bilibili-barrage-analysis

bilibili弹幕分析，包含爬虫、词云分析、词频分析、情感分析、构建衍生指标，可视化

主要依赖库

selenium
pandas
lxml
json
requests
pyecharts
jieba
snownlp
wordcloud

信息爬取
  1.1 爬取bilibili某一个分区（可通过url定义）特定日期下按照视频热度降序排序的视频信息，包含：href、视频时长、名称、BV号、播放量、弹幕数、up主、up主id
  1.2 通过BV号获取视频评论Cid，解析xml网页，简单获取各个视频的弹幕内容（注意：条数有限制，xml的弹幕条数不超过1000条）
  1.3 通过up主id，获取up主在爬取时的粉丝数，此粉丝数可以精确到个位数
  1.4 通过BV好获取视频评论Cid，获取详细的弹幕内容，包括：弹幕出现时间、弹幕模式、字号、弹幕颜色、弹幕池、发送者加密id、弹幕id

数据分析--词云
  2.1 全区弹幕词云分析，可以通过自己编写剔除单字、去除停用词、调整分词模型进行优化
  2.2 分频道弹幕词云分析

数据分析--弹幕条数
  3.1 分析全区弹幕前十视频，使用pyecharts柱状图进行可视化
  3.2 分析各频道平均/最高视频弹幕数

数据分析--指标构建
  构建指标：互动指数：弹幕数 / 播放量 * 100
              粉丝响应指数：up主粉丝数 / 播放量
  4.1 全区互动指数最高前十视频
  4.2 各频道最高/平均互动指数
  4.3 全区粉丝响应指数最高前十视频
  4.4 各频道最高/平均粉丝响应指数

数据分析--情感分析
  5.1 分析全区所爬取的所有视频的所有弹幕的情感分布情况，获取总体情感指数印象
  5.2 分析各个视频的情感分析，对每一条弹幕进行情感分析，输出弹幕的情感分析指数Excel表
  5.3 分析各个频道的情感分析指数分布图