基于百度API的豆瓣電影評論情感分析

摘要：對豆瓣電影評論的情感分析，可以幫助后續電影票房的預測。調用百度情感分析API，將按照電影上映時間劃分，計算出每個時間段內的觀眾的情感趨勢。

關鍵詞：電影評論;情感分析;百度API

中圖分類號：TP391.1 文獻標識碼：A

1 引言

電影評論反映了觀眾對影片的認同程度，在電影消費行為上起著決定性的指導作用，它可以給未觀影者提供一種情感的導向參考，也給電影制作及發行方提供了參考方向，對電影票房產生了各種各樣的影響[1，2]。

首先需要從豆瓣網爬取每個電影評論的相關信息[3]，每個電影評論大概是200條。再通過調用百度情感文本分析API對每條評論進行分析，通過調用會返回相關的JSON格式字符串。通過對字符串內容的分析得出每部電影在上映前用戶、上映7天內以及上映7天后評論的情感趨勢。這里的情感趨勢指的是評論文字所持態度的可能性。例如1代表的積極，0.5代表中性，0代表消極。在0-1之間的數就代表了相關程度。例如0.9代表很積極，0.75代表一般積極，0.1代表消極。

2 調用百度API

2.1 百度API介紹

對只包含單一主體主觀信息的文本，進行自動情感傾向性判斷（積極、消極、中性），并給出相應的置信度。為口碑分析、話題監控、輿情分析等應用提供基礎技術支持，同時支持用戶自行定制模型效果調優。

2.2 安裝API Python SDK

對于一般的請求來說，需要通過URL進行手動請求。但是，此處使用的是Python語言。百度對Python語言的請求接口做了封裝，因此只需對SDK進行pip下載即可使用內置包。如果已安裝pip，執行pip install baidu-aip即可，如果需要使用HTTP2，請安裝pip install baidu-aip-http2。如果已安裝setuptools，執行python setup.py install即可。

2.3 新建AipNlp

AipNlp是百度大腦自然語言處理的Python SDK客戶端，為使用自然語言處理的開發人員提供了一系列的交互方法。編寫如下代碼，可新建一個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

在上面代碼中，常量APP_ID在百度云控制臺中創建，常量API_KEY與SECRET_KEY是在創建完畢應用后，系統分配給用戶的，均為字符串，用于標識用戶，為訪問做簽名驗證，可在AI服務控制臺中的應用列表中查看。

情感分析API對包含主觀觀點信息的文本進行情感極性類別（積極、消極、中性）的判斷，并給出相應的置信度。調用百度情感傾向分析API的代碼如下：

client = BaiDuCutWord.getAPI（）

調用API進行分析如下：

res = client.sentimentClassify（text）;

其中text是請求參數，為String類型文本內容（GBK編碼）。

把分析數據保存如下：

SingleItem['emotions']= res

3 對返回參數分析

3.1數據類型轉換

將數據從數據庫中以DataFrame形式加載至內存以便后續分析。由于原始數據的時間是字符串形式，為了方便后續使用DataFrame的query查詢，需要做前期準備，將字符串類型轉換成datatime64[ns]類型。利用datetime的timedelta對時間進行操作，計算出所需的時間，并合并成新的DataFrame。

3.2 情感分析

在數據類型轉換完畢后，將按照影片上映前、上映7天內以及上映7天后進行時間劃分，并計算出每個時間段內的觀眾的情感趨勢。對影片上映前分析代碼如下：

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

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

對影片上映7天內分析代碼如下：

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

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

對影片上映7天后分析代碼如下：

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

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

最后將分析的數據，按照電影名稱進行分類并存儲備用，以便后續預測所需。

參考文獻：

[1]羅捷.基于電影評價的進口影片票房預測研究[D].重慶：重慶大學，2015.

[2]張紅，張海悅，王萃.基于文本情感分析的類型電影受眾特征與偏好研究[J].現代電影技術.2019，（11）.

[3]孟梅.基于BERT-TextCNN-B的電影評論情感分析[D].上海：上海師范大學，2021.

基金項目：校級教學研究項目（2020Y03）

作者簡介：羅旋（1983-），女，湖北武漢人，講師，碩士，主要研究方向為大數據技術、軟件工程。