本文使用Python爬虫和snownlp进行情感分析，研究《花千骨》小说文本及评论。通过对500万条微博语料训练snownlp，改善情感分析准确性。分析结果显示，电视剧上映与小说评论消极化趋势有关，可能是抄袭风波和口味不符等因素导致。
编者注：2019年秋季学期，郭峰老师在上海财经大学为本科生开设了一门选修课程《Python语言与经济大数据分析》，以期末作业的形式完成了考核。部分学生完成的作业思路清晰，内容完整，展现出了利用Python语言这个工具独立完成一些简单工作的能力，特精选了几个作业，精简润色后，在本公众号上展示。
文|薛宗岳(上海财经大学公共经济与管理学院2017级投资经济班本科生)
《花千骨》 是2008年独家首发于晋江文学城的一部小说，内容“主要是讲述少女花千骨与长留上仙白子画之间关于责任、成长、取舍的纯爱虐恋。”
这种网文本不会吸引我的关注，但自2015年改编自该网文的同名电视剧开始上映，由霍建华，赵丽颖主演，这为网文大大增加了知名度与关注。
图为“花千骨”2015年百度指数的搜索趋势
但另一方面，关注量也带来了不少争议，其中最大的争议在于《花千骨》抄袭的问题。批评者直言：“这是一部大拼盘作品。”[1]抄袭的最大对象是蜀客写的《重紫》。抄袭实锤，证据确凿，笔者关心的是电视剧上映对于读者对这本小说的评价有何影响。
因此本文将用python爬虫和情感分析等技巧，对文章文本进行分析，之后再对晋江文学城网友对该文的评论进行分析，主要关注于同名电视剧上映对读者的态度是否有影响，以及有何种影响。
snownpl可以进行中文分词，词性标注，情感分析，文本分类等多个工作，原理主要是朴素贝叶斯，本文主要使用其情感分析的功能，它会在0到1之间给一个分数，指态度为积极的概率。由于snownpl原生的语料库是用一个购物网站的评论，数量与种类都有局限，在准确度方面还有提升的空间。但是有一篇文章《利用500W条微博语料对评论进行情感分析》按步骤阐述了怎么利用500万条微博的预料对snownpl进行训练与改进[2]，本文将根据这篇教程操作
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
