关于iPhone 16 Pro评测视频评论区特征的多维度分析
1.项目背景
随着智能手机的迅速发展，消费者在选择新设备时越来越依赖于网络评价和用户反馈，B站作为中国领先的视频分享平台，聚集了大量科技评测内容，其中UP主的评论区成为用户讨论和交流的重要场所，特别是在iPhone 16 Pro发布后，相关评测视频吸引了广泛关注，本项目旨在通过对何同学和影视飓风两位知名UP主的iPhone 16 Pro评测视频评论数据进行深入分析，探索评论区的用户参与度、互动特征和情感倾向，这不仅有助于理解B站用户的行为模式，还可以为内容创作者提供改进互动策略的依据。
2.Python库导入及数据读取
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
from scipy import stats
from datetime import datetime
from scipy.stats import f_oneway,chi2_contingency,spearmanr
from snownlp import SnowNLP
from sklearn.model_selection import train_test_split
import matplotlib.pyplot as plt
from wordcloud import WordCloud
import jieba
import jieba.posseg as pseg
import re
from collections import Counter
from itertools import combinations
he_data = pd.read_excel("/home/mw/input/iPhone9412/B站视频-何同学_241020_1729431535.xlsx")
jufeng_data = pd.read_excel("/home/mw/input/iPhone9412/B站视频-影视飓风_241020_1729431473.xlsx")
3.数据预览
飓风影视的视频的评论数更多，并且发现两个数据中rrpid（被回复评论的唯一标识符）和被回复用户都存在比较多的缺失值。
以何同学为例，不难发现，二级评论才存在rrpid和被回复用户，而一级评价都不存在的。
发现数据中视频标题存在一些问题，看起来是爬虫在获取同一个视频的评论数据时，误将视频标题中的 iPhone 版本号递增了（16、17、18、19），但是考虑到后续的分析不需要管他，这里后续直接删除处理，影视飓风里也存在这样的问题，现在只保留用户昵称、评论内容、评论时间、性别、用户当前等级、点赞数、回复数这些特征，其他特征在后续分析暂时用不到。
4.用户参与度分析
根据核密度图和箱线图的分布情况，可以得出以下关于何同学视频评论区用户参与度的结论：
-
点赞数分布特征：
-
极度右偏的分布，大部分评论的点赞数集中在较低区域（靠近0）
-
存在多个明显的异常值（离群点），最高点赞数达到约3500
-
核密度图显示密度在接近0时达到峰值（约0.025），之后快速下降并趋于平缓
-
箱线图显示大量的离群点分布在上方，说明有少数评论获得了远超普通评论的点赞数
-
-
回复数分布特征：
-
同样呈现极度右偏分布，大多数评论的回复数很少
-
相比点赞数，回复数的范围更小（0-350左右）
-
核密度图显示峰值（约0.45）比点赞数更高，说明回复数的集中程度更高
-
箱线图同样显示大量离群点，但离群点的极值（350）远小于点赞数的极值
-
-
整体互动特征：
-
两个指标都呈现明显的"长尾分布"特征
-
大多数评论获得的互动较少，少数评论获得极高互动
-
用户更倾向于点赞而不是回复，这反映了用户偏好简单的互动方式
-
这种分布模式说明评论区存在明显的"马太效应"，热门评论会获得更多关注
-
这种分布特征是典型的社交媒体互动模式，反映了B站用户的参与行为特点和内容传播规律。
根据影视飓风的核密度图和箱线图分布情况，可以得出以下结论：
-
点赞数分布特征：
-
极度右偏分布，绝大多数评论点赞数集中在低值区域
-
最高点赞数达到约14000，比何同学高（3500）很多
-
核密度图显示在接近0处有很高的峰值（约0.010），之后迅速下降
-
箱线图显示存在大量极端离群值，说明点赞分布差异极大
-
点赞数的范围（0-14000）比何同学更广，说明头部评论获得了更多关注
-
-
回复数分布特征：
-
同样呈现右偏分布，绝大多数评论回复数较少
-
最高回复数约280，与何同学（350）相近
-
核密度图峰值（约0.40）与何同学相似，表明回复行为模式接近
-
箱线图显示也有较多离群点，但分布范围相对集中
-
-
与何同学对比：
-
