周忠寶,朱文靜,王 皓,郭修遠,王立峰

(1.湖南大學工商管理學院，湖南 長沙 410082；2.湖南大學新聞與傳播學院，湖南 長沙 410082)

1 引言

隨著我國文化事業(yè)的飛速發(fā)展，社交媒體關(guān)鍵意見領袖KOL(Key Opinion Leader)作為互聯(lián)網(wǎng)時代文化產(chǎn)業(yè)的新生力量得到廣泛關(guān)注。社交媒體KOL擁有大量忠實粉絲，能憑借著自身強大的號召力和影響力使內(nèi)容在粉絲人群中擁有深入的滲透力。作為廣告主和消費者的媒介者，KOL幫助品牌與消費者建立聯(lián)系，為品牌推廣帶來可信度，因此備受廣告主青睞[1]。但是，KOL行業(yè)的低門檻進入，使KOL人數(shù)日益增加。據(jù)卡思數(shù)據(jù)收錄，我國各平臺粉絲量在10萬以上的KOL已經(jīng)超過20萬個，而且超半數(shù)的KOL營銷數(shù)據(jù)都存在刷量造假行為，這些都會導致廣告主無法僅從粉絲量級來分析KOL的商業(yè)價值。如何對KOL進行更全面的分析，成為了KOL營銷亟需解決的問題。

社交媒體KOL營銷的傳播媒介多元化，其中視頻因為具有更高的傳播示能和內(nèi)容密度，使用更為廣泛。隨著視頻網(wǎng)站的發(fā)展，彈幕技術(shù)被廣泛運用。與傳統(tǒng)評論不同，彈幕是一種直接顯示在視頻上的滾動評論，有“視頻時間”和“自然時間”2個維度。作為一種新型的即時互動的視頻評論方式，彈幕的即時性使得觀眾可以超越時空限制，使人們獨自觀看視頻時有一種很多人共同觀看該視頻并產(chǎn)生共同情緒與吐槽點的奇妙心理，這種心理促使觀眾更愿意參與到討論中。人們觀看彈幕視頻獲取信息、娛樂和社交聯(lián)系[2]，并且彈幕會影響觀眾感知[3,4]，這為分析KOL提供了新的研究視角。通過對彈幕內(nèi)容進行文本分析，不僅可以對彈幕的主題進行檢測[5]，還能分析觀眾的情感[6,7]。

本文通過對社交媒體KOL視頻彈幕進行文本挖掘，使用動態(tài)主題模型和卷積神經(jīng)網(wǎng)絡CNN(Convolutional Neural Network)模型對彈幕豐富的語義信息進行主題和情感分析，構(gòu)建一種新的KOL分析體系，從而幫助廣告主找到粉絲群體符合品牌調(diào)性且具有正面影響力的KOL，更精準地進行KOL營銷。本文圍繞視頻彈幕主要從以下3個方面進行研究：(1)針對彈幕的時間屬性，對視頻彈幕的時間屬性進行描述性統(tǒng)計，從彈幕時間分布對觀眾的行為偏好進行刻畫。(2)對彈幕文本進行動態(tài)主題分析，對彈幕內(nèi)容進行主題識別以及隨時間變化的細粒度主題詞演化分析。(3)對含有推廣的視頻進行情感分析，分析觀眾對于視頻中含有推廣的情感傾向。

2 相關(guān)研究

2.1 主題模型

主題模型通過分析文本中的詞來研究文檔中的語義主題結(jié)構(gòu)，從而實現(xiàn)對文本的組織和歸納[8]。在主題模型中，主題是一個語義層面的假設，一個主題是一系列詞匯的概率分布，文檔可以由一系列主題表示。隱含狄利克雷分配LDA(Latent Dirichlet Allocation)作為最經(jīng)典的主題模型[9]，目前已經(jīng)被廣泛應用于學術(shù)界和工業(yè)界。

但是,LDA忽視了語料庫中文本的時間順序，于是Blei等[10]提出動態(tài)主題模型DTM(Dynamic Topic Model)。DTM考慮了文檔的先后順序，假設主題隨時間發(fā)生變化，該模型被證明是一個能夠準確描述潛在主題及其動態(tài)變化的強有力工具。

