2020 年的跨年之夜，你是如何过的？有多少人是跟我一样，窝在家里看跨年晚会呢？而你看的又是哪一家卫视的——江苏的，湖南的，安徽的，或是北京的……估计像我一样看B站（哔哩哔哩网站）2020跨年晚会的朋友不是很多吧？但我想说的是，B站跨年晚会虽不敌各大卫视那么强大的明星阵容和收视份额，但它独有一份情怀却把我给看哭了，下面通过数据爬取，好好和大家捞一捞。
我搜集整理了 B 站晚会下面上万条评论，得到了这样一张词云图：
这一开口，我的娘唉，你细品。薛之谦，我跟你讲，下次不可以这样子。知道伐？你这是在毁我的童年。什么时候我们开始，收起了底线，顺应时代的改变，看那些拙劣的表演。 「感觉」「说」
还有一台 B 站晚会大火的原因，我从关键词里发现的，「说」「感觉」也是大家非常需要的，尤其是看晚会的时候。
看晚会是一回事儿，大家一起发弹幕才是更重要的。晚会配合弹幕一起服用，效果更佳。
大家有多想说呢？我把大家的评论里有关说的词连起来就是：
说实话，有一说一，我想说，不说别的，我敢说，如何说呢，我只会说，不得不说，与其说不如说，还能说什么呢？我也没啥好说的了，啥也不说了，你说。 「哭」
啊，对了，你们看别的晚会的有没有哭啊？我也不知道你们看 B 站晚会的时候有没有忍不住眼眶湿润的，反正词云里面，哭也是个很有分量的关键词。反正我呢，写这个稿子的时候都躲在办公室的角落里抹了好几回眼泪。
内心被击中的点，好像就是我们一起看过的，玩过的，听过的共同回忆，这种感觉比什么都重要。 钢铁洪流进行曲
这里就要提到一首歌叫：《钢铁洪流进行曲》，它是这样的：
你看看别家卫视有钢铁洪流进行曲吗？
我瞎猜啊，别的卫视的导演在选明星的时候，就是咔咔咔大牌流量明星使劲儿往上怼，而 B 站的数据分析师一看结果说：老板，《钢铁洪流进行曲》可以上！
不说别的，光是在 B 站搜索《钢铁洪流进行曲》就可以看到成百上千个不同版本的演绎。
这就是大家一起的回忆，一起玩，一起闹，一起哭，一起笑。
言归正传，我们或是一档数据分析技术教育的脱口秀，今天我们就说说这个分词： B 站分词之牛逼的多种写法
鲁迅先生让大家知道了茴香豆的茴有几种写法，
而咱们 B 站的各位也给大家演示了牛逼的多种写法。
在这里，我们应该将这些词都替换成同一种写法的「牛逼」，这样在统计的时候，你才能更加准确地看到咱们 B 站有多「牛逼」。 B站分词之不要随便停用
而第二点，就是停用词不要延续其他项目传统的方式，在做 B 站分词的时候，对于 B 站最优特色的表情符号，要充分保留，比如咱们的口号：
里面的括号在传统项目的停用词里面就有，所以要注意。 呼吁春晚上B站
最后，我在这里强烈呼吁一下，今年春晚能在 B 站直播。
我非常期待，让大家弹幕刷起来，我保证除夕夜连夜出一份数据报告，拍个视频。
尽管小破站也有拜年祭，弄的也是风生水起，但求求小破站救救春晚吧。
不能发弹幕的春晚，那能叫春晚？ 本期技术总结
1. 网页数据抓取，搜集整理相关评论数据
2. 自然语言处理，对文本信息进行分词，统计词频生成词云
3. 多看 B 站
如果你对其他什么话题感兴趣，欢迎留言告诉我们。
我们下期见！
