我的工程实践选题暂定基于机器学习的评论分析（影视、音乐）。
实际上这类技术的应用可能更多的是给软件运营方、电商从业者作为一个运营的辅助手段，可以汇总大量的评论进行分析，然后以一种简单直观的方式将结果展现出来。或者说是根据评论猜测使用者的好恶，以此为根据结合视频、音乐标签给使用者推荐合适的视频和音乐，从而生成个性化的名片。
鉴于以上分析，市面上的此类软件大概有虎牙、网易云音乐、bilibili等等。虎牙的评论搜集功能大概率是给主播作为参考，作为直播内容调整的一个辅助。而网易云音乐、bilibili则是根据个人评论来推荐内容。
这三款软件各有各的特点，但是都不是收费软件，仅仅是方便用户，达到更好的使用体验。毕竟只有用户体量大了，才能够攫取更多的利益。我还记得很早的QQ音乐，那时候是没有所谓的个性推荐的，仅有的是音乐排行榜。即使现在的音乐软件推荐系统不是特别准确，但是在多方特征共同猜测的情况下，已经比以前好很多了，每个人都会有自己的个性歌单。
将这三款软件放在一起看，它们都拥有大量用户群体，有大量评论数据，而且都是内容运营方。对于同类竞争对手，由于内容的日益同质化，如果不能在内容中独树一帜，那么合适的推荐系统将是提升竞争力的一个很重要的手段，可以在浩如烟海的内容中精确地给用户呈现最为合适的内容，这其中就要有大量的反馈，评论则是反馈的一种，可以更为精确地为内容贴上精准的标签。
娱乐其实是生活中很重要的一个方面，音乐、视频显然是娱乐的很重要的组成部分。像这类软件不会消失，也许它会换一种形式，但是本质是不会改变的。以后可能会和智能助手集成在一起，根据个人习惯和人格特征自动生成相应内容，还甚至会根据心情转换内容，所需要的可能只是一句“我累了，想放松一下”。未来是可期的。
我想评论分析只是现阶段的一个手段，可能以后会有更先进的技术去匹配内容，但至少现阶段是有点意义的。
事实上不只是评论，还有视频