傳統(tǒng)的語言建模方法使用Dirichlet分布來處理詞語分布的不確定性，但是Dirichlet分布對序列建模并不適用。為解決這一問題，DTM模型引入了高斯噪聲，通過狀態(tài)空間模型鏈接了每個主題的自然參數(shù)βt,k，其中βt,k表示時間切片t中主題k的自然參數(shù)。也就是說，在動態(tài)模型中通過連接高斯分布對組件隨機變量序列進行建模，并將值映射為單純形，將邏輯正態(tài)分布延伸至時間序列上的單純形數(shù)據(jù)。

對于文檔-主題概率分布θ，DTM模型使用平均值α的邏輯正態(tài)分布來表示概率分布的不確定性，其中各參數(shù)的含義如表1所示；同時通過式(1)所示的簡單的動態(tài)模型捕獲模型之間的順序結(jié)構(gòu)：

αt|αt-1～N(αt-1,δ2I)

(1)

將主題和主題概率分布連接在一起，即可有序地得到一組主題模型。一組有序語料在時間切片t上的生成過程可以表述為：

(1)生成主題分布：

βt|βt-1～N(βt-1,σ2I)

(2)構(gòu)建動態(tài)模型描述主題隨時間的變化：

αt|αt-1～N(αt-1,δ2I)

(3)對每篇文檔：

①生成文檔-主題分布參數(shù)：

η～N(αt,α2I)

②對文檔中的每個詞語：

a 生成文檔-主題分布：

Z～Mult(π(η))

Table 1 DTM paramaeter information

b 生成詞語-主題分布：

Wt,d,n～Mult(π(βt,z))

其中π(·)將多項自然參數(shù)映射為平均參數(shù)。如果去掉圖1中的方向箭頭，不考慮時間上的動態(tài)變化，整個流程可以看做一系列獨立主題模型的集合?？紤]時間上的變化后，時間切片t上的第k個主題是在時間切片t-1的第k個主題的基礎上經(jīng)過平滑的演變得到的。

Figure 1 DTM model illustration

2.2 卷積神經(jīng)網(wǎng)絡

情感分析(Sentiment Analysis)是對文本中某個實體的觀點的情感及態(tài)度的計算[11]。它利用自然語言處理、文本分析、機器學習和計算語言學等方法對帶有情感色彩的文本進行分析、推理和歸納。情感分類作為情感分析技術(shù)的核心問題，其目標是判斷評論中的情感取向。隨著互聯(lián)網(wǎng)評論數(shù)據(jù)的日益增多，傳統(tǒng)基于詞典的情感分析方法[12 - 14]和基于機器學習情感方法[15 - 18]已經(jīng)不能高效處理海量評論的情感分類問題。近年來隨著深度學習技術(shù)的快速發(fā)展，其在大規(guī)模文本數(shù)據(jù)的智能理解上表現(xiàn)出了獨特優(yōu)勢，越來越多的研究人員青睞于使用深度學習技術(shù)來解決文本分類問題[19 - 24]。Socher等[21 - 23]在2011～2013年間提出了一系列基于遞歸神經(jīng)網(wǎng)絡的分類模型來解決情感分類問題，Kim[24]則將卷積神經(jīng)網(wǎng)絡運用于情感分類問題。實驗結(jié)果表明，卷積神經(jīng)網(wǎng)絡的分類效果明顯優(yōu)于遞歸神經(jīng)網(wǎng)絡，卷積神經(jīng)網(wǎng)絡在語句級別的情感分類問題上表現(xiàn)優(yōu)秀。

卷積神經(jīng)網(wǎng)絡是多層網(wǎng)絡結(jié)構(gòu),主要結(jié)構(gòu)按層次分卷積層(Convolutional Layer)、池化層(Pooling Layer)和全連接層(Fully-Connected Layer)。模型的輸入為按照文本中詞語的順序排列的詞向量，卷積層通過多個卷積過濾器來發(fā)現(xiàn)輸入文本中相鄰多個詞之間的局部特征，這些局部特征經(jīng)過池化層得到卷積層中最重要的特征，并且保證對于不同長度的輸入文本能夠輸出相同長度的特征。最后全連接層將所有局部特征結(jié)合變成全局特征，用來計算最后每一類的得分，得到最終的分類結(jié)果。

3 基于彈幕文本的KOL分析模型構(gòu)建

3.1 彈幕數(shù)據(jù)爬取及預處理

相較于其他平臺，嗶哩嗶哩彈幕視頻網(wǎng)站(B站)視頻因無廣告、彈幕有趣、社群屬性強等特點吸引了大量優(yōu)質(zhì)用戶。此外B站內(nèi)容更加垂直、粉絲質(zhì)量高、KOL數(shù)據(jù)造假的現(xiàn)象少。綜合以上優(yōu)點，本文以B站為研究平臺，實驗使用Python語言爬取視頻彈幕，具體思路如下所示：