点赞数的极值和分布范围都明显大于何同学，说明影视飓风的热门评论能获得更多点赞
-
回复数的分布特征与何同学较为接近，说明用户的回复行为模式相似
-
两个UP主的评论区都呈现明显的马太效应，但影视飓风的两极分化似乎更明显
-
总的来说，影视飓风的评论互动也呈现典型的社交媒体特征，但相比何同学，其热门评论似乎能获得更多的点赞互动。这可能与内容类型、受众群体或者视频播放量的差异有关。
可以看到，高点赞数评论中，大多数是吐槽苹果的按钮，然后有许多评论玩梗说按钮的作用和何同学一样，然后还有讽刺苹果的60hz屏幕和128G低内存的情况。
在影视飓风这里，高赞评论内容比较多，但是和何同学那边一样，大多数都是吐槽iPhone新品的，当然萝卜青菜各有所爱，这里不多描述，避免引战。
通过对比何同学和影视飓风的评论长度与互动关系的散点图，可以得出以下结论：
-
评论长度分布：
-
两个UP主的评论长度主要集中在0-300字之间
-
极少数评论超过500字
-
总体来看评论长度分布模式相似
-
-
点赞数分布特征：
-
影视飓风的最高点赞数（约14000）远高于何同学（约3700）
-
两者都呈现明显的长尾分布，少数评论获得极高点赞
-
短评论（0-100字）也能获得高点赞，说明评论长度并不是获得点赞的决定因素
-
-
回复数分布特征：
-
两个UP主评论的最高回复数较接近（都在300-350左右）
-
短评论（0-100字）也能获得高回复
-
-
互动关系特点：
-
点赞数、回复数和评论长度没有明显的正相关关系
-
两个UP主都存在"高点赞低字数"的评论，说明简短但有力的评论也能引起共鸣
-
-
UP主特点对比：
-
影视飓风的高赞评论获得更多点赞，可能与其粉丝基数或内容特点有关
-
评论区互动模式（点赞和回复的分布特征）两者基本相似
-
两个UP主的粉丝都倾向于用简短评论表达观点
-
这种分布特征反映了B站评论区的典型特点：内容质量比长度更重要，且用户更倾向于通过点赞而非回复来互动。
通过对比何同学和影视飓风的用户等级与互动数据的散点图，可以得出以下结论：
-
用户等级分布特征：
-
两个UP主的评论区都主要集中在2-6级用户
-
-
点赞数与用户等级的关系：
-
获得高点赞的评论主要来自4-6级用户
-
何同学：最高点赞（约3700）来自4级用户
-
影视飓风：最高点赞（约14000）来自5级用户
-
高等级用户获得高点赞的机会更大，但等级并不是决定因素
-
-
回复数与用户等级的关系：
-
高回复数同样主要集中在4-6级用户的评论中
-
虽然高等级用户更容易获得高互动量，但用户等级并不是决定互动量的唯一因素，评论的内容质量和切入点可能更重要。这反映了B站社区的良性特点：虽然活跃用户更容易获得关注，但优质内容才是获得高互动的关键。
5.时间分析
通过对比评论发布天数分布直方图和时间变化趋势图，可以得出以下综合结论：
-
初期互动特征（0-5天）：
-
两个UP主的评论都高度集中在发布后的前5天
-
何同学首日评论量约2500条，影视飓风约5700条
-
两个视频都在发布当天（第0天）获得最高评论量
-
评论数呈现指数级下降趋势
-
-
中期互动特征（5-15天）：
-
评论数迅速下降，但仍保持低频率的持续互动
-
何同学的评论数下降较为平缓，每天仍有少量稳定评论
-
影视飓风的评论数下降更快，趋近于零
-
-
后期互动特征（15-30天）：
-
何同学视频仍然保持微弱但稳定的评论互动
-
影视飓风的评论活跃度几乎完全消失
-
直方图显示有零星的长尾评论出现
-
-
互动持续性对比：
-
何同学的视频讨论持续性更强，即使在发布一个月后仍有评论
-
影视飓风的讨论热度集中在前期，后期讨论度较低
-
两个视频都呈现出典型的"热点衰减"规律
-
-
用户互动模式：
-
用户倾向于在视频发布初期参与讨论
-
90%以上的评论集中在前10天
-
通过分析两个UP主的评论小时分布图，可以得出以下结论：
-
何同学视频的时间分布特征：
-
评论高峰出现在晚上20-23点，峰值在21-22点
-
白天12-19点保持中等评论活跃度
-
凌晨0-1点还有一定评论量
-
清晨3-7点是评论低谷期
-
呈现明显的"晚高峰"特征
-
-
影视飓风视频的时间分布特征：
-
凌晨0点出现最高评论峰值（约1750条）
-
其余时段评论量比较平均，在250-500条之间波动
-
没有明显的晚高峰，全天分布相对均衡
-
同样在清晨4-6点评论较少
-
-
两者对比分析：
-
评论量级差异：何同学晚高峰约400-500条，影视飓风凌晨高峰约1750条
- 分布模式不同：
-
何同学呈现典型的作息规律分布（晚高峰明显）
-
影视飓风除了0点高峰外较为平均
-
-
-
用户行为洞察：
-
B站用户普遍夜生活特征明显，晚上和凌晨活跃度高
-
工作时间（9-17点）评论相对较少
-
清晨活跃度最低，符合用户作息规律
