通过Python爬取了B站两千万用户数据!险些出事!最好不要商用!
1 前言 前两天闲来无事,花了四五天的时间从B站(bilibili.com)抓取了其 2000万 全部用户。 2 用户情况 B站是一个ACG动漫文化很浓厚的场所,与A站(AcFun)共同撑起了中国动漫的一片天。 所以用户嘛…… 不说了,简单看看我随便截的图吧,用户签名字段。 进群:548377875? 即可获取数十套PDF以及大量的教学教程!从零基础到项目实战! 2.1 基本情况
2.2 性别
这个男女比例是有点出乎个人预料的,接近1:1。其实之前初步抓了2013年暑假之前的数据,男女比例当时还在3:1这样。 可见明确性别的群体还是比较少的,只占了总数据的?15%?左右。 更多的分析日后再做。 2.3 年龄
具体数据不放了,简单看一下统计结果吧。 主要用户分布在93-00年的用户(大概16-23周岁),其中97年(19岁)用户占了绝对的主导地位。 事实证明,B站小学生并不多,而是高中生、大学生比较多。 90后用户占主体,但是用户年龄段正在不断后移。毕竟,这是一个年(lao)轻(si)人(ji)的网站。 2.4 地区
主要用户分布在:广东、江苏、北京、上海、浙江等地区。都是一些经济很发达的沿海地区。 2.5 注册时间
由于16年才过去2个多月,所以少一点,不过可以预见其发展必将远超2015年。自2009年开站以来,每年用户几乎都是以指数级增长。 2.6 活跃度统计
由于B站有经验等级规则,用户的活跃度可以依据等级判断。 等级为0,就是只注册未登陆过的用户。等级为1或2,为非活跃用户。等级为3以上,就是活跃用户。其中等级为5或6的,为投稿数特别特别多、视频特别火爆的用户,为B站的骨干用户(约5000人)。 关于留存率等数据,日后再统计分析。 2.7 粉丝统计
额- -,我也是有40个粉丝的人! 以下是B站TOP20用户。很多人都非常的眼熟哈。 3 后记 以上,就是对B站2000万用户的初步统计。日后会有更加深入的分析。 (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |