完整項目包點擊文末名片
黑神話悟空上線初期輿情分析
背景
《黑神話：悟空》在上線首日便創下了全球游戲行業的多項新紀錄，包括Steam同時在線人數超過222萬，全渠道總銷量超過450萬份，總銷售額超過15億元。本項目旨在對 3A 游戲《黑神話：悟空》的上線初期評價進行分析，分析評論用戶的特征、分層及評論內容。
基本信息：
類型
內容
游戲名
黑神話：悟空
上線時間
2024年8月20日
模型：用戶標簽系統、K-Means聚類模型、SnowNLP、jieba
數據說明
數據字段及描述有：
評論文本分析
SnowNLP 是一個用于處理中文文本的 Python 庫，提供了多種自然語言處理（NLP）功能，能夠執行諸如分詞、詞性標注、情感分析、文本摘要等功能，適合中文文本的分析和處理。
jieba 是一個用于中文分詞的 Python 庫，是中文文本處理中非常實用的工具。在分詞的準確性和可靠性上，jieba 的分詞效果更優于 SnowNLP。
故本次使用 jieba 進行中文分詞并統計詞頻，用 SnowNLP 進行文本情感分析。
評論角度傾向
在 Steam 平臺購買游戲時，用戶評價主要可能涉及：游戲性能、畫面、音效、劇情、游戲機制、重玩價值、DLC、性價比、系統要求等。
總結
評價基本情況
暫時無法在飛書文檔外展示此內容
主線游戲時長大致在35~40小時之間，故21日評價比20日評價更具有參考性。但因為根據測評員透露，游戲時長超過70小時，數據集時間未達到普遍游戲玩家的游戲時長，故后續評價無法用模型預測。
KMeans 用戶聚類
根據用戶等級 user_level、用戶徽章持有數量 user_badge、用戶游戲持有數量 user_games、是否推薦 recommend，生成 簇K=4 的 K-Means 模型，生成的類別及特點如下：
暫時無法在飛書文檔外展示此內容
通過常理，游戲時間長、游戲等級高、游戲數量多、游戲成就多等，對應的游戲用戶更為資深，其評論更具有權威性和可靠性。故可以依靠用戶權重對評論權重進行調整。
可以通過聚類結果看出，用戶的權重排序應該為：類別2>類別3>類別1>類別0
用戶標簽系統
以上形成用戶標簽系統，其中特征如下：
暫時無法在飛書文檔外展示此內容
詳見“用戶標簽系統-kmeans聚類.csv”。
評論角度分析
可以看出，評價中最多涉及的是劇情、文化方面的內容
- 劇情方面：更多涉及“國產游戲”、“神話”、“中式”
- 游戲性能方面：更多涉及“畫質”、“音樂”、“美術”（黑神話悟空在這幾個方面都做的非常出色）
- 游戲機制方面：更多涉及“地圖”、“迷路”（黑神話悟空沒有地圖系統）、“戰斗”（黑神話悟空戰斗，特別是BOSS戰）較為困難
與該游戲在多個網站的評價基本符合。
評論情感分析
設定情感評分在00.4為負面評價、0.40.6為一般評價、0.61.0為正面評價。正面評價的評分主要集中在1.0，負面評價主要集中在00.01，一般評價分布較為均勻，0.5出現峰值。
推薦和不推薦該游戲的評價中都有正面、一般、負面三方面的評價。推薦的評價中正面評價明顯高于負面評價，二者明顯高于一般評價數量。不推薦的評價中正面和負面評價數量幾乎相同。
其它
該游戲的游戲受眾主要為有一定徽章數量基礎、一定游戲持有量基礎的，對游戲性能有一定要求的，對國產游戲、國產文化有較為明顯興趣的游戲用戶。
