用数据挖一挖豆瓣5.3的《长城》，水军力量到底有多强大

文 | blogchong

号称今年最后一部华语大片–《长城》于12月16日正式上映，截止12月18号上午10时，“数据虫巢”爬取豆瓣数据，豆瓣5.3分，累计评价人数47225(下面截图是晚上截的，人数已经飙到了5.7W，好像分数也涨了0.1，先不管，我们继续通过数据来深挖这老谋子史上第二烂的大片)。

“数据虫巢”爬取了截止12月18号上午10时，电影《长城》的所有相关数据，包括评分，评分分布，所有短评(去重后累计20191条)，以及对应短评的评分，所有长影评(去重后累计2458条)，以及对应长影评的相关属性。

并且，我们对所有影评中的情感特征(褒、贬、哀、怒、惧、惊)进行了提取，且对影评中涉及的相关演员，当然还有张艺谋大导演的姓名特征进行了提取。

“数据虫巢”意图通过数据的角度：

• 挖一挖豆瓣影评中水军的力量到底有多强大?
• 挖一挖吃瓜群众的槽点在哪里?
• 挖一挖吃瓜群众最吐槽的主演是哪位(景甜姑凉，还有TF小男孩是不是已经预感到了不妙)?
• 挖一挖吃瓜群众最不care的主演是哪个?

我们先来挖一挖影评中到底有多少的水军在“摸鱼”，或许这5.3依然掺水不少?

我们先来看三组占比图，分别为豆瓣整体评分占比、豆瓣短评评分占比、豆瓣长影评评分占比。

从整体评分(所有进行打分的记录) ，到短评(字少的评价)，到号称经典的长评(长文影评)，5星评分占比一路飙高，通过各个评分计算的整体评分，从5.3到6.0,再到6.7(后两个是通过计算得出)，一路飙高。

趋势变化异常之诡异，说好的这个电影很差的呢?!

怎么看影评都好评如潮了都，写长评的竟然有30.7%的占比了，莫非给一星的吃瓜群众都懒得去吐槽了?

不着急，我们再来看一组数据，这回，我们结合影评后面的顶踩(即有用、没用的按钮)，来进一步深挖(要知道，影评可以作假，但是吃瓜群众这么多，随手的顶踩量总难作假吧)。

这是一个有意思的分析数据，参与长影评点赞互动的人数为27347，大概是撰写长评人数的10倍多点，参与短评点赞互动的人数是89758，大概是撰写短评人数20191的4.5倍。

从长影评的反馈中，计算的评分应该是7.3分，即使单纯看长评数据计算的评分也有6.7，相对于整体的5.3，俨然不是一个级别的了。

从这里看，是进行长评的人中混杂了大量的水军?还是说吐槽的人都懒得写长评进行吐槽?

再来看看短评数据，单纯的从评论数据计算出来的5.9，再加以点赞的人数进行评分修正，最终获得的评分是5.1，低于整体评分的5.3，比重从22.58%下降到12.19%。

再对比长评的计算的评分情况，是长评区的水太深，还是说短评中吃瓜群众参与的太多，暴露了最终的分数质量本质，5.1?

由于长评和短评的意见已经难以统一了，所以我们把长评和短评的特征拆开来对比分析一下。

左侧为长评的正面评价特征，右侧为短评的正面的评价特征(只取前100的特征词 )。

我们可以看出短评的正面评价总体偏口语化的正面评价居多，如数量最多的“不错”、“喜欢”、“值得”等词，而长评中的正面词则偏向于类价值观的正面评价较多，诸如“英雄”、“震撼”、“相信”、“信任”、“拯救”等。

我们再来看一下吃瓜群众的吐槽情况，同样把长评和短评分开进行分析。

同样，左侧为长评的吐槽特征，右侧为短评的吐槽特征(只取前100的特征词)。

长评中整体槽点也不少，但是整体相对偏委婉、理智，诸如“失望”、“不好”、“不行”、“不够”、“强行”等。

但短评中槽点整体偏情绪化，除了“不好”、“失望”等，诸如“恶心”、“弱智”、“傻逼”、“莫名其妙”、“无聊”等情绪化明显的特征词占据了不少的比重，其频度也不低。

对比上面两组分析特征，其实是可以看出豆瓣长评与短评的两类评论的特点的，不管是正面评价还是负面评价，长评中整体更趋向于理智的看待影片，而短评中更趋于情绪化的观点表达。

整体来说，长评中正面评价偏多，更多的基于《长城》的价值观进行评析，并且给予正面反馈，而短评中则负面评论特征占据略多，并且整体表现的比较剧烈，更情绪化，甚至在特征的长尾分布中，各种具有中国特色的“国骂”都出现了，精彩绝伦。

我们再来看看吃瓜群众们关注的那些大主演们，在影评中的出境率如何。

排在状元位以及榜眼位的老谋子与景甜姑凉基本垄断了影评区，分别被提及了7K多次，而且大部分都是被吐槽。

吐槽老谋子的更多的是对影片的失望，而景甜姑凉基本和面瘫划上等号了，说到面瘫，还有一位王俊凯小男孩，据说台词加起来不到10句，不过在影评中居然还有这么多人讨论他，是吐槽?还是小男孩的粉丝?

熊士兵鹿晗排第三位，并且与没活过半集的张涵予的提及次数拉开了一定的差距，颜值经济果然还是有一定效果的，而张涵予虽然“早死”，但也可以瞑目了，最起码是被吃瓜群众记住了。

至于我们的绝对第一主角，马特呆萌，这个影评出镜率，真是有点对不起他的大猪脚的名头，看来呆萌被《长城》毁的不轻,奥斯卡还有望么?

接下来就是以彭于晏、刘德华领衔的酱油阵容了，基本来说一改往日影片主角定位的风格，在《长城》中打了一手好酱油，所以基本影评中也涉及的比较少。

黄轩除了跟着将军们完成了三句半和“遵命”的和声和一句 ，打仗的时候感觉就直接消失了，但也有可能因为扮演的是速度最快的鹿军，快到镜头都拍不到。

快到镜头都拍不到，所以吃瓜群众估计在影评中仅有的少数讨论就是：欸，黄轩呢，黄轩哪去了?~~

而对于吃瓜群众来说，最没有存在感的三人：佩德罗·帕斯卡、威廉·达福、余心恬。

余心恬就算了，估计也没有几人认识，但佩德罗·帕斯卡与威廉·达福作为《长城》中戏份数一数二重的配角，吃瓜群众对他们竟然毫不关心，实在是存在感略低。

时间有限，先上这些了~~

作者简介：

黄崇远，花名博客虫(公号“数据虫巢”ID：blogchong)，毕业于哈工大，5年的大数据行业经验 ，目前于深圳一创业公司任职大数据主管，数据虫巢公号以及数据虫巢工作室(www.mite8.com)创建者。