本文作者將以《大秦帝國(guó)之崛起》作為分析對(duì)象，來詳細(xì)闡述在大數(shù)據(jù)時(shí)代數(shù)據(jù)分析會(huì)涉及到的全網(wǎng)輿情分析、微博傳播分析以及文本挖掘。

今年開年，拖延上映的《大秦帝國(guó)之崛起》（以下簡(jiǎn)稱為“崛起”），終于在劇迷的千呼萬喚中播出。

這部根據(jù)孫皓暉同名小說改編的電視劇是“大秦帝國(guó)”系列的第三部，首部《大秦帝國(guó)之裂變》，第二部《大秦帝國(guó)之縱橫》分別于2009年、2013年播出，均獲得不錯(cuò)的口碑，第三部《大秦帝國(guó)之崛起》因?yàn)樯厦娴脑蚨a(bǔ)拍，直到今年年初才在央視開播。

本文將以該劇作為分析對(duì)象，來詳細(xì)闡述在大數(shù)據(jù)時(shí)代數(shù)據(jù)分析會(huì)涉及到的三個(gè)“子課題”：

• 全網(wǎng)的輿情分析：基于全網(wǎng)媒體或網(wǎng)民關(guān)于該劇的探討，進(jìn)行“Social Listening(社會(huì)化聆聽)”，了解該劇整體口碑概況
• 微博傳播分析：基于新浪微博某條對(duì)于該劇具有重大影響力的微博的傳播情況，了解該條微博的傳播規(guī)律，互動(dòng)粉絲的畫像，以及水軍的辨識(shí)
• 文本挖掘：通過對(duì)該劇相關(guān)非結(jié)構(gòu)化文本數(shù)據(jù)的分析，了解其獲得觀眾較高認(rèn)可的原因

在接下來的分析中，筆者將結(jié)合分析工具（新浪微輿情、頭條媒體實(shí)驗(yàn)室、Python、Gephi等）、分析思路（分析角度和分析流程）、業(yè)務(wù)知識(shí)（對(duì)該劇的了解和原著小說的認(rèn)知），來談?wù)勔粋€(gè)完整的數(shù)據(jù)分析case如何完成，上面所涉及的3個(gè)子課題是本文分析的重點(diǎn)。下圖是本文的主要內(nèi)容和文章結(jié)構(gòu)：

1“崛起”的全網(wǎng)輿情分析

1.1 全網(wǎng)關(guān)注情況

（1）“崛起”的全網(wǎng)關(guān)注度走勢(shì)

因?yàn)樵搫〔コ龅臅r(shí)間段是2017-2-9~2017-3-6，故筆者選取了在該劇播出前后略有延展的時(shí)間區(qū)間，以便觀察這段時(shí)間內(nèi)關(guān)于該劇的全網(wǎng)信息量走勢(shì)。

大秦帝國(guó)之崛起全網(wǎng)關(guān)注度走勢(shì)圖（2-1~3-13）

從全網(wǎng)總體的關(guān)注度來看，在電視劇播出前的關(guān)注量較少，而在電視劇播出期間的關(guān)注度（有關(guān)該劇的網(wǎng)絡(luò)信息量）陡然上升，在播出的第一天（2017-2-9）關(guān)注度就出現(xiàn)了明顯在上升。在該劇在播出結(jié)束后（2017-3-6），信息量逐漸減少，呈下降趨勢(shì)。

（2）“崛起”的全網(wǎng)關(guān)注度來源

從各信息發(fā)布渠道的表現(xiàn)來看，該劇在微博（新浪微博和騰訊微博）上的信息量占據(jù)主導(dǎo)地位，“二次崛起”后的微博仍是娛樂影視的主陣地，是粉絲與主創(chuàng)團(tuán)隊(duì)進(jìn)行互動(dòng)的首選。下圖是“崛起”的全網(wǎng)信息量來源構(gòu)成。

除去微博的信息之后，則可以看到除微博（新浪微博和騰訊微博）以外哪些信息渠道關(guān)于該劇的討論量較多。

由此可以看出，新浪博客、百度貼吧這樣的泛娛樂化社區(qū)關(guān)于該劇的討論也頗多，前者濫觴于明星入駐，是全國(guó)最主流，人氣頗高的博客頻道之一；而百度貼吧是全球最大的中文社區(qū)，是“粉絲文化”的催化劑。百度貼吧的迅速走紅，是與“粉絲”及“粉絲文化”的流行緊密相關(guān)的，而在“粉絲文化”的發(fā)展過程中，百度貼吧也起到了重要作用。

1.2 全網(wǎng)關(guān)于“崛起”的關(guān)注點(diǎn)

（1）“崛起”的全網(wǎng)信息形成的關(guān)鍵詞云

以下是全網(wǎng)關(guān)于“崛起”的文本信息的關(guān)鍵詞提取，總計(jì)有60個(gè)，這些關(guān)鍵詞來自于媒體報(bào)道，抑或用戶UGC評(píng)論，從中我們可以發(fā)現(xiàn)網(wǎng)路上關(guān)于該劇的討論集中在哪些關(guān)鍵點(diǎn)上。

從上圖中可以看出，除了本劇的片名—“大秦帝國(guó)”以外，還有一些比較反映該劇特征的詞匯，根據(jù)筆者對(duì)該劇的了解，特挑出其中主要的兩類詞匯：

• 劇集相關(guān)：“收視”和“收視率”（在無大規(guī)模宣傳的情況下，收視率一路走高）、“拍戲”、“張博”（飾演秦昭襄王嬴稷的演員）、“導(dǎo)演”、“劇本”、“創(chuàng)作”、“花絮”、“創(chuàng)作者”
• 該劇的意義：“文化”、“歷史”、“陜西”、“國(guó)家”、“文明”、“秦國(guó)”、“正劇”、“大秦”，（這類詞匯能在一定程度上代表該劇想要表達(dá)的價(jià)值觀—居今之世，志古之道，所以自鏡，拒絕戲說，尊史重實(shí)）

