豆瓣电影短评情感分析数据集10377部电影-liujt14
数据来源：互联网公开数据
标签：豆瓣电影,短评,情感分析,评论,电影评论,观众反馈,中文,电影数据,情感分类
数据概述：
本数据集收录了豆瓣电影网站上超过10,300部电影的短评数据，总计超过10,310,988条评论。数据来源于豆瓣电影平台，该平台是中国最受欢迎的电影搜索和评论平台。数据集涵盖了多种电影类型，包括剧情、喜剧、动作、爱情、科幻等22种不同的电影类型。每种类型下选取了约2000部电影的评论。根据用户评分，评论被划分为三种情感类别：积极（4-5星）、中性（3星）和消极（1-2星），每种情感类别下约有500条评论。数据集经过了去重处理。
数据用途概述：
该数据集适用于多方面的研究与分析，包括：
1. 情感分析： 研究中国观众对不同电影的情感倾向。
2. 电影类型分析： 分析不同电影类型对应的观众反馈差异。
3. 用户行为分析： 研究用户评论行为与电影评分之间的关系。
4. 电影推荐系统： 用于构建基于用户评论的个性化电影推荐系统。
5. 市场调研： 了解观众对电影的偏好和评价，为电影制作和发行提供参考。
6. 自然语言处理（NLP）： 用于评论文本的情感识别、关键词提取等NLP任务。
字段说明：
* ID： 评论的唯一标识符，从0开始编号。
* Movie_Name： 电影的完整名称，可能包含中文、英文或粤语名称。
* Score： 电影的整体评分。
* Review_People： 参与评价的人数。
* Star_Distribution： 各星级评分（5星到1星）的占比。
* Craw_Date： 数据抓取日期。
* Username： 评论者的用户名。
* Date： 评论发表日期。
* Star： 评论者给出的电影星级评分（1-5星）。
* Comment： 评论内容。
* Comment_Distribution： 评论的情感分布，分为积极（4-5星）、中性（3星）和消极（1-2星）三类。
* Like： 评论获得的赞同数。
