豆瓣一连，500热评真得具有代表性吗？

上次写了一篇关于《北灵少年志之大主宰》的短评分析链接1，用热评500是在无法取得完整短评下不得已为之的结果，现在咱们来重申一个问题，豆娘放出来的短评top500，真的是能代表全体的意见领袖吗？ 考虑用统计模型进行验证。 豆瓣数据爬虫 首先是样本影视名录，选取热榜300条（实际用到的50+）,Python爬虫可参考链接2，整理后如图： 然后爬取每篇文章的豆瓣短评，超过500的按500爬，不足500的

>>阅读原文<<