（2） 與“崛起”相關(guān)的關(guān)聯(lián)詞分析

全網(wǎng)事件的熱度信息關(guān)聯(lián)詞分析，它是通過系統(tǒng)自動(dòng)運(yùn)算找出事件核心詞、并計(jì)算出與核心詞同時(shí)出現(xiàn)關(guān)聯(lián)度最高的高頻詞，也就是與核心詞共現(xiàn)頻率最高的詞匯（關(guān)于“共現(xiàn)”的原理介紹，請(qǐng)看《如何用數(shù)據(jù)分析，搞定新媒體運(yùn)營(yíng)的定位和內(nèi)容初始化？》的第三部分）。

假若讀者看過該劇，從上面的關(guān)聯(lián)詞即可看出，該劇的“正劇”屬性確鑿無疑，是一部獨(dú)具匠心的佳??！

（3）與“崛起”相關(guān)的熱門文章

這里的關(guān)于“熱門”文章的定義主要是通過三個(gè)維度綜合得出，即閱讀量、轉(zhuǎn)發(fā)量和評(píng)論量的綜合評(píng)價(jià)。

上面有7篇個(gè)熱門文章，它們?cè)谌W(wǎng)信息中的綜合得分（閱讀量、轉(zhuǎn)發(fā)量和評(píng)論量）最高。從這幾篇文章的標(biāo)題可以看出，它們主要以預(yù)告即將播出的劇集的劇情為主，關(guān)于劇中主要人物的出場(chǎng)及情節(jié)預(yù)告居多，由此可見該劇的關(guān)注度較高。

1.3 關(guān)注網(wǎng)民的人群畫像

以下數(shù)據(jù)來源于選自“頭條媒體實(shí)驗(yàn)室”，基于今日頭條7億累計(jì)激活用戶，7800萬日活用戶（截至2016年12月底）的海量行為數(shù)據(jù)及文章數(shù)據(jù)。鑒于今日頭條龐大的用戶數(shù)量，對(duì)其相關(guān)人群進(jìn)行分析可以起到“管中窺豹”、“一葉知秋”的效用。如果該用戶點(diǎn)擊并閱讀跟“大秦帝國(guó)之崛起”影視相關(guān)的文章，則判定該用戶對(duì)該劇感興趣。

（1） 關(guān)注網(wǎng)民的性別滲透率及年齡滲透率

此處，用滲透率（度）來表示用戶對(duì)特定事件關(guān)注度的比例，而非絕對(duì)值。有可能出現(xiàn)的情況是：一個(gè)人口稀少的地區(qū)有一百個(gè)人的人關(guān)注了某事件，相比一個(gè)人口大省有一萬人關(guān)注該話題，計(jì)算得到的滲透率（度）可能更高。

以下是這兩類滲透率的計(jì)算公式：

• 性別滲透率：某性別用戶對(duì)關(guān)鍵詞的關(guān)注度／全網(wǎng)該性別用戶總關(guān)注度
• 年齡滲透率：某年齡段用戶關(guān)鍵詞的關(guān)注度／全網(wǎng)該年齡段用戶總關(guān)注度

從上圖可以看出，“崛起”的男觀眾要多于女觀眾，當(dāng)然這也在預(yù)料之中。年齡方面，青年群體（18-30）對(duì)該劇的熱衷程度要比想象中的高，說明在當(dāng)今這樣一個(gè)盛行“宮斗撕逼瑪麗蘇”、“手撕鬼子褲腰藏雷”和“玄幻科幻架空歷史”的戲說歷史、全民娛樂時(shí)代，大家還是蠻希望有良心、有匠心、不浮躁的優(yōu)秀劇集出現(xiàn)，并不是“劣幣驅(qū)逐良幣”或者是一味的迎合大眾口味的“糙劇”。

（2）關(guān)注網(wǎng)民的地域分布

意料之外，情理之中，這部主創(chuàng)團(tuán)隊(duì)（原著小說作者、導(dǎo)演、制片人）全部是“秦人”（陜西人）的影視劇，陜西地區(qū)的受眾關(guān)注度（閱讀量、轉(zhuǎn)發(fā)量、評(píng)論量等）最高。

“大秦帝國(guó)”系列電視劇，展現(xiàn)了一幅波瀾壯闊的圖景：

在一個(gè)熱血的時(shí)代，一個(gè)積貧積弱的偏蠻小國(guó)由幾代秦國(guó)人奮發(fā)圖強(qiáng)，秉承著“赳赳老秦，共赴國(guó)難，血流不干，誓不休戰(zhàn)”的大無畏精神，歷經(jīng)磨難終于實(shí)現(xiàn)大國(guó)夢(mèng)。

出于對(duì)祖先的崇敬和身為秦人后裔的自豪，陜西地區(qū)的網(wǎng)民對(duì)于該劇的關(guān)注度高不足為奇。

（3） 關(guān)注網(wǎng)民的興趣圖譜

該部分度量了關(guān)注“崛起”的受眾的整體興趣情況，同樣是根據(jù)他們閱讀文章的類別（如“科技”、“歷史”等）來進(jìn)行判斷的，以此為指標(biāo)對(duì)各興趣類別在關(guān)注該話題的人群中從高到低進(jìn)行排序。

“用戶興趣”的計(jì)算公式：

某興趣類別的用戶對(duì)關(guān)鍵詞的關(guān)注度／某興趣類別用戶總關(guān)注度

在這里，興趣圖譜分為3層，越往下分則越細(xì)致。結(jié)合上面的年齡、性別和地域因素，從這些興趣圖譜中，我們能得到關(guān)于受眾人群更為深層的洞察。

