值，开发者可以重点关注这些获得较高认可的评测内容，从中挖掘玩家关注的重点，为游戏改进提供参考。

（二）情感分析

利用 SnowNLP 工具对评测内容进行情感分析，计算每条评测的情感分值（范围为 0 - 1，0 表示完全负面，1 表示完全正面），并进行统计描述：

from snownlp import SnowNLP

# 将评测内容转换为字符串类型，确保SnowNLP能正确处理
df1['评测内容'] = df1['评测内容'].apply(lambda x: str(x))

# 计算情感分值
df1['情感分值'] = df1['评测内容'].apply(lambda x: SnowNLP(x).sentiments)

# 查看情感分值的统计信息
print("情感分值的统计信息：")
print(df1['情感分值'].describe())

样本数量：此次参与情感分析的内容有10310条，相对比较广泛的样本，可以是分析结果更加准确代表整体玩家的情感倾向。

平均值：情感分值平均值为0.611634，略低于0.5，说明整体上玩家对于游戏的感情倾向偏向正向，即大部分玩家对游戏持较为满意的态度。

标准差：0.328259，说明不同玩家的情感分值存在一定波动，对游戏的评价存在差异。

分位数：5% 分位数为 0.396490，意味着有 25% 的评测情感分值低于该值，这部分评测可能包含较多负面评价；50% 分位数（中位数）为 0.655863，表明一半的评测情感分值低于此值，另一半高于此值；75% 分位数为 0.926796，说明 75% 的评测情感分值低于该值，即大部分评测的情感倾向是比较积极的。