首先將爬蟲偽裝成瀏覽器：為了防止爬蟲被禁，需要設置頭文件和Cookie文件。頭文件信息比較容易找到，在Chrome的開發(fā)者工具中選擇Network，刷新頁面后選擇Headers就可以查看到本次訪問的頭文件信息，頭文件信息的旁邊還有一個Cookies標簽，其內(nèi)容就是本次訪問的Cookies信息。之后爬取網(wǎng)頁的URL：根據(jù)視頻av號獲取彈幕cid，再按照固定格式拼接字符串得到數(shù)據(jù)請求URL。使用GET方式請求URL，然后與前面設置的頭文件信息和Cookie信息一起發(fā)送請求，從而獲取頁面信息。為了避免頻繁的請求導致返回空值，所以2次請求間隔設置為5 s。最后進行數(shù)據(jù)的存儲與清洗：解析返回的xml彈幕數(shù)據(jù)，對原始數(shù)據(jù)進行去重清洗，以CSV的格式存儲在本地。對不同視頻循環(huán)執(zhí)行以上操作，直到所有視頻彈幕數(shù)據(jù)采集完成。

本文選擇B站時尚區(qū)具有代表性的up主“機智的黨妹”為研究對象，“機智的黨妹”賬號信息如表2所示，實驗共爬取了“機智的黨妹”143個視頻的約50萬條彈幕，數(shù)據(jù)更新時間截止到2019年11月2日。

爬取完彈幕數(shù)據(jù)后，需要對彈幕數(shù)據(jù)進行去停用詞和切詞處理。由于彈幕語言存在網(wǎng)絡詞匯較多、口語化及書寫不規(guī)范等問題，而現(xiàn)有的分詞詞庫不能滿足本文的切詞需求，因此本文人工建立領域詞典來對彈幕文本進行分詞處理。

本文在Jieba分詞庫的基礎上，對彈幕和美妝領域相關(guān)詞語進行收集后，通過人工篩選和整理獲得3 611個該領域的常用詞，并加入到基礎分詞庫中，匯總成實驗所需要的詞典。部分分詞詞語如表3所示。

分詞處理后對實驗數(shù)據(jù)進行去停用詞處理，本文整理了“中文停用詞庫”“哈工大停用詞表”“四川大學機器智能實驗室停用詞庫”和“百度停用詞表”，形成本文的停用詞表。

3.2 動態(tài)主題建模

實驗以對數(shù)似然度作為評估依據(jù)確定主題模型主題數(shù)，通過對不同主題數(shù)的實驗結(jié)果進行比較，圖2是實驗選擇不同主題數(shù)對應的對數(shù)似然數(shù)值。由圖2可以看出，主題數(shù)為3時出現(xiàn)了一個局部峰值，之后隨著主題數(shù)的增加，對數(shù)似然數(shù)呈遞增趨勢，主題數(shù)為10時對應的對數(shù)似然數(shù)最大，之后隨著主題數(shù)的增加，對數(shù)似然數(shù)呈遞減趨勢。綜合考慮，主題數(shù)為3時實驗概況性好、冗余度低。

Figure 2 Log likehood

確定好主題數(shù)后，進一步對彈幕數(shù)據(jù)進行時間片劃分。本文將彈幕按照自然時間排序，將彈幕數(shù)據(jù)劃分為10個時間片段，具體如表4所示。

Table 4 Time slice partition

3.3 主題識別與細粒度主題詞演化

DTM模型中每個詞w在時間切片t中對于主題k的貢獻記作βt,k,w,該值隨時間、主題和詞的變化而變化。通過DTM建模，全部時間切片內(nèi)的詞語分布概率之和表示詞語對主題的貢獻度，主題k中詞w的貢獻度為P(w|k)。=∑βt,k,w。將P(w|k)值進行排序，即根據(jù)詞w對文獻研究內(nèi)容的貢獻度進行排序，人工判定最能體現(xiàn)文獻研究內(nèi)容的主題。

本文通過抽取關(guān)注度較高的詞語對主題進行描述。詞w的關(guān)注程度的變化可以通過相鄰時間切片內(nèi)的概率正差值進行計算，即βt,k-βt-1,k(1

