美文网首页增广见闻录
爬取了首页的三百多篇文章,我发现了这些秘密

爬取了首页的三百多篇文章,我发现了这些秘密

作者: 初心不变_叶子 | 来源:发表于2020-08-30 19:20 被阅读0次

    今天,我想和大家聊聊文章字数的问题。

    不知道大家平时喜欢写多少字的文章,可能有些日更用户写 300 字今日感言,有 800 字短文,有一两千字的、针对某种现象的评论,三千字到五千字的深度长文,甚至有更长的完整指导、教程。

    各位简友,你们知道字数和阅读量有什么关系吗?

    我利用爬虫爬取了未注册用户状态下简书首页三百余篇文章的基础数据,给大家简单做一波分析。

    首先,全站文章的平均字数是多少呢?答案是 1883.32。

    文章平均字数

    这说明什么?简书浅度文章比较多,大多数文章字数较少,可能与日更挑战活动有关。

    我们能做什么?可以持续输出优质长文,这样你的粉丝增长速度会放缓,但收获的都是原意花时间读完的粉丝。简书没有完读率指标,如果有,大多数人的平均完读率应该不到一半。

    接下来是首页文章的平均阅读量。66561.62。

    平均阅读量

    这说明什么?只要你的文章达到六万以上阅读量,你的文大概率可以上首页,而且能被很多新手阅读到。当然,这些较高阅读量的文章基本都是追热点文,我们后面会分析。

    平均双互动数量呢?评论 171.83,点赞 756.20。

    基础互动数量

    评论数量远远小于点赞数量,这是有道理的,点赞不需要用户输出内容,他只要做出“点赞”或“不点赞”的判断即可。

    双率呢?点赞率 1.14%,评论率 0.26%。

    两大核心

    也就是说,一百个阅读者中,只有一个人多一点会点赞,这印证了前面提到的“大多高阅读量文章都在追热点”。

    不然,深度的技术文章或人生思考,点赞率会如此低吗?

    评论率也可以这样解释,评论人数少意味着这些文章消费价值不高。

    然后分析一下收益,简书的大币改起始于 2019 年 9 月 23 日,为了保证数据准确性,我筛选了这之后的文章,一共 158 篇。

    它们的平均收益是 72.74 简书贝,可见它们的平均得钻量并不高,当然,这个数据不是非常准确,币改初期很多人持钻量相对较小,权重也有限。

    那么,每个点赞平均贡献了多少收益呢?答案是 0.0937。

    印证了我们刚才的观点。

    总结一下这部分:首页的文章只是阅读量较高,其其它数据均不是非常理想,同时,是否上首页与点赞者权重关系不大。

    下半部分是对这些数据更加宏观的分析。

    阅读量与点赞量关系

    可以看到,当点赞量到达 20 左右时,增长速度将会放缓,一直到 300 后出现极大幅度提升,300 后面的文章是超级爆文,前面的是一般文章。

    阅读量与字数关系

    大部分文章字数都在 4000 以内,其中 2000 字以内的文章最少,大部分阅读量都在 100000 以内,十万加爆文在简书不多见。

    至于最下面两个垫底的点,是刚刚发布的文章,也不知道为什么上首页,最右侧两个字数特别多阅读量却不高的数据点,一个是吐槽北京卖房的长篇大论,另一个是前端开发的专业文章。

    获钻量与点赞量关系

    很多文章接近图表原点位置,我在清洗数据时已经删除了币改之前的文章,这表明有大量文章阅读量不高,点赞量不高,属于被埋没的状态,不知道为什么登上首页。

    还有一些点赞量不到 500 获钻量却在 70 左右的文章,这表明早期社区有一部分用户迅速摸清了社区规则,开始屯贝提升了权重。

    这张图没有发现非常不正常的数据点。

    阅读量与发布天数关系

    这张图就很有意思了,文章被大致分成三层:

    • 发布 20 天以内:不知道怎么上的首页。

    • 发布 100 天左右:阅读量新星。

    • 发布 400 天左右:经久不衰。

    也许从中可以窥探出简书的首页推荐机制。

    最后,这只是我数据分析的一次尝试,我将会爬取更大范围内的数据,届时也会开放下载,欢迎大家利用这些数据自行分析,总结规律,让创作者们得以参考。

    最后给大家看一张成果图:全部文章标题的词云。

    词云图

    相关文章

      网友评论

        本文标题:爬取了首页的三百多篇文章,我发现了这些秘密

        本文链接:https://www.haomeiwen.com/subject/czpesktx.html