主页 > 娱乐名人榜 >

重庆时时彩人工计划:简书推荐作者风云榜(爬取简书app数据)

编辑:凯恩/2019-01-04 12:12

  自处女作《爬取张佳玮138w+知乎关注者:数据可视化》一文分布后,来简书快一个月了。但一直不怎么熟悉这个平台,因此,这回爬取简书app里的推荐作者并进行简单可视化,以增进对简书的了解。

  用fiddler软件抓包手机上的简书app数据。找到API,看到返回的JSON数据,格式齐整:

  把JSON数据复制到Chrome浏览器的JSON-handle插件里,方便查看格式和后续爬虫里写提取信息:(很少看到有人提到这个插件,也是蛮奇怪的)

  写好爬虫代码,爬取数据并存入CSV文件里,发现一共230名推荐作者。但由于部分数据乱码,也是很奇怪,以前爬知乎和微博,也是找API从JSON里提取数据,并不会有一部分出现乱码。无可奈何,只能对应的补救下。由于数据里不包含粉丝数等信息,需要再根据每个推荐作者的ID,到各自主页爬取数据,整合后格式如下:

  爬完数据后,开始检验成果,进行可视化,先将230名推荐作者“丢到”词云里,直观地看看都有哪些人:

  可以看出推荐作者里粉丝数前十的大V有:简黛玉、刘淼、彭小六、江昭和、简书播客、简叔、韩大爷的杂货铺、Sir电影、饱醉豚、冷眼观史。重庆时时彩人工计划。此外发现“简书”系的还有简宝玉、简书出版、简书茶馆BossYe、简书活动精选、简书牧心、简书福利社社长简东西、简书大学堂.....

  怎么可以这样,安插这么多官方(大概都是官方的吧,未考证)的账号,应该把更多位置给其他优秀作者嘛,比如有个非常有才华的作者,叫做@Deserts_X,他略施魔法就使Top 100的推荐作者们动了起来,并且顺带骗走了你8M的流量,凤凰彩票计划,这么厉害,还不关注一发:

  当然一直看这些作者的昵称其实还是不知道谁是谁,子曾经曰过:“无图无真相”,那么把所有作者的头像拼个图来看看,发现人像比重非常大啊,看来想成为推荐作者,必须要把头像换成帅气的自己才行,不说了,要去换头像了,不对,要去整容了,再见:

  接着按照推荐作者各自的粉丝数降序排列,可见曲线情况非常类似著名的“长尾效应”。当然右侧尾部并不是无限长的,也不算完全符合。

  上图可知,所有粉丝共计3975524人次,如果选取粉丝数排名前30的作者,可知其粉丝数已经接近总粉丝数的一半,马太效应明显(是这么用的嘛,有点怕误人子弟)。

  看完了上面的图,我们不禁发问,这些作者凭什么成为大V,成为推荐作者的呢。因此继续看看他们发布的文章数和写作的总字数情况:

  文章数直接几百上千,总字数更是百万级别。百万级别是个什么概念的,谷歌了下《论语》约1.6w字,《老子》约5k+字数。除一下,推荐作者高产似那啥,创作了大概好多好多部《论语》《老子》的内容,由此可见,名副其实,当之无愧的推荐作者呀。回头看了下我的总字数,差不多也有一本《论语》加一本《老子》的字数了,23333。

  可见虽然@Sir电影以一己之力将图表大小扩大到了Plus款,但敌不过@彭小六才是当之无愧的“吸赞狂魔”啊,394篇文章,621858字数,219218赞数。就问你怕不怕。

  按赞数降序可知,其他作者的排序如下,看来要好好研究下,怎么写出“人见人爱,花见花开”的文章呢!不说了整容的路上好好看他们的文章。

  再来看看推荐作者里签约作者的比重。在230名推荐作者里,共有75人身兼签约作者之头衔,另外155人暂时无此头衔。再把这75人丢到词云里(重要的作者丢三遍):