案例|虎扑社区用户行为分析

  • 时间:
  • 浏览:0

声明:本文来自于微信公众号 Crossin的编程教室(ID:crossincode),作者:Crossin先生,授权站长之家转载发布。

前阵子,一根绳子 微博成功引起了我的注意:

没想到你竟是那我的虎扑!

正好亲们也在做网站的数据分析案例,不如就用 Python 来分析下,虎扑你你这俩 直男论坛到底是如可的?

数据来源    

你这俩 案例亲们2个月前完正还会计划了,而是数据是你还还可以采集的。

时间:2019.3.16-2019.6.22

(虎扑论坛只显示近有一4个 多月的帖子)

数据:

板块内容:共 101.4w 个帖子的概要数据

帖子内容:回复数大于 30,浏览数大于 5w 的 4.4w 个帖子

用户页面:29.9w(完正帖子数据中发帖回帖用户),其中 10w 有效数据(剩余 17.6w 未填写,1.4w 填地球)

说明一下,亲们这里不用可能 获取到虎扑的完正数据,但作为有一4个 多抽样统计不可能 足够。其中帖子的完正内容不可能 请求量很大,亲们就选者了其中回复和浏览都比较高的那累积帖子作为分析样本。

接下来你还还可以亲们来看一看完正的数据情况汇报:

板块

人太好虎扑名义上是个篮球论坛,但步行街(无主题闲聊区)的帖子趋于稳定了半壁江山。对比之下很悲凉的是中国足球论坛,基本没啥话题。

人太好主题数不如步行街,但看平均回帖数,篮球论坛还是名副人太好。

发帖

看每天日间发帖时间的分布,有一4个 多高峰:上午 10 点(上班摸鱼)和晚上 21 点(吃过饭躺床上)。上午高峰还有个因为,若果NBA比赛完正还会你这俩 时间段转播的。

这是 3 个月来每天发帖总数的变化趋势,看得出在稳步上升。知道曲线上为什么在么在会 会 会有定期的波峰吗?通常完正还会精彩比赛场次的日子。图上 3 个峰值的日子分别对应:火箭vs勇士、猛龙vs勇士、勇士vs猛龙 三场比赛。

热门帖子的浏览与回帖数分布。还还可以看出有一4个 多那先 的问題:浏览量大的贴,回帖数通常也很高;但回帖多的帖就无须还会有高浏览量(高回帖低浏览的基本完正还会抽奖贴)。

用户

尽管有一半以上的用户没人在资料里选者性别,但从填写的这累积用户来看,直男论坛实锤没跑了。

这是一张声望> 300 的用户分布散点图(在交互版本上会看得更直观,文末有地址),比较突出的是 张佳玮·信陵(声望最高)、视频综合站(发帖最多)

而从这张注册/在线时长的用户分布图能不还还可以看多,“视频综合站”的在线时长却是很少的,可见这应该完正还会有一4个 多真人号。

从用户注册时间上来看,每年的新增用户完正还会上涨,2014 和 2017 年是虎扑增长较快的两年。

另外亲们统计了用户声望和等级的前 30 排行,声望最高:张佳玮·信陵,等级最高:登等瞪等凳。图略,可详见动态图表演示页面。

地区

东部和南部沿海省市 JRs 的数量比较多,另外若果北京四川

全球范围来看,美国要远高于而是国外地区。(这里为了国外区域显示效果而降低了颜色范围,实际美国的用户和国内差了 2 个数量级)

各地区用户的平均在线时长,上海 JRs 最能肝。不过,平均数是不可能 被而是个别用户把数据拉高的,而是亲们还加了中位数的统计,还还可以看多湖南的 233 是最高。

等级中位数,又是湖南第一。

声望中位数,还是湖南

发帖中位数,依然是湖南……

回帖中位数,不用跟我说,亲们猜到是哪里了吧?

词云

最后,亲们来看下虎扑 JRs 这有一4个 多月的帖子中频率最高的词汇是那先 (可点击查看大图):

项目介绍

回到技术层面,关于你这俩 项目的实现,简单说下思路:

项目思路

  1. 分析虎扑论坛页面,评价可获取数据,选者分析目标;

  2. 使用了 requests 和 scrapy 抓取相应数据, 并使用 pymongo 保存;

  3. 使用可视化工具 pyecharts,对数据进行可视化处理。

  4. 采集分析。

运行环境

  • python 3.7

  • windows 10

  • jupyter notebook

运行依赖包

  • requests

  • pyecharts

  • pymongo

  • scrapy

  • jieba

  • wordcloud

关于项目的完正说明,亲们装入 了开发文档里,连同交互演示页面并肩提交在了 github 上。必须源码的同学可在公众号(Crossin的编程教室)里回复关键字 虎扑

原始数据不可能 较大,没人装入 项目中,参与“码上行动”的同学不可能 你还还可以拿来练习数据分析,还还可以在群里问助教索要。

查看交互演示页面也可把此地址一键复制到浏览器里访问,这是github在线渲染HTML页面的功能 (数据量大,在线加载会不得劲慢,手机流量慎入):

https://htmlpreview.github.io/?

https://raw.githubusercontent.com/spiderbeg/hupu_data/master/hupu_html/one_piece_plates.html 

声明:本文转载自第三方媒体,如需转载,请联系版权方授权转载。协助申请