王宝强事件的数据分析

本文主要是介绍王宝强事件的数据分析，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

欢迎关注天善智能，我们是专注于商业智能BI，人工智能AI，大数据分析与挖掘领域的垂直社区，学习，问答、求职一站式搞定！

对商业智能BI、大数据分析挖掘、机器学习，python，R等数据领域感兴趣的同学加微信：tsaiedu，并注明消息来源，邀请你进入数据爱好者交流群，数据爱好者们都在这儿。

天善学院2018年度SVIP 998特惠即将结束！https://www.hellobi.com/svip一众一线名企名师，一波数据分析+人工智能+商业智能绝对好课！

作者：挖数腾讯数据产品经理 & 段子手

个人微信公号：washu66

王宝强离婚事件，在全球华人圈刮起了一阵旋风，不仅让王宝强本人的百度搜索指数在1天时间飙升835倍

也让事件的女主角马蓉的微博粉丝从几十万飙升到现在的534万。

周末忙里偷闲写了个爬虫，爬下了马蓉最后一条微博上面的评论的数据

截止目前该条微博已经有454万条评论，花了2天时间爬下了接近50万条，这些数据包括评论内容、评论人性别、出生日期、地理位置共4个维度的信息，经过统计处理，发现了以下有趣的点：

对50万条评论内容进行去重分词

最多人提及的词语是“贱人”，共有18%的人提及，接下来是“不要脸”，共有9.8%的人提及，然后是出轨，6.6%的人提及，然后有5.6%的人关心起了王的孩子，4%的人觉得马蓉是现代潘金莲，2.3%的人四级没过不会写英文的bitch写成了碧池，2.3%的人好心提醒大家记得取关马蓉，不给涨粉，1.3%的人质疑马校花的身份，1.3%的人骂起了脏话他妈的。

本来以为关注这件事并评论的人应该女性占大部分，结果

评论的人居然接近50%都是男性。