通過上面對(duì)受眾興趣圖譜層層遞進(jìn)的“鉆取”，我們可以看到，他們主要的興趣有“國(guó)際足球”、“中國(guó)古代史”、“電影”、“中國(guó)足球”、“NBA”、“購房”和“法律”。結(jié)合先前的2個(gè)人群畫像維度，可以判斷出喜愛《大秦帝國(guó)之崛起》的人群是一些酷愛歷史（尤其是中國(guó)古代史）、和運(yùn)動(dòng)，且具有一定經(jīng)濟(jì)實(shí)力的中青年群體，他們具有較高的文化素養(yǎng)。

2“崛起”的熱門微博傳播分析

在前面的全網(wǎng)輿情分析中筆者有提到，該?。ㄆ鋵?shí)大部分影視劇皆是如此）在微博上的聲量極高，所以筆者在這一部分著重描述下它在微博上的聲量表現(xiàn)。

其實(shí)，造成微博上聲量較大的原因，絕大部分是因?yàn)橛脩魠⑴c轉(zhuǎn)發(fā)或是評(píng)論了某條微博，每一條轉(zhuǎn)發(fā)和評(píng)論都被視為一個(gè)用戶UGC。而微博文本每天13萬的日發(fā)博量和短視頻每天的32萬日發(fā)布數(shù)量，這兩方面每天形成的內(nèi)容體量是相當(dāng)龐大的。（新浪微博2016年年終數(shù)據(jù)）

又因?yàn)?，微博上“注意力資源”分配極不均勻，少數(shù)大V博主擁有龐大的粉絲資源，他們發(fā)布的內(nèi)容往往能引起微博上廣大民眾的討論，能造成極大的影響力。

鑒于此，筆者選擇了微博上一個(gè)關(guān)于影視娛樂的自媒體大v—“l(fā)ow君熱劇”，該賬號(hào)曾傳播過一條跟“崛起”相關(guān)的微博，用戶互動(dòng)較為活躍，權(quán)當(dāng)“解剖麻雀”之用。

筆者選取了一條帶視頻的微博，下面的播放量、轉(zhuǎn)發(fā)量、評(píng)論量和點(diǎn)贊量都較為可觀?？梢宰鳛槲⒉﹤鞑シ治龅囊粋€(gè)例子。

以下關(guān)于該條微博的傳播分析，數(shù)據(jù)來源及相關(guān)可視化呈現(xiàn)皆來自于新浪微輿情的微博傳播分析（微分析）功能模塊。

2.1?傳播概況

截至分析時(shí)間03-18 11:50，@low君熱劇?的微博共收獲轉(zhuǎn)發(fā)數(shù)13,393次（其中有效轉(zhuǎn)發(fā)10,576次）、 評(píng)論數(shù)2,209條，點(diǎn)贊數(shù)29,646個(gè)。

此外，該條微博的覆蓋人次為20,260,770,包括原創(chuàng)者（也就是“l(fā)ow君熱劇”）和轉(zhuǎn)發(fā)者的粉絲數(shù)的疊加，當(dāng)然也免不了重復(fù)計(jì)算，但整體的傳播效果是驚人的。注意，這是沒有排除水軍的數(shù)據(jù)。

內(nèi)容敏感度為0.27%，也就是說，關(guān)于該條微博的用戶評(píng)論中僅有0.27%的評(píng)論是呈負(fù)面的，這個(gè)量很小。

值得注意的是，原創(chuàng)者“l(fā)ow君熱劇”自身是此條微博的關(guān)鍵傳播用戶，這個(gè)看起來有點(diǎn)費(fèi)解，筆者會(huì)在下面有詳述。

2.2?轉(zhuǎn)發(fā)評(píng)論趨勢(shì)

一條微博的傳播是有生命周期的。能夠十分清晰的觀察到該微博轉(zhuǎn)發(fā)、評(píng)論的發(fā)展趨勢(shì)，微博的互動(dòng)及散播活躍與否，以及處于生命周期的哪個(gè)階段（引發(fā)期、醞釀期、發(fā)生期、發(fā)展期、高潮期、處理期、平息期和反饋期），對(duì)于及時(shí)、準(zhǔn)確研判事件及輿情走向起到至關(guān)重要的作用。

從上圖可以看出，該微博于03-17 12:05發(fā)布后，于03-17 12:30、03-17 23:30達(dá)到轉(zhuǎn)發(fā)、評(píng)論高峰，轉(zhuǎn)發(fā)峰值516條、評(píng)論峰值34條，此后微博傳播速度逐漸降低。

同時(shí)，意見領(lǐng)袖也是在該條微博的傳播高峰期進(jìn)行活躍的，圖中深黃色的圓圈即代表它們引起的轉(zhuǎn)發(fā)量。

2.3?傳播層級(jí)

轉(zhuǎn)發(fā)層級(jí)可以看出某個(gè)微博傳播滲透力的強(qiáng)弱，層級(jí)越多，代表話題的滲透性和傳播性越強(qiáng)，微博粉絲的參與度也就越高。

本條微博的傳播層級(jí)為5級(jí)，在傳播深度上一般，滲透力不足，說明本話題以及該劇屬于小眾圈子。

值得注意的是，在剔除掉水軍及僵尸粉之類的用戶后，該條微博的覆蓋人次變更為18,070,952，跟初始覆蓋人次相差了100多萬的人次數(shù)。

在這里，原創(chuàng)者“l(fā)ow君熱劇”有重復(fù)出現(xiàn)多次，這是為什么呢？請(qǐng)接著往下看。

2.4?傳播路徑

微博傳播路徑分析是微博傳播分析中的重中之重，分析微博傳播路徑圖能發(fā)現(xiàn)其中的關(guān)鍵傳播樞紐節(jié)點(diǎn)（意見領(lǐng)袖）和識(shí)別傳播質(zhì)量。

下圖是傳播路徑圖中常見的三種傳播節(jié)點(diǎn)類型。

聯(lián)系Malcolm Gladwell在《引爆點(diǎn)”(The Tipping Point)》中提出的觀點(diǎn)，原創(chuàng)節(jié)點(diǎn)、傳播節(jié)點(diǎn)和長(zhǎng)尾節(jié)點(diǎn)非常接近其表述的、在某類流行事件中的三種主要角色：

