日刷抖音三百条，悠悠一笑乐逍遥，夜深忽醒窗外事，不知今夕是何年。
要从上个月说起，那天晚上准备睡觉了，然后朋友突然发来一个抖音热门视频。
一向一本正经苟于工作的我，竟然沉醉于小姐姐的甜蜜的笑容，加之想到抖音好像周边的人都在玩，让我不由地也下了抖音，则立马陶醉于这抖音真对味，这世界真新鲜，这世上竟有如此光鲜亮丽的美女帅哥萌娃的感叹之中，简直没舍得合上眼。
等我准备合眼的时候，看了时间，已经早上4点半了，感叹于抖音的强大，更对抖音的用户产生了浓厚的兴趣（其实就是想看看有多少漂亮的小姐姐），也巧会一点数据分析的皮，养成了小小的职业病，什么问题都希望用数据说话，就开始爬数据分析之旅。
这里就简单介绍下我爬取过程。
1.引入相关python库包
首先新建python工程，引入本次爬取网页数据和写入MySQL数据库所需要的requests、pymysql、bs4这三个包：
2.获取网页数据
然后如下图所示，通过编写Python代码获取到某抖音排行榜数据网站的网页信息：
3.HTML标签解析
接着再对DIV样式下的HTML数据包进行逐一解析，获取到我需要的作者ID、作者标签、作者性别、作者粉丝数量、视频标题、视频播放数、视频点赞数、视频评论数。其中对应网页的标签样式可以通过浏览器的F12开发选项进行快速获取。
循环遍历该平台选择20w个热门用户的一条数据，总共得到20W+条信息数据，解析好数据之后，再将解析好的数据写入到MySQL数据库中就可以了。
可视化及分析
成功get了数据之后，就要对数据摆弄一番做一下分析，做成一个可视化大屏。作为数据分析的老司机，自然有各种手段来让我达成目的。在这里顺带安利一下我最常用的一款能够对接python数据同时做可视化分析也很强大的工具FineBI，支撑数据挖掘、对接Hadoop等多种企业数据源不在话下，让一个小白做大屏也很酷炫。当然它对个人使用完全免费，这就很nice了。
1、 性别
没想到抖音短视频的用户男女比例据然差别这么大，女性远远多于男性。作为一本正经苟于工作的我不禁有点小小心动，分明就是海量“小姐姐”任你挑选。不过仔细想想，抖音的入口不需要注册登录就可以直接观看视频，这部分部分非活跃的普通用户里男性应该会比女性多，因为女性可能比男性更加大胆去展现自己阳光青春的一面个人揣测，这就导致了非注册男性用户没有计算到这部分比例。
2、年龄分布
在年龄分布上，24 岁以下、 25-30岁和31-35岁用户占比最高，分别占比27%、29%和26%，平均年龄在25-30岁左右。粗略推想，这个年纪的用户一般有一定经济储蓄——懂得打扮自己，观念先进——喜欢接受酷潮的东西，并在社会引领潮流。被抖音的用户年龄小小的感叹了一下，难怪可以和微信微博血拼下杀出一条血路，让各大厂奔向小视频领域。
3、地域分布
省份分布
一二三线级城市分布
拉了一下用户数量TOP10的省份，广东、江苏和山东占据了前三甲。再把注册城市的信息按照线级城市人工整理之后，得到上面的线级城市分布数据。可以看到一、二线城市的用户居多，合计超过了60%的抖音用户分布在一二线城市。
4、星座分布
一个意外的惊喜，居然拉到了星座标签的数据，然后得到的结论更让我震惊。天蝎座和魔蝎座两个星座最多，而狮子座、白羊座则相对占比只有旗一半不到。尽管星座是一种统计学，不过这里面看来的确有着一些星座玄学？
上面是抖音用户的一些基础属性，再来看一下抖音用户们的行为特征。
5、各时段流量分布
首先是活跃用户数的活跃时间段，可以看到中午 12 点到13点之间和18 点后，抖音的用户达到两次高峰期。中午一个小时的饭后午休时间段，抖音让大家有了放松的一个良好手段，将碎片化的时间集中起来在抖音上进行消费，而晚上饭后的闲暇时光，便是将抖音作为饭后娱乐项目了。而这个时间段的发布视频数量也达到了高峰。
6、关键词分布
对视频标题的关键词汇进行了统计。可以看到整体词频方面，除了“小哥哥”、“小姐姐”以及“小助手”以外，具备强烈生活色彩的“爸爸”、“我妈”、“弟弟”、“老公”、“我家”这些词同样被高频率使用。可以看到用户们发布的内容相当贴近生活和家庭，而且都比较正能量。抖音的内容门槛很低，软件上手门槛也很低，难怪这么受大众喜欢。
7、视频时长平均点赞数
可以看到用户们发布的视频时长也是有规律的，时长过长过短都不适宜，10-15s的视频时长点赞都不错，其中10s的视频时长最佳。看来比较考验用户们如何把包袱压缩在10s内，过长用户可能就直接跳过了。
8、视频分类TOP5
最后再看一下视频分类，名人明星、娱乐、搞笑幽默、旅游和美食占据TOP5.
最终用户画像
通过以上，我们就可以直接或者间接地了解抖音的用户画像：
一个25-30岁左右一二线城市的天蝎座魔蝎座的大概率女性用户，喜欢在13点和下午6点后，发布名人明星、美食类别的“吃”和”家庭“相关内容的时长在10-15s左右视频。
很好，我的目的达成。
不过这么分析完，似乎我并不能成为抖音的用户，我可能更喜欢在现实生活里吧。借用他人一句话：“抖音，却是一个有几分疗愈的地方，因为在日常生活中，就算你从不曾被取悦，在抖音，却似乎每个人都在努力取悦你”，不过对于我而言，比起活在虚无的世界里满足于娱乐活动，还是做一个活在真实世界里的人更加令我满足。当然，也可能因为我是金牛座，你呢？
最后，如果你也想尝试一下Python进行分析的话，关注传智播客上海校区或登录传智播客官网了解Python学习，轻松的学习方法，完善的Python课程体系，精湛的知识技艺，让您更快速的成为合格的Python开发工程师！
好了，这里是传智播客——黑马程序员上海校区
想了解更多关于IT的学习资讯、新闻八卦，请速速关注（黑马程序员上海校区）公众号或联系你们的学姐（集智慧、美丽于一身的我！学姐VX:CZBKSH），欢迎来撩！
网友评论