1.1 KiB
1.1 KiB
数据处理
3月26日 20:07 | 355字
- 合并数据文件
- 合并热门数据
- 数据文件
- 视频: hot_data/分区/info
- up: hot_data/分区/up_info
- 弹幕/评论: hot_data/分区/BV号/...
- 单分区处理
- 按bv号匹配视频对应up指标，添加到info.csv
- 依序读取弹幕输出情感评分，(如果顺序没变的话) 直接添加一列“affective_scores”到info.csv
- 合并: 遍历分区info文件创建总文件，并给“视频荣誉”改名成“是否热门”并赋值为1
- 数据文件
- 合并非热数据
- 同上，并赋值为0
- 合并两个文件
- 根据URL获取封面
- 按发布时间排序
- 文本数据合并
- 评论文本 (仅热门): 直接合并成列，人工筛选高质量文本
- 标签合并 (放一起整一个txt即可，拉个词云了事)
- 简介合并 (同上)
- 合并热门数据
- 数据预处理
- 是否为系列 (标题关键词分析)
- 数据量化
- 大小分区名给一下，映射到大分区
- 视频分辨率: 360、720、1080、2k、4k、8k
- 封面处理并量化
- 删除不用指标
- up主uid、bv号
- 视频简介、标签