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：

1. 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

2. 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

3. 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：

1. 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

2. 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

3. 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：

1. 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

2. 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

3. 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

4. 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

5. 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：

1. 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

2. 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

3. 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：

1. 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

2. 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

3. 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

4. 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

5. 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：

1. 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

2. 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

3. 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

4. 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

5. 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：

1. 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

2. 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：

1. 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）

2. 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：

1. 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。

2. 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。

3. 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。

4. 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。

5. 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。

6. 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。

7. 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。

8. 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。