• 聯(lián)系員：就是那種“認(rèn)識(shí)了很多人的人”，這類人把朋友當(dāng)作郵票一樣地搜集，隨時(shí)與人保持聯(lián)系，這個(gè)角色可以把信息快速的散布出去。
• 內(nèi)行：就是那種“什么都懂的人”，他對(duì)某一種知識(shí)可以說是“達(dá)人”，不厭其煩地把相關(guān)的知識(shí)與朋友分享，但是卻沒有很好的說服力。這個(gè)角色對(duì)某件事情的狂熱，使他所發(fā)掘出來的事情成為有價(jià)值的。
• 推銷員：就是那種“什么人都能夠說服的人”這種人沒有很深的知識(shí)，但是有特殊的能力讓見到面的人在短暫的時(shí)間就交付信任。這個(gè)角色能夠把內(nèi)行發(fā)現(xiàn)的東西與人們以簡(jiǎn)易的語言溝通。

稍有差異的是，處在長(zhǎng)尾節(jié)點(diǎn)位置的粉絲，多半是被動(dòng)的接收者，傳播層級(jí)到他們這里基本戛然而止，但如果長(zhǎng)期接收某一類事物信息，他們也會(huì)變成該事物的忠實(shí)擁簇，會(huì)轉(zhuǎn)變?yōu)槁?lián)系人或者內(nèi)行。

從微博傳播分析系統(tǒng)上獲取傳播節(jié)點(diǎn)相關(guān)的數(shù)據(jù)之后，筆者利用復(fù)雜網(wǎng)絡(luò)分析工具Gephi，基于Fruchterman Reingold的力導(dǎo)向算法和Modularity Class的譜聚類算法，得到了如下能反映該條微博傳播路徑及傳播社群關(guān)系的微博傳播路徑圖。（Gephi詳細(xì)使用方法請(qǐng)參看《萬字干貨｜10款數(shù)據(jù)分析“工具”，助你成為新媒體運(yùn)營(yíng)領(lǐng)域的“增長(zhǎng)黑客”》）

從上圖可以看出，“l(fā)ow君熱劇”在該條微博的傳播過程中出現(xiàn)了很多次，而且其中呈明黃色的樞紐傳播節(jié)點(diǎn)也是本尊。那究竟它們是同一個(gè)賬號(hào)轉(zhuǎn)發(fā)了很多次呢，還是同名但不同賬號(hào)各自發(fā)布了一條信息呢？我們接著往下看。

調(diào)出關(guān)于傳播節(jié)點(diǎn)的基礎(chǔ)數(shù)據(jù)，得到下面關(guān)于本條微博TOP轉(zhuǎn)發(fā)20的列表。

從上表可以看出，在轉(zhuǎn)發(fā)數(shù)TOP20中，“l(fā)ow君熱劇”包攬了狀元、榜眼、探花和傳臚這前四名。第一列的的“發(fā)布微博ID”代表某個(gè)賬號(hào)將本條微博重新轉(zhuǎn)發(fā)，形成一條新的微博（ID）。因而，“l(fā)ow君熱劇”在本條微博的傳播中，總共發(fā)布了4次，將“聯(lián)系人”“內(nèi)行”和“推銷員”的角色都過了一遍，而且二次轉(zhuǎn)發(fā)效果上佳，不得不說，只有這樣粉絲過百萬且活躍度極高的微博大v才能這么玩，而且玩的不亦樂乎！

2.5?互動(dòng)粉絲畫像分析

筆者把傳播者分為兩類，即轉(zhuǎn)發(fā)者和評(píng)論者，將二者分別進(jìn)行分析。

一般來說，如果沒有水軍操作的話，這兩類群體的屬性應(yīng)該基本一致。評(píng)論者的互動(dòng)意愿更強(qiáng)，且機(jī)器操作的難度較大。

（1）轉(zhuǎn)發(fā)者和評(píng)論者的性別分析

從上圖可以看出，轉(zhuǎn)發(fā)者和評(píng)論者的性別占比趨近一致，都是女性壓倒性的超過男性。貌似和該劇面向的群體不太一樣，不過，我們需要知道的是，“l(fā)ow君熱劇”平時(shí)發(fā)布的關(guān)于影視劇的微博之類繁復(fù)，像《大秦帝國(guó)之崛起》這種風(fēng)格的影視劇不是主流，平時(shí)它的畫風(fēng)是這樣的：

這樣就不難理解，為何歷史正劇互動(dòng)的女粉絲較多，因?yàn)檫@個(gè)大v平時(shí)吸聚的粉絲多半是女性群體~

（2）轉(zhuǎn)發(fā)者和評(píng)論者的地域分布

從上圖看來，轉(zhuǎn)發(fā)者和評(píng)論者的地域分布差異較大，轉(zhuǎn)發(fā)者集中在東北黑龍江，而評(píng)論者主要集中在南方。聯(lián)系前面的傳播路徑分析，該條微博人為干預(yù)較為突出。

