精品国产亚洲一区二区三区|亚洲国产精彩中文乱码AV|久久久久亚洲AV综合波多野结衣|漂亮少妇各种调教玩弄在线

<blockquote id="ixlwe"><option id="ixlwe"></option></blockquote>
  • <span id="ixlwe"></span>

  • <abbr id="ixlwe"></abbr>

    爬取簡書和數(shù)據(jù)分析

    大數(shù)據(jù)

    作者:sexycoder

    最近入門了一下scrapy,找了一個網(wǎng)站練手,半天的時間爬取了簡書20w用戶數(shù)據(jù)和40w的follow關(guān)系。這些存在mysql里面的閑著也是閑著,想做一些有意思的數(shù)據(jù)統(tǒng)計和社交關(guān)系分析。

    最受歡迎的作者

    我統(tǒng)計了簡書上面粉絲數(shù)最多和被喜歡次數(shù)最多的用戶,簡書上最受歡迎的作者,如下圖所示:

    大數(shù)據(jù)

    我把最受歡迎的作者的放到一張圖上面,橫坐標(biāo)表示粉絲數(shù),縱坐標(biāo)表示被喜歡的次數(shù),如下圖所示??梢院苊黠@的看出來,這些最受歡迎的作者里面,大多數(shù)的作者還是聚集在圖的左下角,but,還有幾個超級受歡迎的,他們分別分布在圖的右側(cè)和上側(cè)。他們分別是,劉淼,彭小六,簡黛玉。很可惜,截圖上不能附上作者的名字。

    大數(shù)據(jù)

    這是同濟(jì)最受歡迎的作者的原始數(shù)據(jù),我也貼在這里,如下圖所示,數(shù)據(jù)爬取的時間是 2017年10月20日左右。下圖的這四列分別是,uid,昵稱,粉絲數(shù),被喜歡數(shù)。

    大數(shù)據(jù)

    最能寫的作者

    統(tǒng)計了發(fā)表文章數(shù)最多的top20作者,如下圖所示:

    大數(shù)據(jù)

    排名第一的這位孤鳥差魚 ( http://www.jianshu.com/u/a4bb86f4ba07),寫了1799篇文章??!我的天!但是這里有一個bug,這位作者雖然能寫,但是每篇文章被喜歡的次數(shù)很低,基本上是個位數(shù)??赡苁且晃还陋歜ut高產(chǎn)的作者。

    平均每個字被喜歡次數(shù)坐高的作者

    從上面的一個統(tǒng)計里面吸取到的一個靈感,雖然上面的作者很能寫,但是被喜歡的次數(shù)卻很低,這一次統(tǒng)計的是平均每個字被喜歡次數(shù)坐高的作者。如下圖所示:

    大數(shù)據(jù)

    這個結(jié)果就更加意外了,排在前面的這幾個大哥,就寫了一個字,but 收獲了48個喜歡?。。?!每個字被喜歡的比例是1:48?。?!于是,很好奇這位大哥,這一個字寫得是什么,跑去圍觀。。

    大數(shù)據(jù)

    用戶的粉絲數(shù)分布的比例

    分析了一下每個用戶的粉絲數(shù),絕大多數(shù)用戶的粉絲數(shù)只有10人以下,而粉絲數(shù)分布在[10,20]之間的用戶明顯少了很多,簡直是銳減?。?!這也基本上符合一個社交網(wǎng)絡(luò)的結(jié)果,絕大多數(shù)的人都是圍觀者,都是內(nèi)容或者是消息的的接收者。擁有大量粉絲的人,往往很少,這一部分的人是這個社交網(wǎng)絡(luò)的核心,是信息或者是消息的創(chuàng)造者,擁有更加強(qiáng)大的話語權(quán)。

    大數(shù)據(jù)

    極客網(wǎng)企業(yè)會員

    免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請進(jìn)一步核實,并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。

    2017-11-03
    爬取簡書和數(shù)據(jù)分析
    作者:sexycoder 最近入門了一下scrapy,找了一個網(wǎng)站練手,半天的時間爬取了簡書20w用戶數(shù)據(jù)和40w的follow關(guān)系。這些存在mysql里面

    長按掃碼 閱讀全文