數(shù)據(jù)分析：王者榮耀英雄背景下的分詞報告
中文分詞在中文信息處理中是最最基礎(chǔ)的，無論機器翻譯亦或信息檢索還是其他相關(guān)應(yīng)用，如果涉及中文，都離不開中文分詞，因此中文分詞具有極高的地位。
NLP剛?cè)腴T，想找個東西練練手，于是便看到了手邊的農(nóng)藥。。。
思路
- 使用Python爬取王者榮耀官網(wǎng)所有英雄的背景資料文本信息
- 使用RMM最大逆向匹配分詞算法對文本進行分詞處理，計算詞頻
- 使用Excel出具簡單的可視化報告
結(jié)果
爬取了王者榮耀官方網(wǎng)站-騰訊游戲
71位英雄的英雄故事文本
共計59793個字符
排名前20的高頻詞匯：
【自己】一詞出現(xiàn)了194次，詞頻為0.48%，高居榜首。
王者榮耀團隊在介紹英雄時，多以第一人稱視角進行故事敘述和情感宣泄。
有利于用戶更好地理解英雄背景，觸發(fā)共情效果，有利于提高用戶的整體游戲體驗。
如蘇烈的英雄故事中，【自己】就出現(xiàn)了4次，圖片所截區(qū)域不全，僅作展示說明。
男女詞匯比例
男性詞匯： 他 他們 男 男子 男人 少年 爹爹;出現(xiàn)次數(shù)704次，詞頻為1.74%。
女性詞匯： 她 她們 少女 女 妻子 太后 女媧 小女孩 女郎 女孩 女嬰 女戰(zhàn)士;出現(xiàn)次數(shù)263次，詞頻為0.65%。
男女詞匯比例為73:27，男女英雄數(shù)量比例為72:28，幾乎一致王者榮耀的英雄更迭與故事發(fā)展主要與男性英雄相關(guān)
如鎧的英雄背景中，【他】出現(xiàn)了31次，【她】出現(xiàn)了1次
在同為長城小隊隊員的花木蘭英雄背景中，【他】出現(xiàn)了12次，而【她】出現(xiàn)了1次
主要情節(jié)均由男性角色推動。
排名前20的地點詞匯：
【長安】、【長城】和【大唐】穩(wěn)居榜首前三，占據(jù)了前20地名中46.67%的詞頻
繁華盛世和戰(zhàn)亂邊疆都是孕育無數(shù)英雄豪杰的好地方，兼容并蓄的社會環(huán)境和攘外安內(nèi)的國家政策迸發(fā)出一批又一批的青年才俊。
王者榮耀的游戲策劃也是深諳此道。
目前所有的英雄均來自于王者大陸的魔幻土地之上，如城鎮(zhèn)、廢墟、地下、森林、深淵、寺院和戈壁等。
官方人員在設(shè)計新的英雄時，不妨把視角轉(zhuǎn)向浩渺的天空。
如Dota中的雙頭龍、精靈龍、寒冰飛龍、死靈飛龍和鳳凰等角色，來為游戲注入新的活力，進一步加強游戲本身的趣味性和可玩性。
正負(fù)面情感詞匯比例
正負(fù)面詞匯比例為65:35，英雄們多因外族入侵、魔道猖獗、國破家亡和希望破滅等因素，為了國家安定和夢想實現(xiàn)，不得不拿起手中刀劍，奔向戰(zhàn)場
天降大任于斯人也，必先苦其心志，勞其筋骨，餓其體膚，空乏其身，行指亂其所為，所以動心忍性，曾益其所不能。
正面詞匯： 愛 仁 和平 信任 勝利 希望 微笑 榮耀 偉大 輝煌 美麗 自信 等;出現(xiàn)次數(shù)425次，詞頻為1.04%。
負(fù)面詞匯： 魔 魔道 黑暗 憤怒 背叛 可怕 恐懼 失去 死亡 危險 吞噬 邪惡 殘忍 嘲笑 折磨 戰(zhàn)亂 等;出現(xiàn)次數(shù)780次，詞頻為1.91%。
