大家好！ 坦纳·斯托克斯
（ Tanner Stokes）
编写了一个插件 ，以“ herp derp”的形式重新制作了YouTube上的评论文字。 这使某些人的生活好得多。 我们以相同的方式进行，但是对概念进行了少许更改。 我们以图片或带有顶点和边缘的图形的形式呈现YouTube评论。 我们可以可视化所有类型的对象-从视频和频道到跨流派的交集。 我们该怎么做？ 让我们找出答案。
我们为什么想像
哲学家说，事实不是重要的，而是他们的比较。 对于我们来说，不要对视频本身发表评论，而是要比较不同视频中评论者的行为，这一点也很重要。 可持续再现的情况对应于可视化中可见的模式。 我们选择的主要任务是可视化和区域检测-基于其模式，以及在YouTube上评论者互动的一般映射，以便编制评论图集。
软体类
直到最近，我们仍使用
Youtube Comment Scraper Web服务
缩小评论 ，但似乎已不再支持该
评论 ，因此您可以使用
此服务。
现在，我们使用自己的工具，使我们可以整体抽取一个或几个通道的注释，这对于我们的目的而言更加方便。
对于数据可视化，我们使用
Gephi v。 0.9.2 。 对于顶点和边的堆叠，我们使用了Force Atlas 2算法，为了显示统计数据，使用了“平均（加权）度”和“模块化”功能。
演算法
问题出现了，但是如何跟踪评论，应该采取哪些客观指标呢？ 我们尝试将用户名绑定到视频的标识符-在我们的情况下，是按顺序编号，例如“ OverlordXXX”-“ 1”； “霸王XXY”-“ 2”，依此类推。 然后根据
本手册创建两个文件，“节点”和“边缘”。
Gephi中的可视化如下。 评论者（1）连接到滚筒（2），这是评论。 如果评论者对一个以上的剪辑进行了评论，则它将与他评论的所有剪辑相关联（3）。
视频评论可视化
为了比较评论者，选择了三个视频（
1、2、3 ）。
在Gephi中可视化视频评论的结果：
对视频的评论以具有10,462个顶点和10,692个边的有向图的形式呈现。 可视化结果显示，三个视频之间的评论者互动很少表现出来。 这在很大程度上与视频内容的差异相对应，这反映在每个视频的评论中。 第一个视频演示了磁控管的使用体验。 第二个视频包括体验和与体验没有直接关系的事件的报道。 第三个视频仅用于事件，不涉及实验。
为了进行控制测量，使用了来自同一频道的剪辑（
1、2、3 ），但与以前的剪辑不同，它们在相似的上下文中彼此之间的关系更为紧密（涉及模因特技演员的实验）。
可视化结果：
对视频的评论以具有10108个顶点和10857个边的有向图的形式呈现。 一般情境对应于三个视频中至少两个视频中评论员的强烈互动。
也就是说，不同视频中的评论者社区之间的差异（反之亦然）与视频的整体上下文不同（反之亦然）相关。 有趣的是，即使不先熟悉内容，可视化也能很好地抓住它。
可视化YouTube频道评论
为了进行可视化，选择了172个频道视频的472,286条评论：
常见的评论云链接了大多数视频。 在此基础上，我们可以将通道称为语义（语义和上下文）完整性。 但也有有趣的区域特征。 很容易看到在图像顶部突出显示的两个对称注释集的区域，分别用绿色和蓝色绘制：
事实证明，它们是通过对有关鞭炮的四个视频（
1、2、3、4 ）进行评论而形成的，其中放有烟火画。
可以假设这些视频与其余视频之间的联系程度较低，是由于通过外部链接过渡到它们而导致的，因此，特定受众群体的出现与该频道的其余内容间接相关。
初步结论-在评论的可视化中，区域的选择效果很好。 然后，您可以借助定性方法（例如内容分析和人种志）探索一个单独的区域。
YouTube评论可视化：电影评论
为了与流派领域合作，使用了九个YouTube频道（
1、2、3、4、5、6、7、8、9 ），其作者在说明中表示对电影的评论是主要的内容类型。
在所有频道的视频上可视化1 920 865条评论：
可视化显示，两个大型（从100万个订户）频道实际上吸收了七个小型（最大50万个订户）频道。 实际上，小通道已成为大通道的区域，在图片中作为该区域的相应颜色值得注意。 可以假设，小渠道的评论者大多是大渠道的评论者。 也就是说，维恩图更适合于它们的研究，例如，您可以确切地看到它们在不同通道中以多少比例呈现。
为了进行控件比较，在美容博客类型中对八个通道（1、2、3、4、5、6、7、8）的注释进行了可视化的513282注释：
仅在两个子集中观察到通道的强交叉点，而两个通道（黑色和淡紫色）彼此之间的连接相对较弱。 与第一个示例不同，美容博客评论员互动的可能性较小，在某些情况下是相对孤立的受众。 因此，例如，出于广告目的，在设置频道受众的最大覆盖范围时必须考虑到这一点。 如果就电影评论而言，足以在百万个以上的频道上订购广告，那么对于美容博客，您就需要订购广告，包括在孤立的频道上进行订购，否则就不会覆盖他们的受众群体。
跨流派交叉注释的可视化
为了可视化跨体裁的交集，在美容博客的体裁中选择了三个频道（115个剪辑上的1,142,231条评论），实验（81个剪辑上的2、72,163条评论）和旅行（482个剪辑上的3,135,403条评论）选择了三个渠道。
1）美容博客评论员与实验交集的可视化：
2）评论员对实验和旅行的可视化：
3）可视化美容博客和旅行评论员：
4）可视化所有频道的评论者：
从视觉上，您可以注意到，旅行和实验的频道评论员有许多交叉点，尽管美容博客评论员与其他人分开，但它们与旅行评论员的关系要比与实验评论员的联系多。
初步结果
在评论研究的情况下，可视化的总体趋势是合理的。
在研究频道或单个视频的情况下，可视化使您可以突出显示和细化研究人员感兴趣的区域。 这大大简化了随后对YouTube频道上的评论和视频内容的定性研究。
在实践方面，例如，在优化渠道广告的情况下，可视化渠道的活跃观众（评论员）的交集会很有用。 如果在可视化过程中检测到渠道评论者/渠道集的强大而稳定的交集，则可以让您正确分发广告，从而节省广告的位置。