Advertisement

《八佰》猫眼评论数据分析集17万条

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
本数据集汇集了电影《八佰》在猫眼平台上的约17万条评论,通过分析观众反馈,揭示影片的受欢迎程度及观众对各方面的评价。 每条数据包含观众ID、观众昵称、城市、评论内容、评分和评论时间。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 17
    优质
    本数据集汇集了电影《八佰》在猫眼平台上的约17万条评论,通过分析观众反馈,揭示影片的受欢迎程度及观众对各方面的评价。 每条数据包含观众ID、观众昵称、城市、评论内容、评分和评论时间。
  • 《哪吒》电影在上的21
    优质
    本数据集汇集了《哪吒》电影在猫眼平台上的21万条评论,深入分析观众对影片剧情、角色及制作等方面的反馈与评价。 电影《哪吒》猫眼评论数据集包含21万条评论。
  • 微博十的情感
    优质
    本数据集包含来自微博平台超过十万个评论样本,通过情感分析技术将其划分为正面、负面和中立三类,为研究社交媒体用户情绪提供了宝贵资源。 数据集nCoV_100k.labled.csv包含10万条用户标注的微博数据,其中包括微博id、发布时间、发布人账号、中文内容、微博图片链接(若无则为空列表)、微博视频链接(若无则为空列表)以及情感倾向等信息。具体格式如下: - 微博id:整型。 - 发布时间:xx月xx日 xx:xx 格式。 - 发布人账号:字符串形式。 - 中文内容:字符串形式。 - 微博文图片链接:url超链接,若无则为[](空列表)。 - 微博主视频链接:url超链接,若无则为[](空列表)。 - 情感倾向:取值包括1、0和-1。
  • 电影合(200).rar
    优质
    本资源包含超过两百万条评论的数据集,涵盖了广泛的电影评价。此文件适用于进行文本挖掘、情感分析以及推荐系统的研究与开发。 28部电影,超过70万用户参与评分评论,总共有超200万条评论数据。建议使用notepad++打开这些数据进行分析,包括类型推荐系统、情感倾向性以及观点评价等方面的分析研究。这些都是基于豆瓣电影的数据来进行的。
  • 京东(约1
    优质
    该数据集包含大约一万条来自京东平台的商品评论,旨在为研究者提供产品评价分析、情感分析及自然语言处理方面的丰富资源。 关于MacBook的京东评论的数据集,包含未标记的文本内容,可用于进行文本聚类分析。
  • 1.4百手机 -
    优质
    本数据集包含1.4百万条来自各类手机产品的用户评论,涵盖不同品牌、型号与功能,旨在为产品分析和用户体验研究提供丰富详实的信息资源。 该数据集包含140万条手机用户评论及评分,涉及多个不同品牌的手机。这些文件共有7个CSV格式的文档,每个文档内都有大量用户的评价与打分信息。 具体的数据文件如下: - phone_user_review_file_2.csv - phone_user_review_file_4.csv - phone_user_review_file_1.csv - phone_user_review_file_3.csv - phone_user_review_file_5.csv - phone_user_review_file_6.csv
  • 书籍库(30
    优质
    本书籍评论数据库汇集了超过三十万条读者对各类书籍的评价与反馈,涵盖广泛的主题和体裁,为研究文学趋势、读者偏好及书评分析提供了宝贵的资源。 这个语料库包含30万条书籍评论,涵盖了各种长度的评论以及正面、负面和中性的评价。这些中文评论可以用于训练情感分析模型。
  • 豆瓣电影用户(40).xlsx
    优质
    本文件为豆瓣电影用户评论数据集合,包含超过40万条影评记录,每条评论均标注了评分、时间及具体内容,是研究用户观影偏好与评论文本分析的重要资源。 豆瓣电影用户评论数据包含40万条记录,每条评论包括以下字段:id、time(评论时间)、movieId(电影ID)、rating(评分)、content(评论内容)、creator(创建者)、addTime(添加时间)。
  • Movielens (涵盖所有:10、100和1000
    优质
    MovieLens数据集包含超过10万、100万及1000万条用户对电影的评分与评价,是研究电影推荐系统和数据分析的重要资源。 Movielens数据集提供了不同规模的数据版本,包括10万、100万以及1000万条评分记录。这些数据为研究和开发推荐系统提供了丰富的资源。
  • 包含两的酒店
    优质
    本数据集收录了超过两万条关于酒店的评论,旨在通过分析顾客反馈来评估和改善酒店服务质量。 适合数据分析初学者进行简单的文本分类训练和文本情感分析。