3.4 情感分析

3.4.1 構(gòu)建情感詞典

通用情感詞典(例如知網(wǎng)情感詞典和大連理工情感詞典)所包含的情感詞大多數(shù)是普通詞語，然而彈幕文本普遍精簡，且包含大量網(wǎng)絡詞匯，存在口語化和不規(guī)范的問題，所以使用通用情感詞典往往不能覆蓋彈幕文本中的情感，無法對彈幕文本的情感極性進行判斷。例如，“被圈粉”“被種草”中的“圈粉”“種草”就表達了直接的正面情感，但由于“圈粉”“種草”這類網(wǎng)絡用語并非傳統(tǒng)情感詞，所以無法通過傳統(tǒng)詞典對彈幕情感極性進行判斷?；诖?，本文在通用情感詞典的基礎上人工添加“圈粉”“種草”“有點尬”等彈幕中常見網(wǎng)絡用語，形成適用于彈幕情感分析的正向詞典、負向詞典和中性詞典。部分情感詞如表5所示。

Table 5 Emotional dictionary

3.4.2 情感標注

文本情感標注主要目標是把彈幕標注成正向負向或中性3種情感，常用的打標方式有逐一打標、抽樣打標和詞匯正負向標注?？紤]到實驗數(shù)據(jù)樣本量大，本文選用了詞匯正負向標注的方法，使用3種詞典進行文檔標注，通過統(tǒng)計情感類別符號確定每條彈幕評論文本中各類情感詞的個數(shù)，再使用式(2)計算彈幕的情感極性。

(2)

其中，Sentiment表示正、負、中3種元情感分類下的情感極性;Q表示情感詞個數(shù)，Q正表示正向情感詞的個數(shù)，Q負表示負向情感詞的個數(shù)。當Sentiment=0時，表示彈幕文本不含有情感；當Sentiment=1時，表示彈幕文本含有正向情感；當Sentiment=2時，表示彈幕文本含有負向情感；當Sentiment=3時，表示彈幕文本含有中性情感。

3.4.3 卷積神經(jīng)網(wǎng)絡建模

由于卷積神經(jīng)網(wǎng)絡模型最早是用于圖像識別，其輸入是二維矩陣形式，因此在使用時需要將文本數(shù)據(jù)轉(zhuǎn)換為二維數(shù)據(jù)矩陣后再作為模型的輸入。假定數(shù)據(jù)中長度最長的彈幕包含a個詞，xi∈Rk是該條彈幕中的第i個詞對應的b維詞嵌入向量。卷積神經(jīng)網(wǎng)絡的輸入為由a個b維向量組合而成的a×b的二維數(shù)據(jù)矩陣。對于長度小于a的樣本，本文使用word2vec向量化后使用零向量進行補充，對于長度大于a的樣本，(a-1)個詞采用word2vec向量表示，超出部分的所有詞向量的均值填充在第a位。通過這一方式，可以使不同詞在向量中均勻分布。本文的彈幕數(shù)據(jù)集中數(shù)據(jù)相對較短，因此將a設定為10，詞嵌入向量設為160維，即b=160。

Figure 3 Proposed convolutional neural network model

本文的CNN模型結(jié)構(gòu)如圖3所示。卷積層都采用相同大小的卷積核來提取出文本的局部特征，考慮到彈幕文本的情感具有顯著的特征，往往只需要通過幾個特征詞語便能判斷其情感，因此池化層采用最大池化提取出每個特征圖中最具代表性的特征。重復卷積池化操作，最后通過全連接層進行特征降維，降維后的數(shù)據(jù)進入分類層完成對彈幕情感的預測。

卷積核ω∈Rh×m在長為h的窗內(nèi)進行卷積操作，輸出的特征如式(3)所示:

si=f(ω×αi:i+h-1+b)

(3)

其中,b為偏置項，f(·)為激活函數(shù)。神經(jīng)網(wǎng)絡中有多種常用的激活函數(shù)，例如sigmod函數(shù)、tanh函數(shù)和ReLU函數(shù)等。由于ReLU函數(shù)具有加快訓練收斂速度、防止梯度消失、增加數(shù)據(jù)矩陣稀疏性以減少過擬合的特點，因此本文采用ReLU函數(shù)作為激活函數(shù)，如式(4)所示:

f(x)=max(0,x)

(4)

