• 欢迎访问1024小神,一个只会Python的程序猿不是一个好司机
  • 有什么想对我说的可以在留言板里给我留言哦~
  • 如果您觉得本站非常有看点,那么赶紧使用Ctrl+D 收藏1024小神吧

Bilibili用户爬虫

项目合作 1024小神 8个月前 (12-08) 624次浏览 8个评论

bilibili弹幕视频网现为国内最大的年轻人潮流文化娱乐社区,该网站于2009年6月26日创建,又称“B站”。

我自己是2013年2月14日注册的用户,隐约记得在2013年暑假之前B站都是限制注册,只有在特殊的节假日才开放注册,后来是验证码注册与答题成为正式会员。

接下来,展示一下B站的用户数据情况。(仅仅做了初步的统计)

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。

Bilibili用户爬虫

2.1 基本情况

  • 总数据数:20119918
  • 抓取用户的顺序为其注册时间顺序:2009-06-24 14:06:54 至 2016-02-18 21:04:52
  • 预估遗漏数据:不超过2%
  • 抓取字段:用户id,昵称,性别,头像,等级,经验值,粉丝数,生日,地址,注册时间,签名,等级与经验值等。

2.2 性别

  • 有效数据:14643019
  • 保密:11621898
  • 男:1674196
  • 女:1346925
Bilibili用户爬虫

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。

Bilibili用户爬虫
Bilibili用户爬虫

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

  • 统计范围:1970-2010(1980年除外)
  • 总数据:3800767

具体数据不放了,简单看一下统计结果吧。

Bilibili用户爬虫

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。

Bilibili用户爬虫
Bilibili用户爬虫

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

  • 分析范围:国内34个省市及地区
  • 有效数据:863541
Bilibili用户爬虫

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

Bilibili用户爬虫
Bilibili用户爬虫

2.5 注册时间

  • 统计时间:2009-06-24 14:06:54 至 2016-02-18 21:04:52
  • 总数据:20119823
Bilibili用户爬虫

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。

Bilibili用户爬虫
Bilibili用户爬虫

2.6 活跃度统计

  • 等级范围:0 – 6
  • 总数据:20119918
  • 截止时间:2016-02-18

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)。

Bilibili用户爬虫
Bilibili用户爬虫

关于留存率等数据,日后再统计分析。

2.7 粉丝统计

  • 有效数据:2011918
  • 范围:0 – 988323
  • 截止时间:2016-02-18 21:04:52
Bilibili用户爬虫

额- -,我也是有40个粉丝的人!

Bilibili用户爬虫

以下是B站TOP20用户。很多人都非常的眼熟哈。

Bilibili用户爬虫

源代码下载:

蓝奏云:https://wwx.lanzoux.com/iv0ZEj2fwsb


如有失效,请留言告知丨转载请注明原文链接:Bilibili用户爬虫
点赞 (0)

您必须 登录 才能发表评论!

(8)个小伙伴在吐槽
  1. tompeng
    谢谢分享
    2021-03-24 10:35
  2. tompeng
    👍👍👍
    2021-03-04 17:15
  3. 1157480997
    👍👍👍
    2021-02-05 18:22
  4. 歌者
    刚看完知乎的那篇,感觉思路很清晰,学习到了!(话说这次代码链接好像放重了)
    2020-12-08 12:00
  5. ACDSee
    👍👍👍
    2020-12-06 18:23