一文看評論裡的中超風雲
體壇，就是現代的江湖。耀眼的球星如同蓋世大俠，傑出的隊伍彷彿驍勇鐵軍。他們的風雲故事在人們之間口口相傳，也在網路的世界裡廣泛傳播。
本文就旨在利用評論資料分析蒐集中超之奇聞軼事，且看這個故事被人們如何傳頌。
本文使用的評論資料爬取自直播吧APP裡中超比賽的公開可見的賽後評論（截至26輪，共107491條），也從網路上搜集了球隊、球員、足球術語等資訊形成一個知識庫以進行專門的匹配。
下面，就讓我們一覽評論資料裡的中超風雲：
重返現場，幾多傳說？
用每輪所有比賽的評論數總和作為該輪中超的熱度，我們就可以得到中超開賽至今，各輪比賽的熱度變化。
可以看到，首輪中超吸引了最多的眼球，這一方面是因為揭幕戰總是會吸引更多的注意，另一方面也是因為首輪便出現了幾場經典戰役。例如上海上港以8：0屠殺了大連一方，宣誓了本賽季上港的高調崛起，也讓大連這隻重金打造的新軍一度成為人們的笑柄。另一場則是蕩氣迴腸的9球廣州德比，讓球迷大呼過癮。
此後中超漸漸歸於平淡，直至第九輪有一次熱度的反彈，這可能是因為本輪比賽中，大連一方以3：0戰勝恆大，這在當時絕對是驚天冷門，因為這可是大連的聯賽首勝，然而從此大連開始大殺“四方”，將各路豪強（聯賽前4）一一斬於馬下。
人們的評論的熱情在少數幾輪發生了驟降，這可能是因為這幾輪多在工作日展開。
回顧往事，儘管一些片段可能還在記憶中留存，然而總有一些情節已經模糊不清。不過接下來，我將利用主題模型[1]的技術，從評論中自動抽出比賽中的鮮明主題，帶領大家重返現場，再度感受當時的心路歷程。
這裡，僅以首輪富力5-4戰勝恆大的這場廣州德比為例，下面是主題模型[1]得到的本場10大主題的前10名的關鍵詞（每列為同一個主題的對應關鍵詞）
從各個主題的關鍵詞中能夠看到其各不相同的側重點，為我們全方位地勾畫出了本場比賽的輿論藍圖。
比如第一個主題0，球迷們在第一輪已經操心起了恆大主帥卡納瓦羅的下課問題。主題5是一個相當應景的段子，正值元宵節的本場比賽也彷彿瘋狂地包起了“湯圓”。主題9是首輪比賽人們對當時初步執行的U23新政的熱烈討論，在政策執行良久且常有變化的如今來看，大家應當又會別有感想。本場被打成篩子的恆大的替補門將劉殿座“一戰成名”，迅速吸引了廣泛的關注[tu cao]（在多個主題中出現），還得到了“漏電座”，“攝政王”等“雅號”，在主力門將曾誠傷愈後便極少再被起用。另外，我還注意到了一個奇怪的主題4，其中居然混入了一些歐洲球隊和籃球隊？翻閱具體評論，原來其中最典型的一條評論是這樣寫的：“我是阿森納，恆大，馬刺球迷，這日子沒法過了“，看來直播吧的球迷們很多涉獵都相當廣泛，只是這位球迷的運氣實在是差了點~
群星璀璨，誰最耀眼？
今年中超，誰是最受人們關注的球員？誰又是廣受讚譽的好球員？不妨先想想自己心中的答案，然後，我將用評論中統計得到的熱度和情感度[2]（正數表示正面評價,越高代表評價越積極）來揭開謎底：
備受關注的人員多是來自各支豪門的球星（還有教練卡納瓦羅），從情感度上也能看到各位球迷心中對他們各有評價，例如半程加盟恆大的塔利斯卡以及其優異的表現贏得了球迷的喜愛，被封“塔神”，魯能主力門將王大雷作為魯能的門神，因經驗豐富和“大心臟”而受到讚譽。不過，無可置疑的當今中國第一前鋒，本賽季射手王有利爭奪者——武磊，以絕對優勢排在了熱議榜的第一名，情感度也比較正面。
本賽季的武磊熱門到了什麼程度呢？有球迷說：“吹武磊不用走程式，武磊牛！“不過即使是武磊也不是盡善盡美的，我又從各輪比賽的評論中抽出了更多提及武磊的熱門評論，其中既有讚譽，也有質疑。讓我們從評論中全方面立體的回顧武磊本賽季的經典表現：
第1輪，上港8-0大連：“扎哈維已邀請奧斯卡、武磊加入中超首輪帽子戲法群。“
