NO3 第一个大数据问题

近几年随着电影市场的热度提升，大量资本涌入电影行业。但中国电影产业尚处于发展阶段，市场的不成熟使得电影投资呈现出高风险高回报的特点。为了追求高收入，通常办法是使用众多的“明星大腕”，通过粉丝效应提升票房，当然只有极少的作品获得成功。但是却造成了明星身价飙升，制作成本随之提升的后果。究其原因，明星大碗虽然有庞大的粉丝基础，但明星与作品的匹配程度、明星粉丝特性与作品的匹配程度都是影响最重票房的重要因素。所以我们需要一种办法评估主创对电影票房的贡献价值，使用此办法来作为评估电影投资分析控制的一个依据,而微博这样的社交媒体是社交信息主要的交换平台。

数据要求：通过分析电影从上映前一月到上映后一个月的相关微博数据、明星粉丝数据和发布内容等，评估出一个贡献值。数据可以从微博爬取，电影基本信息可使用豆瓣等垂直网站数据。注意点：1.分析结果要突出明星效应对票房带来的“贡献”，这里的“贡献”需要区分正面贡献和负面贡献。正面贡献指可能带来的票房或者观影意愿的增加；负面是对票房带来的负面以形象，打消了观影意愿。此题不是简单的情感分析，要突出购票转化的影响。
Ｒ：１．读了很多遍我还是有点懵逼，但是也不是每个问题都有清晰的目标，有时候，目标是在多次幼稚的尝试中慢慢清晰的．所以，不断进步，先定简单目标，然后来添加．
Ｒ１：１，爬取指定电影的主创信息，简单起见，用豆瓣的定义来定义：主创是指：导演，编剧，主演．

8/13/17****************************************
p1:找组内其他python的人试试．

8/1617
p1:利用urllib和beautifulsoup完成，python果然比java简洁，但确实有股脚本语言的味道，和shell给我的感觉很像．

Ｒ２：格式化信息，进行微博部分的爬取．

8/28/17
交由组内成员处理，整个项目移动至 GitHub

Ｒ３：语义分析，确定得分正负

8/28/17
国人开发的中文语义库 snownlp ，感觉还行，正在学习中．

9/23/17
彻底完工了，我主要负责算法方面的设计，自认做的不好，略微用了点算法皮毛．
但最起码算是告一个段落，我想的是以后学到好用的知识，可以再加进来，有没有名次没关系，把题目做精，找到核心的东西才是我想要的．