深度挖掘大数据淹没下的冰美人(之一).docVIP

深度挖掘大数据淹没下的冰美人（之一） 　　范冰冰可是当下红遍天下的演艺界女皇式巨星，粉丝遍及海内外。她是社会媒体大数据赞誉和吐槽的经久不衰的话题人物。 　　深度挖掘和解析大数据淹没下的范冰冰，应该是一件既符合娱乐精神又有启发意义的工作。准备做一个系列来，用我们的深度挖掘引擎，看看社会媒体口水大数据的一片混沌中到底隐含了几多信息，哪些是众所周知的，哪些是出人预料的。 　　华裔女星中，一直不太喜欢范冰冰，主要是觉得她的形象不接地气：女神或妖精，总之不似人类，与我们喜欢的 邻家女孩(girl next door)类型(如 徐静蕾 高圆圆 这类)相距甚远。然而，伊人的《武媚娘传奇》热播以后，惊艳叹服之余，遂亦加入粉丝行列。尤其是年轻时的武媚娘扮相，美得简直不像话，还让不让人活? ? 　　先报告一下这次挖掘的基本数据： 　　时间跨度是过去 27 个月(2013年二月到2015年五月)的中文社会媒体(包括繁体和粤语文字)。 　　下图是挖掘总览： 　　计 113万 数据点，70 多万条帖子，可达近 73 亿的眼球浏览，可以算是大数据了吧。(关于此话题两年多来的社媒数据量当然远远大于此数，可自家库里现在的样本就这么多，再多就要给内容分销商追加额外的数据购买费了。这个样本量比起传统的问卷调查高出至少两个数量级，作为情报挖掘，已经足以满足统计意义上的代表性要求了。) 　　冰美人的社会媒体形象相当不错，褒贬指数(Net Sentiment)高达 62%，这在娱乐圈公众人物中也算是高高在上了，八万五千条赞誉远多于 一万九千条吐槽。范爷威武! 1,134,741 Mentions 708,353 Posts 7,290,684,005 Potential Impressions 62% Net Sentiment 85,031 Positive 19,888 Negative下图是范冰冰话题过去27个月的 ? ? ? ? ? ? ?热度（数据点和眼球数）和褒贬的曲线图。热度起伏较大，应该与她主演的影视节目的宣传和开播期相关。反映形象消长的褒贬指数变化不大，基本能保持高位，范冰冰仍然处于事业鼎盛期，显然极受大众欢迎。 ? ? 下 图是这次自动调查的数据来源。最大的来源是 twitter，14万4，其次是天涯论坛（两万四千条）和百度贴吧（两万出头）。再往下依次是香港网站，西祠，豆瓣等，大名鼎鼎的脸书和新浪微博只有两三千的帖子来源。（很遗憾，不包含微信，微信数据由于隐私限制，在可预见的将来，我们的挖掘还够不着：其实微信当下才是社会媒体的旗舰，其他所有中 文社会媒体全加起来也没有微信所达到的规模、代表性和影响力。腾讯的老爷们，你何时开放哪怕是部分的数据？） ? ? 下图给数据来源做了分类，其中论坛占 60% ，新闻网站 20%，微博数据只有 8%。 ? ? 这是数据来源地的地理分布。 ? ? 欲知挖掘出来冰美人究竟有哪些有意思的信息，且听下回分解。 摘自：中国大数据 学数据分析、找行业报告、招调查人才可移步一起调研网 一个属于调研行业的B2B网站 国内最具权威的市场调研门户网站之一