（3）轉(zhuǎn)發(fā)者和評(píng)論者的興趣標(biāo)簽

從上圖可以看出，該條轉(zhuǎn)發(fā)群體和評(píng)論群體的興趣圖譜幾近一致—都是熱愛生活、喜好休閑娛樂的樂活一族。

綜合上述關(guān)于微博傳播分析的5個(gè)維度，本條微博的傳播有輕微人為干預(yù)，不是大面積的商業(yè)推動(dòng)行為，微博傳播情況正常。

3 原著相關(guān)的文本分析

在本部分，筆者選取了《大秦帝國(guó)之崛起》相關(guān)的原著小說進(jìn)行分析，即《大秦帝國(guó)之金戈鐵馬》。

與影視劇不同的是，原著小說交代了秦昭襄王嬴稷上位前的一段經(jīng)過，比如秦武王討伐東周并舉鼎而亡，以及秦宣太后和嬴稷質(zhì)于燕，等等。

以下筆者就從文本挖掘的角度來分析一下原著小說、觀眾影評(píng)等方面的文本分析。

不過，在進(jìn)行正式的分本分析前，需要對(duì)原著小說文本進(jìn)行預(yù)處理，也就是：

• 詞匯替換：同一個(gè)人名的不同稱謂
• 中文分詞：一個(gè)漢字序列切分成一個(gè)一個(gè)單獨(dú)的詞
• 停用詞過濾：過濾掉2類“無意義”的詞匯：一類是人類語言中包含的功能詞，這些功能詞極其普遍，與其他詞相比，功能詞沒有什么實(shí)際含義，比如’你’、’我’、’的’、’或者’、’而是’等；另一類詞包括詞匯詞，比如’想要’、‘打開’等，這些詞應(yīng)用十分廣泛，對(duì)于揭示特定文本的含義的重要性意義不大

此外，還需要統(tǒng)一原著中的人名稱謂，將在文本中具有多個(gè)稱呼的人物統(tǒng)一為一個(gè)名稱，便于精準(zhǔn)的統(tǒng)計(jì)人物出現(xiàn)的頻次及其相關(guān)關(guān)系。

人物名稱替換表見下表。

預(yù)處理效果如下圖所示：

3.1 原著小說的關(guān)鍵詞提取

筆者沒采取一般文本分析時(shí)所采用的詞頻統(tǒng)計(jì)，因?yàn)樵~頻統(tǒng)計(jì)的邏輯是：一個(gè)詞在文章中出現(xiàn)的次數(shù)越多，則它就越重要。但筆者采用的是TF-IDF（term frequency–inverse document frequency）關(guān)鍵詞統(tǒng)計(jì)方法：它用以評(píng)估一字/詞對(duì)于一個(gè)文件集或一個(gè)語料庫中的其中一份文件的重要程度，字/詞的重要性會(huì)隨著它在文件中出現(xiàn)的次數(shù)成正比增加，但同時(shí)會(huì)隨著它在語料庫中出現(xiàn)的頻率成反比下降。

由此可見，在提取某段文本的關(guān)鍵信息時(shí)，關(guān)鍵詞提取較詞頻統(tǒng)計(jì)更為可取，能提取出對(duì)某段文本具有重要意義的關(guān)鍵詞。

以下是該原著小說的關(guān)鍵詞TOP300，筆者用電視劇的海報(bào)作為詞云輪廓，大家可以在詞云中看到關(guān)鍵的信息，和電視劇“崛起”做一下對(duì)照。

在關(guān)鍵詞TOP100中，基本上都是跟秦國(guó)/秦軍相關(guān)的詞，秦國(guó)君臣秦昭襄王嬴稷、秦武王、范睢、白起、魏冉和甘茂等；秦國(guó)的死對(duì)頭—齊國(guó)、趙國(guó)和楚國(guó)等；一些重要的他國(guó)人物，魯仲連、藺相如、廉頗、春申君和趙奢等…

等等，“魯仲連”什么鬼？電視劇里壓根沒瞧見哪！

這就涉及《大秦帝國(guó)之崛起》的原著小說和電視劇本身的差異了，它們的差別是顯而易見，甚至在第二部和第三部被“摒棄”出制作團(tuán)隊(duì)的原著小說作者孫皓暉也說，“電視劇相較原著改編幅度太大,完全可以另外取個(gè)名字” 。

綜合來看，筆者認(rèn)為，電視劇和原著小說不同之處主要集中在如下方面：

1. 內(nèi)容起始不同。原著中第三部以秦武王即位后發(fā)動(dòng)宜陽大戰(zhàn)、通三川窺周室為開端，白起在其中嶄露頭角；而電視劇中將此部分并入了第二部，第三部直接從嬴稷親政之后開始。
2. 關(guān)于甘茂的結(jié)局。在原著中，甘茂因?yàn)槭艿轿喝脚c宣太后的排擠，憤而離秦，投奔齊國(guó)，并為齊國(guó)獻(xiàn)策，最終因?yàn)辇R王的昏庸而隱居山野；而電視劇中改為了嬴稷希望為甘茂求得一個(gè)善終，于是聽從了蘇秦的建議，暗中幫助甘茂在齊國(guó)謀得上卿之位。
3. 關(guān)于白起的定位。在原著中，白起是本部的第一主角，白起所占篇幅超過任何一個(gè)其他角色，而本部的結(jié)束也幾乎是以白起身死為完結(jié)的。在迎立嬴稷的過程中，白起發(fā)揮了最主要的作用，同時(shí)也展現(xiàn)出白起行事風(fēng)格的鮮明特色；而在電視劇中，白起的功能大為弱化，大多由樗里疾和魏冉代替，當(dāng)然這可能跟主演白起的演員王學(xué)兵吸毒，補(bǔ)拍戲份太多而被迫刪掉一些戲有關(guān)。
4. 對(duì)于蘇秦這個(gè)關(guān)鍵人物的處理。原著中，蘇秦原是第二部《國(guó)命縱橫》中的人物。原著按照《史記》和《戰(zhàn)國(guó)策》的記載，選用了更為傳統(tǒng)的“張?zhí)K縱橫”之說，使得張儀、蘇秦處于同一時(shí)代背景，一人合縱一人連橫，在為我們揭開縱橫大戲的同時(shí)，也建立起張?zhí)K并雄的雙子結(jié)構(gòu)。；而在電視劇中，則采用了與原著完全不同的故事版本，遵從了于1973年在長(zhǎng)沙馬王堆三號(hào)漢墓出土的帛書書，—《戰(zhàn)國(guó)縱橫家書》（成書要早于《史記》和《戰(zhàn)國(guó)策》）的記載——蘇秦主要活動(dòng)時(shí)間在燕昭王時(shí)期，一生最重要的事跡，是以“間者”的身份，為燕滅齊。由此，蘇秦一改從前史書中“從約長(zhǎng)兼佩六國(guó)相印”的威風(fēng)凜凜，而變成一個(gè)城府極深、一心間齊、滅齊而憑一人攪亂戰(zhàn)國(guó)格局的“心機(jī)婊”。