-
-
运营建议：
-
视频发布时间建议选在晚上19-22点或0点前后
-
与粉丝互动的最佳时间窗口在晚上8点后
-
避免在清晨时段发布内容
-
需要考虑不同时区用户的影响
-
这种分布特征反映了B站用户的典型观看和互动习惯，对内容创作和运营时间的选择有重要参考价值。
6.性别差异分析
进行卡方检验，发现p值远小于显著性水平0.05，这表明两个UP主视频评论的性别分布存在显著差异。
根据点赞数差异的单因素方差分析（ANOVA）结果，可以得出以下结论：
-
何同学视频的点赞行为：
-
F统计量 = 2.03
-
p值 = 0.1310 > 0.05（显著性水平）
-
结论：不同性别用户的点赞行为没有显著差异
-
这表明性别因素并不影响用户对何同学视频评论内容的认可度
-
-
影视飓风视频的点赞行为：
-
F统计量 = 0.46
-
p值 = 0.6318 > 0.05（显著性水平）
-
结论：不同性别用户的点赞行为同样没有显著差异
-
这表明性别因素也不影响用户对影视飓风视频评论内容的认可度
-
根据回复数差异的单因素方差分析（ANOVA）结果，可以得出以下结论：
-
何同学视频的回复行为：
-
F统计量 = 1.68
-
p值 = 0.1858 > 0.05
-
结论：不同性别用户的回复行为没有显著差异
-
与点赞行为的结论一致（p = 0.1310）
-
-
影视飓风视频的回复行为：
-
F统计量 = 0.49
-
p值 = 0.6147 > 0.05
-
结论：不同性别用户的回复行为也没有显著差异
-
与点赞行为的结论一致（p = 0.6318）
-
虽然观众群体的性别构成有显著差异，但在点赞、回复上却没有显著差异，说明两位UP主中评论区评论内容都具有跨性别的吸引力和认可度。
7.情感分析
7.1数据预处理
首先，处理原始的文本数据，只保留中文、字母、数字和符号，再使用jieba库进行分词处理，这样可以处理数据可以保证后续分析的准确性。
7.2SnowNLP情感分析
SnowNLP使用的是基于概率的情感分析，它考虑的是整个句子的上下文，而不是单个词，同一个词在不同语境下可能得到不同的情感分数，所以会出现积极中均提到了拍照、相机等等，甚至在消极中能看到支持、喜欢等积极词汇。
查看消极评论中的情况：
以何同学中消极评论里的“支持”这个词为例，可以看到，大多数还是划分正确的。
再使用Mann-Whitney U 检验来判断两个UP主视频评论的情感是否存在显著差异，发现p值远小于0.05，可以认为存在显著差异，并且根据饼图可以看到，何同学的评论区，积极情绪占比更大，而影视飓风中消极情绪占比更大，当然两个评论区中性评论是占比最大的，这也是符合B站大多数人的评论，都是抱着看乐子的心态。
8.斯皮尔曼相关性分析
通过斯皮尔曼相关性分析，可以看到，就评论长度和用户等级、点赞数、回复数呈弱正相关，回复数与点赞数之间呈中等正相关，说明较长的评论，对于获赞和获得回复有一定的关系，而高赞的评论，往往代表着比较有热度，所以会更容易引起回复讨论，但这也不是强相关，很多人都是只点赞表示认可，可能不会参与讨论。
9.总结
本项目通过统计检验和情感分析，深入探讨了B站两位知名UP主（何同学、影视飓风）关于iPhone 16 Pro评测视频的评论区特征。主要结论如下：
-
评论互动呈现典型的长尾分布，而影视飓风评论数量远高于何同学视频的评论数，且评论区的最高点赞数也远高于何同学评论区的最高点赞数，而最高回复数反而是何同学视频底下的评论。
-
两个UP主的评论区都主要集中在2-6级用户，获得高点赞、高回复数的评论主要来自4-6级用户。
-
评论长度与互动指标（点赞数、回复数）呈弱正相关，点赞数与回复数呈中等正相关，内容质量比长度更重要，且用户更倾向于通过点赞而非回复来互动。
-
两个UP主的评论都高度集中在发布后的前5天，并且两个视频都在发布当天获得最高评论量，用户倾向于在视频发布初期参与讨论，随着发布时间的推移，评论数呈现指数级下降趋势，呈现出典型的"热点衰减"规律。
-
何同学视频的评论高峰出现在晚上20-23点，峰值在21-22点；影视飓风视频的评论峰值出现在凌晨0点，其余时段评论量比较平均，并且工作时间（9-17点）评论相对较少，晚上和凌晨活跃度高。
-
两个UP主视频评论的性别分布存在显著差异，但是评论区评论点赞和回复数上却没有显著差异，说明两位UP主中评论区评论内容都具有跨性别的吸引力和认可度。
-
两个UP主视频评论的情感存在显著差异，并且何同学的评论区，积极情绪占比更大，而影视飓风中消极情绪占比更大，当然两个评论区中性评论是占比最大的，这也是符合B站大多数人的评论，都是抱着看乐子的心态。
-
建议博主选择晚上或0点前后发布内容，同时如果B友想获得高点赞、高回复的话，要注意评论质量，并且适当的吐槽或者玩梗，更能吸引互动。