第3輪，上港5-2富力：“富力教練：誰TM告訴我，武磊單刀隨便放的“（為自己的單刀正名）
第8輪，亞泰2-1上港：“武磊一個明顯的手球，VR（編者注：應為VAR，視訊助理裁判）判罰後居然對裁判暴怒，這永遠不是一個成熟球員該有的心裡素質，難成大器！“
第15輪，上港4-1權健：“武磊：我現在滿腦子都在想著狼隊，哪還有心情踢點球啊……[滑稽] “（錯失點球）
第25輪，上港5-0貴州：“支援武磊拿本賽季中超金靴的左邊！！！！！！“（直截了當的號召，就收穫了3523個點贊，超過了很多場比賽的總評論數）。
毋庸置疑，武磊在本賽季創造了他個人的又一高峰，也祝願他能夠勇奪球王，未來能夠在中國和世界的舞臺上發出更耀眼的光芒！
群雄逐鹿，鹿死誰手？
當今中超，最炙手可熱的球隊是哪一支？這個問題就不像球員一樣那麼容易回答，或許每個球隊的球迷都會有自己心中的看法。
為了回答這個問題，我需要從每場比賽的資料中獲得對應球隊的關注度，然而比賽總是兩隊同時參與的，如何衡量單隊的受關注程度？我的方法是，計算一隻球隊在其所有出戰場次中的評論數總和，這樣就算單場比賽的熱度會受到另一隻球隊的影響，在綜合了多場比賽後，真正的豪門還是會顯示出它強大的吸引力。
接下來，讓熱度資料給我們一個客觀的答案吧。
在球迷的版圖上，“七冠王“恆大以絕對的優勢佔據第一，傳統豪強北京國安和山東魯能也有諸多簇擁，聯賽新銳上海上港，以及本賽季聲勢頗大的大連一方也有著諸多關注度。而其餘本賽季戰績不佳的球隊，在關注度上則略顯黯淡。
除了關注球隊的熱度，球迷對球隊的褒貶評價也十分重要。不過球迷們對球隊的評價常常會隨著球隊的表現而起伏波動，即使是對於當今聯賽最出色的兩支球隊——上港和恆大也是一樣，讓我們來看看他們的情感度變化趨勢。
有趣的是，這兩隻爭冠隊伍上的勁敵，在評價上常常是此起彼伏，往往在一方高奏凱歌時，另一方卻會遭遇狀況。不過兩隊目前的唯一一次交鋒中，球迷對兩隊的評價比較均衡，因為這場比賽雙方都有著精彩高水平的發揮。最近的一輪（26輪）中，恆大6：1大勝北京人和，而上港則被蘇寧0：0逼平，雙方的分差來到2分，恆大又看到了奪冠的希望，球迷們也開始情緒激昂。
接下來，讓我們看看全體球隊的情感度表現，在一圖上比較和縱覽整個賽季各隊輿論趨勢。為了防止過多的折線圖互相糾纏而難以看清，這裡我採用了熱力圖的方式呈現。越偏向橙紅代表評價越高，而越偏向藍紫則代表評價越低。
上圖就彷彿球迷為球隊吹響的衝鋒號角，反映了球隊高昂或低落的輿論士氣，讓我們看到看到各支球隊評價的起伏變化。
首輪5-4戰勝恆大的富力曾經讓人驚豔，卻在後來漸漸陷入低迷。
賽季半程（15輪左右），北京國安大勝華夏登頂，魯能也有不錯戰績，此時的紅色顯示出他們的氣勢如虹。卻在賽季末段開始掉隊。
貴州、重慶都在本賽季表現低迷，那成片的紫色彷彿病人的臉色。
上港和恆大都曾經歷諸多坎坷，卻在賽季末段勇往直前，如今已是冠軍的最有力爭奪者。誰那鮮紅的號角能夠響徹始終？讓我們拭目以待。
評論即是江湖，眾人自有心中的傳奇。
今年中超的風雲故事，還將在人們的言論中繼續流傳……
技術註釋：
[1] 由於評論篇幅一般較短，這裡使用了更適合短文字聚類的GSDMM模型，主題中的關鍵詞由各主題下各個詞語按其importance排序得到。考慮到情感度的計算，保留了”!?”這類的標點符號。【Yin, Jianhua and Jianyong Wang. “A dirichlet multinomial mixture model-based approach for short text clustering.” KDD (2014).】 Github
[2] 為了衡量評論的褒貶情感度，使用了SO-PMI方法建立了情感詞典，為每個常見詞賦予了一個情感值，評論中所有詞語的情感值平均決定了該評論的估計情感值。