不過，他在劇中關(guān)于“篤定”和“忠誠”的一段話很是經(jīng)典，連同劇中虛構(gòu)的一段戀情，體現(xiàn)了他“一生只奉一人主”和“此生若永如初見”的“從一而終”：

總的來說，電視劇中刪去了大量原著中的虛構(gòu)人物和虛構(gòu)情節(jié)，增加了大量史料中的人物和情節(jié)。這種做法無疑對(duì)原著的故事性有所破壞，但也增加了故事情節(jié)的可靠性和真實(shí)性，最大限度的還原歷史。但孰是孰非，還是留給書友們/劇迷們?nèi)プ孕信袛喟伞?/p>

3.2 原著小說中的主要人物的社交網(wǎng)絡(luò)分析

根據(jù)上面的人名詞典，筆者構(gòu)建了原著小說中的主要人物社交網(wǎng)絡(luò)圖譜，并對(duì)其中較弱的關(guān)系及人物節(jié)點(diǎn)進(jìn)行了過濾。

上圖中，每個(gè)節(jié)點(diǎn)代表一個(gè)人物，線條代表人物之間的關(guān)系，相同顏色的人物節(jié)點(diǎn)代表他們之間有著較為頻繁的交往/聯(lián)系（或友或敵）。人物節(jié)點(diǎn)字體的大小所表征的是“Betweenness Centrality （中介性核心性）”，該詞學(xué)術(shù)的說法是“兩個(gè)非鄰接的成員間的相互作用依賴于網(wǎng)絡(luò)中的其他成員，特別是位于兩成員之間路徑上的那些成員，他們對(duì)這兩個(gè)非鄰接成員的相互作用具有某種控制和制約作用“，說人話就是—字體大的人物具有更大的人際關(guān)系影響，能接觸和影響的人物較多，而在小說中出現(xiàn)次數(shù)多的未必就是這類人物，這里的存在感需要以人脈和影響力作為基石。

從上圖中可以看出，在位56年的秦昭襄王嬴稷無疑具有較強(qiáng)的人際網(wǎng)絡(luò)關(guān)系和影響力，更大的人際關(guān)系影響：廣納六國(guó)賢才，頻繁與六國(guó)君王過招，合作連橫，翻手為云，覆手為雨，后面迫使六國(guó)君主尊他為天子，人際影響力不可謂不廣。

其次是趙武靈王—趙雍，這位開創(chuàng)“胡服騎射”的君王，北擊匈奴和胡人，并吞中山國(guó)，扶植了燕昭王和秦昭襄王2位君主也是開疆拓土，廣納賢才，在六國(guó)中擁有廣泛的人際網(wǎng)絡(luò)。

同樣的道理，“戰(zhàn)國(guó)四公子”中的平原君和春申君在六國(guó)中的聲望較高，人際資源豐沛。

當(dāng)然，對(duì)于統(tǒng)帥趙、楚、韓、魏、燕五國(guó)軍隊(duì)伐齊的樂毅自不必說。其他人的情況也類似，無一不具有較強(qiáng)的人際網(wǎng)絡(luò)關(guān)系。

3.3 豆瓣上關(guān)于該劇影評(píng)的文本聚類和典型意見抽取

豆瓣電影是中國(guó)最大與最權(quán)威的電影分享與評(píng)論社區(qū)，收錄了百萬條影片和影人的資料，有2500多家電影院加盟，更匯聚了數(shù)千萬熱愛電影的人，因而這里關(guān)于影視劇的評(píng)論能具有一定的代表性和公信力。

如上圖所示，該劇在豆瓣上的評(píng)級(jí)較高，達(dá)到8.5分的分值，其中4星和5星評(píng)價(jià)站到整個(gè)評(píng)級(jí)里的84.6%，正面評(píng)價(jià)的比例相當(dāng)高。

筆者抓取了豆瓣上關(guān)于該劇的18068條評(píng)論信息，按贊同數(shù)的多寡保留了前3000條具有代表性的評(píng)論。抓取的數(shù)據(jù)格式如下圖所示：

經(jīng)簡(jiǎn)單處理，用AP算法進(jìn)行文本聚類得到如下圖所示的結(jié)果：

最后，AP算法自動(dòng)將3000條評(píng)論劃分成43個(gè)類別。

更進(jìn)一步，在文本聚類的基礎(chǔ)上進(jìn)行典型意見挖掘，得到如下結(jié)果：

選取其中最具代表性的意見（也就是包含文檔數(shù)最多的意見），即為：

由上表可知，“豆油”們對(duì)于“崛起”的評(píng)價(jià)主要集中在以下幾個(gè)方面：

• 該劇尊重歷史，是一部很不錯(cuò)的歷史正?。?/li>
• 該劇制作精良，還采用了比較真實(shí)的現(xiàn)場(chǎng)收音（現(xiàn)場(chǎng)錄音，有如下好處：最簡(jiǎn)化音畫匹配問題；鼓勵(lì)演員情感真實(shí)到位；保留各種聲音與環(huán)境音的真實(shí)互動(dòng)。），是一部良心劇；
• 該劇演員的演技很贊，尤其是飾演秦宣太后/羋八子的寧靜。

3.4 《羋月傳》和《大秦帝國(guó)》中秦宣太后（羋月）的人物形象差異分析

因?yàn)檫@兩部劇中都涉及了中國(guó)歷史上一個(gè)有名的女人—秦宣太后，她是第一個(gè)自稱“太后”并開啟垂簾聽政的女當(dāng)權(quán)者，且因其傳奇而又復(fù)雜的情感糾葛而引人注(ba)目(gua)。（注：因正史中并未提及“羋月”，史稱“秦宣太后”居多，故筆者在下面僅取后者）

