《都挺好》弹幕比剧还精彩？394452条弹幕告诉你答案

 最近《都挺好》真的都挺挺火。火到什么程度?好弹微博热搜霸榜，办公室评弹声四起，幕比幕告大强轻松攻占表情包，剧还精彩甚至连 N 年不追剧的条弹“瘦宅”们也开始沉迷其中，大呼真香。诉答

剧很精彩，都挺但追剧界有句俗话说得好：“弹幕往往比剧更精彩”，好弹为了让精彩延续下去，幕比幕告我终究没能忍住对(腾讯视频)弹幕下手。剧还精彩

图源微博画手@马里奥小黄

经过一番折腾，条弹发现弹幕是诉答 JSON 格式动态加载的，而且加载得非常有规律，都挺30 秒一发(80-100 条)，好弹多出的幕比幕告会隐藏。

共计爬取了 394452 条弹幕(雨露均沾，每集平均 8575 条，每 30s 的间隔爬取)，来挖一挖弹幕这个宝藏。

弹幕基本盘概览

爬到的源数据是酱紫的：

发现有部分用户名是缺失的，由于这部分用户占比很小(仅 0.61%)，所以我们直接暴力除去这部分噪声。

清洗之后，亿华云还剩下 117484 个用户发送的 392051 条弹幕，人均发送弹幕量 3.34 条。

再看看每个人发送弹幕数是怎么样分布的：

显而易见，大部分用户还是比较佛系的，71607 位用户(占比 60.95%)在 46 集中只发送过 1 条弹幕，他们内心严格遵循“爱就一个字，我只发一次”的弹幕发送准则。

发送条数在 3 条及以内的用户数占比达到了 83.73%，他们累计贡献了 133331 条弹幕，占到弹幕总数的 34.01%，反过来看，剩下 16.27% 的用户贡献了弹幕量的 65.99%。

从这个角度来看，二八法则在这里更像是二七法则(20% 的用户贡献了 70% 的内容)。

是谁在疯狂发射弹幕，而弹幕又爱上了谁

弹幕发送量前十 榜单

我们都知道明成是“行走的造粪机”，那么从弹幕的源码下载角度来看，谁是“行走的弹幕发射机”呢?

为此，我们筛选出累计发送弹幕前十名的用户，微微一操作(爬取、清洗和分析都使用 Python)：

danmu_counts = df.groupby(用户名)[评论id].count().sort_values(ascending= False).reset_index() danmu_counts.columns = [用户名,累计发送弹幕数] danmu_counts.head(10) 

上一步我们知道平均每个人在整部剧会发送 3.34 条弹幕，而弹幕发送排行榜前十的旁友们发送量都是过千级别的，我们再加上这个用户弹幕发送涉及到的集数，进一步看看平均每集发送弹幕数。

为了更直观一些，可视化之：

一位名叫“@L”的用户独占鳌头，是毋庸置疑的 C 位输出。在 46 集的电视剧中，他的弹幕血洗了 32 集，累计发射 2773 条弹幕，平均每集发送 86.66 条。

什么概念呢?一集电视剧时长约 42 分钟，也就是说，这位大佬在看剧的同时，仍能保持每分钟 2.06 条的云南idc服务商发送频次，还坚持了 32 集。

到这里大家一定会有质疑，觉得他肯定是刷了大量的“666”、“来了”之类毫无意义的内容来霸榜，所以我把他的输出内容筛了出来并做成词云图：

这……这位大佬输出的内容，不仅紧贴剧情，更是文风多变，时而总结内容，时而嬉笑怒骂，时而感慨人生，时而出口成诗，毫不夸张的说比一般弹幕都要有内涵。

我的膝盖，开始不听使唤了......唯有疾呼“高山(频)仰止，景行行止”。

谁的弹幕最受青睐(点赞数)

根据每个用户累计点赞量排序，Get 到弹幕点赞排行榜：

其中，“追剧小奶鹅”平均每集发 6 条弹幕，每条弹幕竟然能够得到 4585 个赞!难道大佬之外还有大佬吗?

在看剧的时候经常能够被他的弹幕刷屏，而且他的弹幕比其他人停留时间更长，颜色更艳丽。经核实，发现“追剧小奶鹅”原来是“嫡系”：

腾讯视频电视剧弹幕专业陪聊，怪不得这么高的赞。而第二名，又是我们的大佬“@L”，他凭借高频、稳定、持续输出累计获得 21.69 万赞，平均每条弹幕获赞 78.22 个。大佬，请收下我的膝盖!