4 實驗與結(jié)果分析

4.1 實驗數(shù)據(jù)描述

本文首先對“機智的黨妹”視頻彈幕的“自然時間”屬性和“視頻時間”屬性進行分析：將“自然時間”屬性轉(zhuǎn)化為24小時制，刻畫彈幕在24小時內(nèi)的分布情況；將“視頻時間”屬性轉(zhuǎn)化為所在視頻時間內(nèi)的百分比，刻畫彈幕在視頻時間內(nèi)的分布情況。

圖4是“機智的黨妹”彈幕“自然時間”24小時分布統(tǒng)計圖，橫坐標是24小時制時間，縱坐標是彈幕數(shù)量。由圖4可以看出，觀看黨妹視頻的人的數(shù)量從6點到13點呈上升趨勢，12點到13點達到一個局部峰值；從13點到16點有小幅度回落；16點到23點逐步增加，23點達到整體的峰值；23點到5點開始逐漸下降，5點的觀看人數(shù)最少。整體來看觀眾更偏好于晚上觀看視頻。

圖5是“機智的黨妹”彈幕“視頻時間”的分布統(tǒng)計圖，橫坐標是彈幕出現(xiàn)在視頻中的時間占此視頻的比值，縱坐標是彈幕數(shù)量。由圖5可以看出，視頻時間內(nèi)彈幕數(shù)量波動明顯，視頻開頭的彈幕數(shù)量最多，結(jié)尾次之，視頻之間出現(xiàn)幾次小幅度彈幕峰值。由此可以分析，觀眾更偏愛在視頻開頭和結(jié)尾發(fā)送彈幕，視頻中會出現(xiàn)幾次彈幕“小高峰”。整體看“機智的黨妹”視頻的觀眾視頻觀看完整度高，粉絲粘性強，互動性高。

Figure 4 Natural time distribution of barrage

Figure 5 Percentage distribution of barrage

4.2 實驗設置

由于彈幕詞語偏短，本文將實驗中卷積神經(jīng)網(wǎng)絡模型中的步長設置為1，卷積核的大小設置為5*5，同時為了防止特征圖變小，padding設置為2。將最大池化設置為2*2以提取特征圖上的顯著特征。之后再進行相同的卷積池化操作，以完成對特征的進一步提取。最后經(jīng)過全連接層降維后進入分類層得到最后的情感分類?？紤]到彈幕情感分布很不均勻，所以實驗設置權(quán)重交叉熵為142，以此提高對負向和中性標簽的損失權(quán)重，為不平衡的數(shù)據(jù)分布做了一定的補償。

本文按8∶2的比例劃分為訓練集與預測集，共選擇了2 000份樣本數(shù)據(jù)作為訓練集。實驗結(jié)果顯示，該模型準確率達到94%。

4.3 動態(tài)主題分析

4.3.1 主題結(jié)果

基于DTM模型，實驗數(shù)據(jù)主要被分為3個主題大類，每個主題大類下選擇概率最大的20個詞表示，具體如表6所示。主題1主要是關(guān)于視頻風格的內(nèi)容，從主題詞分析結(jié)果看，視頻節(jié)奏歡快，輕松搞笑，易引起觀眾集體大笑；主題2主要是關(guān)于形象特征的內(nèi)容，從主題詞分析結(jié)果看，“機智的黨妹”的形象既包含女性化形象，又包含男性化形象，人物形象方面可能存在變化；主題3主要與視頻內(nèi)容相關(guān)，從主題詞分析結(jié)果看，觀眾不僅對“機智的黨妹”所使用的化妝品感興趣，還熱衷于討論視頻中出現(xiàn)的食物、衣服等物品，從這點可以看出觀眾對“機智的黨妹”的興趣不只局限于美妝方面。

Table 6 Topic results

4.3.2 細粒度主題詞演化

在不同時間，不同彈幕主題的主題詞會發(fā)生變化。通過細粒度主題關(guān)鍵詞分析，可以得到不同時期“機智的黨妹”視頻彈幕的主題詞變化。3個主題分類中，主題1沒有發(fā)生很大變化，說明視頻風格一直以輕松搞笑的風格為主。主題2和主題3的主題詞存在變化。

表7是主題1隨時間變化的細粒度主題詞演化。由結(jié)果可以看出，各個時間切片的主題詞相似，沒有明顯變化。每個時間段都出現(xiàn)了“哈哈哈”“笑”“可愛”等主題詞，這表明“機智的黨妹”視頻風格輕松愉悅，視頻中存在大量笑點。

