从数据角度分析陈冠希大骂林志玲事件

好，既然是评论，我们首先当然要来一发词云分析先。

library(tm)

library(Rwordseg)

installDict('明星【官方推荐】.scel','明星')

contentCorpus<- Corpus(VectorSource(na.omit(d$text)))

contentCorpus<- tm_map(contentCorpus, stripWhitespace)

contentCorpus=tm_map(contentCorpus, content_transformer(segmentCN), returnType='tm')

#tm分词对中文分词Bug解决方案

tokenizer <-function(x){

unlist(

strsplit(

x$content,

'[[:space:]]+'

)

)

}

tdm <-TermDocumentMatrix(

contentCorpus,

control=list(

wordLengths=c(1,Inf),

tokenize=tokenizer

)

)

#转成向量矩阵

tdm <-as.matrix(tdm)

library(wordcloud)

v <-sort(rowSums(tdm), decreasing = TRUE)

d <-data.frame(word = names(v), freq = v)

d <- d[1:300,]

wordcloud(

d$word,

d$freq,

min.freq=2,

random.order=F,

colors=rainbow(length(row.names(d)))

)

执行这段代码，我们可以得到以下的词云：

可以看到，网友们对于陈老师的这种无端端撕B的行为，一致认为是“你，的，不，是”。（DT君吐槽：这图真心有点吃藕！）

港东银最关心陈老湿

陈老师，看到后，也回复了网友的关心：

好了，大家的态度，陈老师收到了，你们喜欢或者是不喜欢，陈老师还是当年的陈老师，粉丝量还是上两千万的陈老师。

好，接着我们来分析一下网友们的特征。

genderTable<- prop.table(table(d$gender))

女网友竟然占比达到65%，好惊讶，是因为志玲姐姐男女通吃，还是陈老师魅力不减当年，还有一堆的女性摄影爱好者粉丝呢……

接着我们来看看网友们的地区分布：

locationTable<- prop.table(table(d[, "1"][d[, "1"]!="其他"]))

这个就不出所料了，港东银占据了榜首，不愧是和陈老师发源地比较近。

接着，我们看看用户是否都是加V的。

verifiedTable<- prop.table(table(d$verified))

看来陈老师号召力很强，竟然有1.5%的加V用户转发它了。

最后，我们来看看用户的微博等级：

hist(d$urank, main = "用户等级",xlab = "用户等级", freq = FALSE, ylab = "占比")

我们可以看到，用户的等级竟然也是就接近正态分布，证明这个话题的水军比较少呢，陈老师果然是实力派，出来混，是不需要带是水军的。

PS：笔者微博等级才14级，因为懒得关注太多的人，所以卡在了14级，所以12到14级人多是很正常的。

数据侠门派：

本文数据侠 KEN “小蚊子数据分析”团队成员

（编辑：应用网_丽江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!