高赞弹幕有何套路

①嫡系部队

我们单独把腾讯的嫡系部队“追剧小奶鹅”拎出来，是因为他几乎垄断了高赞弹幕 TOP300。

嫡系光环加持，赞或许有虚高的嫌疑，但不妨碍我们单独分析他内容的套路(其实不少小奶鹅的弹幕并没有其他的精彩，但毕竟是亲儿子)：

暴力总结起来就一句话：对仗工整提大强，感天动地夸明玉。

②非嫡系部队

高赞的(非嫡系)朋友们深得演唱会那句带节奏名言“现场的朋友们，举起你们的双手，让我看到你们的热情”的真传。

“觉得 XX 说得对点下谢谢”、“给 XX 点赞!”套路是获赞的一大法宝，另一法宝就是推动剧情的内容总结了。

弹幕视角主人公情感分析

谁是苏家最受弹幕关注的人儿

要分析谁是苏家最受弹幕关注的人，必须先根据关键词去甄别和定位到剧中角色。

这里列出了关于苏家人的简单词库，用来识别弹幕在议论谁。

54.31% 的弹幕没有主观倾向性，没有提及具体的苏家人(可能提及了剧中其他人，这里暂不考虑)。

明玉竟然抢过了大强的宝座，以 19.91% 的弹幕提及率拔得头筹，而大强则以 16.16% 的关注度紧随其后。

Emmm，无论是剧外热度还是追剧时弹幕槽点，我都觉得大强应该才是最受关注的啊!

作为一个严谨的追剧人，我开始排查弹幕，发现了很多戏精在发弹幕时都玩起了角色扮演，他们在发弹幕时，总是先在开头署名“苏明玉：” or 其他剧中角色，仿佛在代他们发声。

清洗完这部分调皮的用户之后，排名出现了新的变化：

果然，其他除外，大强以 15.16% 的关注占比领先其他家人一个身位，明玉又把两个哥哥拉开了一个身位的距离，占比 8.82%，明成和明哲关注占比分别是 4.84% 和 4.28%。

PS：明成关注度之所以低，是因为很多弹幕骂人并不会指名道姓：)，而明哲嘛，对这个排名表示很失望。

弹幕情感分析

看剧(弹幕)时能够明显感觉到观众对于明成的态度从最开始的“过街老鼠，人人喊打”到后来的“明成懂事了”。

从数据分析的角度讲，明成是否成功洗白?

这里我们调用百度情感分析 API，对每一条评价的内容进行情感打分，用情感分值来验证上述问题(分值在 0-1 之间，越靠近 0 负面倾向越强，越接近 1 则情感越情面)。

调用方法很简单：

#先安装aip包 from aip import AipNlp #到后台配置权限，获得相关ID和KEY，目前API是免费且不限量的 app_id = 输入实际ID api_key = 输入实际KEY secret_key = 输入实际SECRET_KEY client = AipNlp(app_id,api_key,secret_key) #定义函数，以便循环爬取 def senti_analy(text): data = client.sentimentClassify(text) sentiment = data[items][0][positive_prob] return sentiment for text in df[内容]: try: sentiments.append(senti_analy(text)) except: #print(text) sentiments.append(pass) df[情感分值] = sentiments 

打分筛选过后，我们统计出每一集苏家每个人的平均情感分值，并绘制出曲线图(4 个人导致折线图可读性较差，所以只有委屈大哥了)：

①大强开局不错，和明玉持平，但凭借倪老师“作死小能手”的实力诠释，让情感分值迅速走低，11 集的低点正式印证了大强的“癫疯之作”，之后分值在 0.38 左右徘徊。

随着“蔡根花宝贝”梗的出现，“嘲讽”替代了指责，让分值略微上浮(情感打分对于高级黑式嘲讽难以准确判断)。

老年痴呆发病后，大强对明玉的爱让分值一举超过 0.5，达到历史峰值，成功上岸。

②明玉是原生家庭的受害者，也是一个靠自己成功的女强人，前期爱恨分明，情感分值一度飙到 0.59(超过其他所有角色)。

18 集开始的买房纷争，网友纷纷表示强烈同情(例：明玉不能像十年前一样别理他们吗?情感分值只有 0.041)，这让明玉相关的情感分值严重走低，随后弹幕主旋律仍以叫好和同情为主。

③明成的情感分值走势更有意思，靠欺负妹妹让分值迅速降低，可谓“人人喊打”，后面则分值飙升，一度追上明玉，主要是因为明成期望值已经极低，但是他宠老婆的行为得到观众认可。

中期本色挨骂，降至低谷。27 集明成情感分值再次超过 0.5，竟然是因为明成想吓走大强进行的一系列骚操作(尤其是广场舞)。

再后来就是明成幡然悔悟，走上正轨，分值在稳定在 0.45 左右，也算成功洗白。

看来，开局降期望，中期随便作，后期催泪逆风翻盘，终究还是会被观众接受。

很赞哦!（217）