因此，筆者想結(jié)合豆瓣影評(píng)的相關(guān)評(píng)論數(shù)據(jù)，來對(duì)《羋月傳》和《大秦帝國(guó)2、3》中秦宣太后的人物形象進(jìn)行分析。

為此，筆者爬取了豆瓣上關(guān)于《羋月傳》、《大秦帝國(guó)之縱橫》和《大秦帝國(guó)之崛起》中涉及秦宣太后及其主演（孫儷、寧靜）的若干評(píng)論作為分析對(duì)象。

以下是關(guān)于孫儷和寧靜所主演的秦宣太后的評(píng)論的文本分析，可以在這張直觀的可視化效果圖上看到“豆油”們對(duì)這兩位演員出演秦宣太后方方面面的評(píng)價(jià)。

上圖中，對(duì)于2類評(píng)價(jià)文本分別按照“高提及率(Frequent)”和“低提及率(Infrequent)”進(jìn)行了劃分。上圖若以橫縱軸的“Average”進(jìn)行劃分，則可以分為4個(gè)象限，右上角的為2類文本提及率皆高的詞匯，左下角為二者提及率皆低的詞匯。左上和右下僅是二者之一高提及率的詞匯。

另外，藍(lán)色點(diǎn)陣代表的詞匯屬于對(duì)“羋月傳-孫儷”的評(píng)價(jià)，黃色點(diǎn)陣所代表的的詞匯屬于對(duì)“大秦帝國(guó)-寧靜”的評(píng)價(jià)，右上角的象限二者的評(píng)語趨于重合。

可以看到，大家還是對(duì)兩位主演的演技很關(guān)注，其次是劇中演員的討論：跟孫儷相關(guān)的春申君黃歇及其扮演者黃軒、惠文后及其扮演者馬蘇；寧靜這邊則是秦惠文王及其扮演者富大龍。

點(diǎn)擊“點(diǎn)陣”中的“宮斗”一詞，可以看到“豆油”們對(duì)2部電視劇及其演員在劇情“宮斗”方面評(píng)價(jià)的異同：

從上圖可以看出，孫儷主演的《羋月傳》延續(xù)了《甄嬛傳》中的宮斗情節(jié)，“豆油”們?cè)u(píng)價(jià)它“狗血”“狗尾續(xù)貂”、“臉譜化”等，負(fù)面評(píng)價(jià)比較多；而在寧靜所主演《大秦帝國(guó)2 3》評(píng)價(jià)中，“宮斗”的評(píng)價(jià)幾乎沒有，而且大家都會(huì)拿前者來做對(duì)照，“正劇”是大家對(duì)它的評(píng)價(jià)。

再將2類評(píng)論文本中的關(guān)鍵詞提取，做成主角所對(duì)應(yīng)的的詞云，顯示如下：

從上面的詞云可以看出，“豆油”對(duì)于寧靜所主要的秦宣太后的評(píng)價(jià)最具代表性的詞是“霸氣”、“野性”、“正劇”“不莊重”、“良心”、“氣場(chǎng)”、“育子成龍”和“不怒自威”等，評(píng)價(jià)多為正面，認(rèn)為寧靜主要的太后野性霸氣，且具有氣場(chǎng)、不怒自威。

從上面的詞云可以看出，“豆油”對(duì)于孫儷所主要的秦宣太后的評(píng)價(jià)最具代表性的詞是 “義渠君”、“浮夸”、“瞪眼”、“太假”、“春申君”、“綠茶婊”、“瑪麗蘇”、“矯情”和“宮斗”等，多為負(fù)面評(píng)價(jià)，且對(duì)其演技的評(píng)價(jià)不是很好。

從歷史上的記載來看，楚人介于華夏與蠻夷之間，立于東南西北之中，他們的習(xí)俗既有蠻夷之異，亦有華夏之同，具有極強(qiáng)的兼容性。楚人確信自己是日神的遠(yuǎn)裔、火神的嫡嗣，由于日、火均為紅色，因而古時(shí)楚人富有激情和生命力，張揚(yáng)不羈。而寧靜飾演的秦宣太后很符合這個(gè)特征，她之前還主演過《紅河谷》中善良而又野性、任性的丹珠，《戰(zhàn)國(guó)英雄呂不韋》的秦王嬴政的母親趙姬，以及《孝莊秘史》中熱情奔放的的大玉兒（孝莊），這些角色其實(shí)與秦宣太后這個(gè)角色有很多相同之處。與之相比，出演宮廷內(nèi)斗局揚(yáng)名的孫儷在角色塑造方面過于臉譜化，把這個(gè)角色演出了甄嬛的感覺。

在“崛起”中，雖然寧靜所飾演的羋八子霸氣十足，將帝王家的無情、殘忍演繹得淋漓盡致，但她是一個(gè)顧全大局，一心為國(guó)的女當(dāng)權(quán)者，在電視劇片花末尾，更是展露出尋常母親的心疼與無奈：“為了愛他，我在他心里種下了一個(gè)冷血，可我不后悔?！?/p>

下面這句話是她教給秦昭襄王嬴稷的，被嬴稷銘記在心，并用刀將“王”字刻在手臂上：

3.5 原著小說中的若干關(guān)鍵詞的關(guān)聯(lián)詞分析

在最后，筆者把前面經(jīng)過預(yù)處理得到的小說文本進(jìn)行詞向量處理，將這些詞匯映射到向量空間，變成一個(gè)個(gè)詞向量（WordVector），以使這些詞匯在便于被計(jì)算機(jī)識(shí)別和分析的同時(shí)，還具有語義上的相關(guān)性，而不僅僅是基于詞匯之間的共現(xiàn)關(guān)系。

筆者分別將劇中的“秦昭襄王”、“白起”和“宣太后”做了語義聯(lián)想，也就是于計(jì)算詞語之間的語義相似度，找出與之最為相似的TOP20詞匯。結(jié)果如下表所示：

