2020年B站跨年晚会弹幕内容分析
倒计时5天 ｜Python&Stata数据分析课寒假工作坊
观后感只有两个字
昨天刷B站看到B站跨年晚会9.9分好评，抱着试试的态度，结果控制不住自己刷了两遍，书到用时方恨少，只想用两个字概括”卧槽”。
B站内容安排精彩，拿捏住了不同年代的情怀点，比如1980-1990的港台风、1990-2000年代数码宝贝柯南、2000-2020年代魔兽世界，每个人的时代联结略有不同，这仅是我自己的感受。
除了内容，弹幕互动也是挺令人舒爽的事情，精彩来临时刻也就是弹幕大军压镜的时候，我把我认为比较精彩的部分截图制作成了小视频。
这次我采集了跨年晚会的两种数据
-
弹幕数据，正在观看时用户的感受
-
评论数据，已观看完成的用户感受
爬虫制作成视频教程已经上传至千聊课程中，感兴趣的同学可以关注一下
戳 本文的小目标
我们只是想看一下在时间线上弹幕量的分布情况，下图是怎么做出的
-
横坐标为分钟刻度
-
纵坐标为弹幕量
数据准备（清洗）
B站晚会有三个篇章，每个篇章视频长度大约60-70min。我们采集的数据集字段包括：
-
Date：采集时间2019.01.03,所以有三天的弹幕
-
Chapter: 第几个篇章，B站跨年有三个篇章，每个篇章60min左右
-
VideoTime: 在Chapter中的当前播放时间（相对于篇章开头的秒数）
-
SenderId: 弹幕发送者的匿名ID
-
DanMuContent: 弹幕文本内容
VideoTime很可能是字符串，我们先将其变为浮点数。然后我们查看每个章节最大时间长度。
我们想做弹幕的时间线上的分布，所以需要把三个在时间上考虑先后
我们想看一下各个章节在时间上弹幕量的分布情况(以min为单位),
-
横坐标为分钟刻度
-
纵坐标为弹幕量
从上图可以看到用户发弹幕量相对比较集中的区间为:
-
(37, 63)
-
(100, 120)
-
之后都是独峰
37-63阶段
这是第一篇章中后期，也是整个晚会高潮迭起的阶段。依次有冯提莫、动漫歌曲(如butterfly)、种花组曲(如钢铁洪流进行曲）三种不同类型的表演杂糅在一起。
冯提莫的甜美
动漫歌曲的青春回忆
有一种家叫“国家”
115附近
115min，也就是第二篇章40min附近。附近的节目
骄傲的少年（曲子是《那年那兔那些事》）
后面的比较陡峭的小山峰时间点上还有几个大碗，比如邓紫棋、吴亦凡、五月天，就不粘贴截图了。
整体内容分析
这几个大词 “啊啊啊 ”、“ 哈哈哈 ”、“ 卧槽 ”、 “ 新年快乐 ”， “ 哔哩 ”，
凑在一起感觉就是
在B站有一群逗比陪你一起过年，这感觉很欢乐啊哈哈。
局部内容分析（暂无）
弹幕随时间的起起伏伏，我暂时想到的是可以做的
-
弹幕量维持在较高水平的阶段，弹幕内容有什么特点
-
弹幕量变化的拐点附近， 弹幕内容有什么特点
今天分享的时间区间是固定长度，是一个个的1min，直接求整数就解决了。
但是要做上面提到的两个问题，时间区间就是不固定的，程序比较智能的划分成几个区间。嘿嘿，我这里没有答案， 不要找我问 :stuck_out_tongue_winking_eye:
近期文章
jupyter notebook代码获取方式，公众号后台回复关键词“ 20200104 ”
About The Author