表8是主題2隨時間變化的細粒度主題詞演化。由結(jié)果可以看出，不同時間切片的主題詞存在差異。在前8個時間切片中，觀眾對“機智的黨妹”的形象評價以“好看”“可愛”“妹子”“小姐姐”等女性化稱呼為主；在后2個時間切片中，主題詞開始出現(xiàn)“黨哥”“好帥”“老公”等稱呼，說明“機智的黨妹”的個人形象特征存在變化，前期以女性化為主，后期出現(xiàn)男性化特征。

表9是主題3隨時間變化的細粒度主題詞演化。由結(jié)果可以看出，不同時間切片的主題詞存在差異。雖然“機智的黨妹”是一個美妝類up主，但是觀眾彈幕所討論的話題并不局限于美妝領域。“好吃” “買”“同款”等詞說明粉絲在觀看黨妹視頻時，不僅會關(guān)注視頻中的美妝類產(chǎn)品，對于視頻中出現(xiàn)的食物等其他產(chǎn)品，粉絲也表現(xiàn)出強烈的興趣和購買意愿?！癰gm”“表白”“新年快樂”“生日快樂”等詞說明觀眾不僅是把“機智的黨妹”當成一個屏幕里面的人，還把她當成一個樂于分享的朋友，粉絲忠誠度高。后期出現(xiàn)的“沾”“喜氣”“中獎率”等詞，說明“機智的黨妹”在視頻中增加了粉絲福利，而觀眾對于這種福利表現(xiàn)積極，參與度高，這也可能是其后期彈幕內(nèi)容發(fā)生變化的原因。

Table 7 Topic words evolution of Topic 1

Table 8 Topic words evolution of Topic 2

Table 9 Topic words evolution of Topic 3

4.4 情感分析

本文從“機智的黨妹”143個視頻中篩選出了24個含有廣告的視頻，使用CNN模型對這24個視頻的彈幕進行情感分析。表10是24個含有推廣視頻的整體情感占比均值，由表10可知，正向情感均值占比約為0.65，負向情感均值占比約為0.32，中性情感均值占比約為0.03。正向情感占大多數(shù)。

Table 10 Sentiment analysis results

圖6是24個含有推廣視頻的彈幕情感極性分析的百分比堆積柱形圖。由圖6可以明顯看出，觀眾對于視頻中含有推廣的態(tài)度，持正向情感多于持負向情感，說明觀眾對于視頻中含有產(chǎn)品推廣的行為，大部分是理解與支持的。中性情感占少數(shù)。

Figure 6 Emotional polarity stacked bar chart

5 結(jié)束語

本文以社交媒體B站為研究平臺，利用彈幕這一用戶生成內(nèi)容，以美妝類KOL“機智的黨妹”為例，對其視頻彈幕進行動態(tài)主題分析和情感分析，從而幫助品牌從文本挖掘視角對KOL進行全面了解，為品牌找到合適的KOL提供數(shù)據(jù)參考。

從分析結(jié)果看，彈幕的“自然時間”和“視頻時間”可以很好地刻畫觀眾的觀看行為特征，為廣告主應該在何時投放廣告提供參考；動態(tài)主題分析既可以從整體刻畫觀眾的彈幕主題，也可以從細粒度刻畫不同時間的主題詞演化，幫助廣告主具體了解不同KOL的粉絲群體特征，更加精準地進行廣告投放；情感分析可以分析觀眾對于KOL合作推廣的態(tài)度，避免因粉絲抵觸推廣行為而降低品牌好感度。

因為彈幕文本含有大量網(wǎng)絡語言，傳統(tǒng)文本挖掘方法不能完全適用對彈幕的文本分析，所以之后的工作可以從以下方面改進：首先構(gòu)建更為專業(yè)的彈幕領域的分詞詞典，以便對彈幕文本進行更好的分詞處理，為之后的分析提供更好的數(shù)據(jù)支持。其次，構(gòu)建更為專業(yè)的彈幕領域的情感詞典。彈幕文本的用語不規(guī)范導致同一個詞在不同語境中有不同的情感極性，這就需要更為細分的情感詞典為情感分析提供參考。此外，彈幕數(shù)據(jù)還可以作為輿情分析的數(shù)據(jù)源，不僅能幫助了解觀眾在觀看視頻時討論的主題變化，還能監(jiān)控觀眾的情感變化，對KOL和品牌雙方都有借鑒意義。