從上表中可以看出，與秦昭襄王嬴稷最相關(guān)的詞是和他密切相關(guān)的人物，如宣太后、白起、王稽和魏冉等。而離自己最近的卻是“秦王”二字，但做秦王不易，連他自己也說：

這和毛主席的那句，“牢騷滿腹愁腸斷，風(fēng)物長(zhǎng)宜放眼量”有異曲同工之妙，不過這句話還有一層意思，作為深系國(guó)家命運(yùn)的君王，要想成為雄主，就要對(duì)自己狠一點(diǎn)！

對(duì)于戰(zhàn)神白起，與他密切相關(guān)的是他的妻子荊梅，電視劇中為趙女趙曼，其次就是秦昭襄王。

說起這對(duì)君臣CP，前后相處的景況令人唏噓。

下面一個(gè)是秦昭襄王繼位之初，求教白起讀書之道和兵法之道的場(chǎng)景：

這樣的場(chǎng)景可以看出君臣之間的融洽、和諧，從中，我們也可以了解到白起用兵的獨(dú)到之處—不墨守成規(guī)，善于根據(jù)實(shí)際情況調(diào)整戰(zhàn)略部署。這也可以解釋為什么在后來的秦趙之戰(zhàn)中，白起能打破《孫子兵法》中”十則圍之，五則攻之”的兵法黃金原則，而采用50萬對(duì)50萬的“等量包圍”策略，從而贏得了決定秦國(guó)國(guó)運(yùn)的關(guān)鍵一戰(zhàn)。

而最后，君臣之間落了個(gè)不歡而散的下場(chǎng)，曾經(jīng)情同兄弟的君臣關(guān)系跌落到了谷底，變得勢(shì)如水火……

這幾句從“成業(yè)（成就霸業(yè)）”到“得賢（獲得賢才）”、“用賢（任用賢才）”以至于“任賢（信任人才）”，層層揭示，步步深入，最終得出成業(yè)的關(guān)鍵在于信任賢才的結(jié)論，也暗示了白起對(duì)于秦昭襄王對(duì)自己赤誠之心存疑的不滿。

而秦宣太后最為相近的幾個(gè)詞，有自己的兒子嬴稷、同母異父的弟弟兼重臣的魏冉、王族兼重臣的樗里疾、以及后來直接導(dǎo)致她失去權(quán)力的丞相范睢。

值得注意的是，這里和秦宣太后最為相關(guān)的也是“秦王”一詞，不過這里的秦王包括三代秦王—秦惠文王、秦武王和秦昭襄王。

最后，按照“或、與、非”的布爾邏輯，進(jìn)行“與‘秦國(guó)’-‘趙國(guó)’有關(guān)，但和‘楚國(guó)’無關(guān)”的最相關(guān)的TOP20的詞匯的計(jì)算，得到如下圖所示的詞匯逆序排列。

從上面的TOP20相關(guān)詞可以看出，秦趙兩國(guó)之間還夾雜著魏國(guó)和韓國(guó)，后二者與趙國(guó)合稱為“三晉”，緣起于戰(zhàn)國(guó)初期韓、趙、魏“三家分晉”。而二國(guó)傾舉國(guó)之力進(jìn)行正面交鋒的導(dǎo)火索正是“上黨之爭(zhēng)”，上黨的得失直接關(guān)乎趙國(guó)國(guó)都邯鄲的安危，因而趙國(guó)不得不接手這塊“燙手的山芋”。同時(shí)，“上黨”也是秦國(guó)“東出”的戰(zhàn)略支撐點(diǎn)，是必須攻克的“要塞”，如此才能逐鹿“中原”，合“六國(guó)”。

4 結(jié)語

看完這部歷史正劇，筆者自己的有這樣的感慨：

這部說“廟堂的事”的歷史正劇，其演員功力深厚，塑造的人物形象飽滿。宣太后，魏冉、蘇秦、田文、楚王，這些叱咤風(fēng)云的老江湖，聯(lián)手教會(huì)了秦昭王如何在險(xiǎn)惡中生存，在危機(jī)中壯大，而秦昭王具有強(qiáng)大的學(xué)習(xí)能力，迅速汲取著別人的經(jīng)驗(yàn)和教訓(xùn)，逐步從一個(gè)政治手腕稚嫩、備受掣肘的君主成為一個(gè)雄霸天下、獨(dú)當(dāng)一面的雄主。在這個(gè)過程中，他學(xué)會(huì)了如何在不利的局面下運(yùn)用謀略，從而實(shí)現(xiàn)自己的目的，奠定了秦國(guó)崛起東出的霸業(yè)。

參考資料

1. 數(shù)據(jù)來源：新浪微輿情（熱度指數(shù)查詢、全網(wǎng)事件分析、微博事件分析和微博傳播分析）

2 .數(shù)據(jù)來源：頭條媒體實(shí)驗(yàn)室

3.“大秦帝國(guó)之崛起”百度百科官方詞條

4.《<大秦帝國(guó)之崛起>小說電視劇與真實(shí)歷史有何差異？》，觀察者網(wǎng)的博客

5 .文本數(shù)據(jù)來源：《大秦帝國(guó)（第三部）之金戈鐵馬》

6.《孫皓暉：要以歷史實(shí)踐為標(biāo)準(zhǔn)評(píng)價(jià)歷史人物》，光明網(wǎng)

7.評(píng)論數(shù)據(jù)來源：《大秦帝國(guó)之崛起 (2017)》影評(píng)

8.Malcolm Gladwell.《The Tipping Point》

#專欄作家#

作者：蘇格蘭折耳喵（微信公眾號(hào)：運(yùn)營(yíng)喵是怎樣煉成的），人人都是產(chǎn)品經(jīng)理專欄作家。數(shù)據(jù)分析愛好者，擅長(zhǎng)數(shù)據(jù)分析和可視化表達(dá)，喜歡研究各種跟數(shù)據(jù)相關(guān)的東東。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。