抓取6W+篇帖子、13W+個人用戶信息,分析虎撲論壇與用戶數據
文章作者對虎撲論壇的帖子、個人信息展開分析,到底虎撲論壇用戶有哪些特點呢?通過文章來了解下。
目錄
一、虎撲是什么?
二、數據說明
三、虎撲論壇分析
- 各論壇版塊流量分析
- 步行街/NBA論壇版塊 用戶發帖內容分析
- 步行街/NBA論壇版塊 用戶活躍時間段分析
四、虎撲用戶分析
- 用戶性別分析
- 用戶地域分布分析
- 用戶使用設備分析
- 用戶注冊時長分析
五、分析總結
六、技術說明
一、虎撲是什么?
以下是摘自虎撲的官方介紹:
虎撲是為年輕男性服務的專業網站,涵蓋籃球、足球、F1、NFL等賽事的原創新聞專欄視頻報道,擁有大型的生活/影視/電競/汽車/數碼網上交流社區,聊體育談興趣盡在虎撲。
二、數據說明
本文所分析的數據包括:
- 10/23~11/5的兩周時間內虎撲論壇的所有帖子,帖子總數為6W+;
- 上述6W+篇帖子的回復用戶(僅第一頁)的個人信息,去重后用戶總數為13W+。
三、虎撲論壇分析
虎撲論壇有超過12個版塊,其中包括步行街、NBA論壇、CBA論壇、國際足球論壇、中國足球論壇、游戲電競、運動&裝備等版塊。
1.各論壇版塊流量分析
如此多的論壇版塊,到底哪一個更受歡迎呢?通過分別對各論壇版塊的帖子瀏覽量進行加和,可得各論壇版塊的流量占比。
作為一個與體育不太相關的論壇版塊,步行街在流量占比上比NBA論壇版塊多出了近7個百分點。對一個專業的體育社區來說,這似乎這是不太可能的,但這恰恰是虎撲的產品設計的特色。
另外值得一提的是,作為一個專業的體育社區,虎撲的游戲電競論壇版塊竟然也占了約10%的流量,甚至比國際足球論壇的流量還要多。這從側面說明了在我國足球所處的尷尬地位。至少對虎撲用戶來說,相比起足球,他們更喜歡談論游戲。
2.步行街/NBA論壇版塊用戶發帖內容分析
在各論壇版塊的流量分析中,我們可以看到:步行街和NBA論壇這兩個版塊是虎撲的流量大頭。所以,很有必要對這兩個版塊進行帖子文本內容的分析,看看在這兩個版塊里,用戶到底在討論些什么。
①步行街版塊
通過對所有步行街版塊的帖子的文本內容進行分詞,同時去除停用詞和一些無意義詞匯,并統計詞頻,可以得到如下的詞云圖。
從詞云圖中我們看到,步行街論壇版塊的帖子所討論的內容,與我們的日常生活息息相關,可以說是非常地接地氣。既包含有談論工作、公司等關鍵詞的工作話題,又包含有喜歡、女朋友等關鍵詞的情感話題,以及包含有學校、大學、畢業等關鍵詞的大學相關話題等等。
基于此,可以猜測出,虎撲用戶的主要群體多為工作不久的年輕男性、以及在校大學生。
②NBA論壇版塊
通過和①中同樣的方法,生成NBA論壇版塊帖子內容的詞云圖,如下
從以上詞云圖可以看出,NBA論壇版塊的帖子主要是以討論NBA賽事為主。
其中提及次數最多的前五支球隊分別是騎士、勇士、火箭、馬刺和雷霆,提及次數最多的前三位球員分別是詹姆斯、歐文和庫里。
3.步行街/NBA論壇版塊 用戶活躍時間段分析
通過分析用戶在論壇內的活躍時間段,我們可以挖掘一些有趣的結論,并且能更好地洞察用戶及其需求。
①步行街版塊
從上面的折線圖我們可以看到,步行街版塊用戶的發帖數分別在11時、16時以及22時達到頂峰,基于此可推測虎撲步行街用戶在這3個時間段附近比全天其它時間段更活躍。
