基于百度API的豆瓣电影评论情感分析

摘要：对豆瓣电影评论的情感分析，可以帮助后续电影票房的预测。调用百度情感分析API，将按照电影上映时间划分，计算出每个时间段内的观众的情感趋势。

关键词：电影评论;情感分析;百度API

中图分类号：TP391.1 文献标识码：A

1 引言

电影评论反映了观众对影片的认同程度，在电影消费行为上起着决定性的指导作用，它可以给未观影者提供一种情感的导向参考，也给电影制作及发行方提供了参考方向，对电影票房产生了各种各样的影响[1，2]。

首先需要从豆瓣网爬取每个电影评论的相关信息[3]，每个电影评论大概是200条。再通过调用百度情感文本分析API对每条评论进行分析，通过调用会返回相关的JSON格式字符串。通过对字符串内容的分析得出每部电影在上映前用户、上映7天内以及上映7天后评论的情感趋势。这里的情感趋势指的是评论文字所持态度的可能性。例如1代表的积极，0.5代表中性，0代表消极。在0-1之间的数就代表了相关程度。例如0.9代表很积极，0.75代表一般积极，0.1代表消极。

2 调用百度API

2.1 百度API介绍

对只包含单一主体主观信息的文本，进行自动情感倾向性判断（积极、消极、中性），并给出相应的置信度。为口碑分析、话题监控、舆情分析等应用提供基础技术支持，同时支持用户自行定制模型效果调优。

2.2 安装API Python SDK

对于一般的请求来说，需要通过URL进行手动请求。但是，此处使用的是Python语言。百度对Python语言的请求接口做了封装，因此只需对SDK进行pip下载即可使用内置包。如果已安装pip，执行pip install baidu-aip即可，如果需要使用HTTP2，请安装pip install baidu-aip-http2。如果已安裝setuptools，执行python setup.py install即可。

2.3 新建AipNlp

AipNlp是百度大脑自然语言处理的Python SDK客户端，为使用自然语言处理的开发人员提供了一系列的交互方法。编写如下代码，可新建一个AipNlp。

""" 你的 APPID AK SK """

APP_ID = '18884915'

API_KEY = 'Bm4P8py3wcPkGFCuK0aDsO16'

SECRET_KEY = 'GIIBgETUXcKXF2gosswUHa4hV5W1auYu'

def getAPI（）：

client = AipNlp（APP_ID，API_KEY，SECRET_KEY）

return client

在上面代码中，常量APP_ID在百度云控制台中创建，常量API_KEY与SECRET_KEY是在创建完毕应用后，系统分配给用户的，均为字符串，用于标识用户，为访问做签名验证，可在AI服务控制台中的应用列表中查看。

情感分析API对包含主观观点信息的文本进行情感极性类别（积极、消极、中性）的判断，并给出相应的置信度。调用百度情感倾向分析API的代码如下：

client = BaiDuCutWord.getAPI（）

调用API进行分析如下：

res = client.sentimentClassify（text）;

其中text是请求参数，为String类型文本内容（GBK编码）。

把分析数据保存如下：

SingleItem['emotions']= res

3 对返回参数分析

3.1数据类型转换

将数据从数据库中以DataFrame形式加载至内存以便后续分析。由于原始数据的时间是字符串形式，为了方便后续使用DataFrame的query查询，需要做前期准备，将字符串类型转换成datatime64[ns]类型。利用datetime的timedelta对时间进行操作，计算出所需的时间，并合并成新的DataFrame。

3.2 情感分析

在数据类型转换完毕后，将按照影片上映前、上映7天内以及上映7天后进行时间划分，并计算出每个时间段内的观众的情感趋势。对影片上映前分析代码如下：

beforeReleaseComments = df.query（'commentTime<releaseTime'）

beforeRelease = beforeReleaseComments.groupby（by="movieUniqueId"）.mean（）['positive_prob']

对影片上映7天内分析代码如下：

in7Comments = ddff.query（'commentTime<=release7Time'）

in7= in7Comments.groupby（by="movieUniqueId"）.mean（）['positive_prob']

对影片上映7天后分析代码如下：

after7Comments = ddff.query（'commentTime>release7Time'）

after7 = after7Comments.groupby（by="movieUniqueId"）.mean（）['positive_prob']

最后将分析的数据，按照电影名称进行分类并存储备用，以便后续预测所需。

参考文献：

[1]罗捷.基于电影评价的进口影片票房预测研究[D].重庆：重庆大学，2015.

[2]张红，张海悦，王萃.基于文本情感分析的类型电影受众特征与偏好研究[J].现代电影技术.2019，（11）.

[3]孟梅.基于BERT-TextCNN-B的电影评论情感分析[D].上海：上海师范大学，2021.

基金项目：校级教学研究项目（2020Y03）

作者简介：罗旋（1983-），女，湖北武汉人，讲师，硕士，主要研究方向为大数据技术、软件工程。