值得注意的是,11時和16時這兩個時間段內(均屬于工作時間)用戶的活躍度甚至比非工作時間還要高。由此可推測,虎撲步行街論壇版塊的學生用戶的占比也是相當可觀的。
②NBA論壇版塊
由圖可知,NBA論壇版塊的用戶發帖數從上午8時左右開始飆升,并在上午10時達到了一天中的峰值,最后在14時左右回到相對較低的水平。
通過對比NBA比賽的直播時間(通常NBA比賽直播的時間是在北京時間的上午8時-13時期間),可推測得知NBA論壇版塊的用戶活躍度深受NBA賽事的直播時間的影響。即當有NBA賽事直播時,NBA論壇版塊的用戶的活躍度會相應地提高,無NBA賽事直播時,用戶活躍度會大幅下降。
四、虎撲用戶分析
1.用戶性別分析
作為一個專業的體育社區,虎撲用戶近96%為男性不足為奇?;湟泽w育為切入點,發展出了一系列相關論壇,精準地抓住了愛好體育的年輕男性這個群體。
2.用戶地域分布
從上面的用戶地域分布圖可以看到,虎撲用戶主要分布在東部沿海省市以及北京,占比達到了近70%。值得注意的是,上述地區的總人口數僅占到全國總人口數的34%左右,且大多是經濟比較發達的地區。
3.用戶使用設備分析
在上圖中我們可以看到,虎撲論壇PC網頁端用戶占比約為30%,而移動端(Android+Iphone+手機網頁端)用戶占比則為70%。
值得一提的是,IPhone客戶端用戶占比比Android客戶端多了5.32%(據艾瑞咨詢2017年10/30-11/5移動設備指數統計,IPhone設備占比僅為24.88%)。
此外,有8.37%的用戶選擇通過手機網頁端訪問虎撲論壇。在WiFi免費連,流量資費大降的今天,不知這些用戶是出何原因沒有使用移動客戶端。
4.用戶注冊時長分析
以上數據基本可以說明,虎撲對用戶留存還是做的很不錯的,相當一部用戶使用虎撲多年。
五、分析總結
總的來說,虎撲以NBA論壇版塊為起點,同時發展出了諸如步行街、游戲電競等多個論壇版塊。這些與體育不相關的論壇版塊甚至在流量上超越了與體育相關的論壇版塊,這可以說是虎撲在產品上的一大特色或者說是亮點。
另外,從用戶來看,虎撲的用戶主要是以東部沿海省市以及北京的男性用戶為主,且多為工作不久的人士或者在校大學生,可以說虎撲非常精準地捕捉住了這一群體。
六、技術說明
- 數據獲?。豪肞ython的Scrapy爬蟲框架抓取帖子信息和用戶信息
- 數據清洗與分析:利用Python的Pandas模塊以及Excel進行數據的清洗與分析
- 數據可視化:Echarts、WordArt、Excel、PPT等工具
作者:VinecntYang
鏈接:http://www.jianshu.com/p/ff4f0c5cb91d
本文由 @VinecntYang 授權發布于人人都是產品經理,未經作者許可,禁止轉載。
題圖來自unsplash,基于CC0協議
我覺得還是比較基于表面的感覺,然后也不是很詳細@-@
有個問題,我點擊“發布”按鈕,如果一切正常,會發出去(發布成功)。如果網絡原因發送失敗,那個發布失敗提示反饋,需要程序員自己寫代碼嗎?
哈哈步行街的詞云明顯不準確,不符合綠化一條街的頭銜啊,明顯去掉很多“有特色”的詞語,ps同求詞云用什么工具做的
詞云辣么漂亮,用什么工具做的
文章里說了,是WordArt
求問:WordArt怎么支持顯示漢字呢?
要下載個中文字體傳上去
感謝,可以了 ??