# bilibili-user
Bilibili用户爬虫
**该爬虫仅供学习使用**
## 文件介绍
* `bilibili_user.py`:爬虫文件
* `bilibili_user_info.sql`:数据库文件
* `get_face.py`:用户头像下载器
## Bilibili用户报告(Web App)
演示地址:[http://ursb.me/bilibili-report](http://ursb.me/bilibili-report)
GitHub:[https://github.com/airingursb/bilibili-report](https://github.com/airingursb/bilibili-report)
**跪求Star Orz...**
## 用户数据初步分析
> 转自我的博客 [B站2000万用户分析](http://ursb.me/2016/02/23/B%E7%AB%992000%E4%B8%87%E7%94%A8%E6%88%B7%E5%88%86%E6%9E%90/)
### 基本概况
- 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。
### 性别
- 有效数据:14643019
- 保密:11621898
- 男:1674196
- 女:1346925
![性别统计](http://7xkcl8.com1.z0.glb.clouddn.com/ursbbilibili-sex1.png-600.jpg)
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。
![性别统计](http://7xkcl8.com1.z0.glb.clouddn.com/ursbbilibili-sex2.png-600.jpg)
![性别统计](http://7xkcl8.com1.z0.glb.clouddn.com/ursbbilibili-sex3.png-600.jpg)
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。
### 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。
![年龄统计](http://7xkcl8.com1.z0.glb.clouddn.com/ursbbilibili-age3.png-600.jpg)
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。
![年龄统计](http://7xkcl8.com1.z0.glb.clouddn.com/ursbbilibili-age1.png-600.jpg)
![年龄统计](http://7xkcl8.com1.z0.glb.clouddn.com/ursbbilibili-age2.png-600.jpg)
90后用户占主体,但是用户年龄段正在不断后移。毕竟,是一个年轻人的网站。
### 地区
- 分析范围:国内34个省市及地区。
- 有效数据:863541
![地区统计](http://7xkcl8.com1.z0.glb.clouddn.com/ursbbilibili-place1.png-600.jpg)
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。
![地区统计](http://7xkcl8.com1.z0.glb.clouddn.com/ursbbilibili-place3.png-600.jpg)
![地区统计](http://7xkcl8.com1.z0.glb.clouddn.com/ursbbilibili-place2.png-600.jpg)
### 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
![注册时间统计](http://7xkcl8.com1.z0.glb.clouddn.com/ursbbilibili-reg1.png-600.jpg)
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。
![注册时间统计](http://7xkcl8.com1.z0.glb.clouddn.com/ursbbilibili-reg2.png-600.jpg)
![注册时间统计](http://7xkcl8.com1.z0.glb.clouddn.com/ursbbilibili-reg3.png-600.jpg)
### 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站的主干用户(约5000人)。
![等级统计](http://7xkcl8.com1.z0.glb.clouddn.com/ursbbilibili-level1.png-600.jpg)
![等级统计](http://7xkcl8.com1.z0.glb.clouddn.com/ursbbilibili-level2.png-600.jpg)
关于留存率等数据,日后再统计分析。
### 粉丝统计
- 有效数据:2011918
- 范围:0 - 988323
- 截止时间:2016-02-18 21:04:52
![粉丝统计](http://7xkcl8.com1.z0.glb.clouddn.com/ursbbilibili-fans1.png-600.jpg)
哎- -,我也是有2个粉丝的人!
![粉丝统计](http://7xkcl8.com1.z0.glb.clouddn.com/ursbbilibili-fans4.png-600.jpg)
以下是B站TOP20用户。很多人都非常的眼熟哈。
![粉丝统计](http://7xkcl8.com1.z0.glb.clouddn.com/ursbbilibili-fans3.png-600.jpg)
Bzhan爬虫_Python爬虫网站源代码.zip
125 浏览量
2023-07-31
22:44:01
上传
评论
收藏 6KB ZIP 举报
2301_76429513
- 粉丝: 8
- 资源: 6731
最新资源
- Screenshot_20240430_144340_com.ss.android.ugc.live.jpg
- 回到山沟沟.mp3
- 111111111111111111
- 基于matlab实现关于语音信号声源定位DOA估计所用的一些传统算法.rar
- 基于ultralytics-yolov8, 将其检测/分类/分割/姿态等任务移植到rk3588上
- Screenshot_2024-04-30-21-47-24-26.jpg
- 基于matlab实现波束形成,包括线阵、平面阵和圆阵
- Python自动生成excel周期报告源码
- 基于matlab实现DOA 估计和自适应波束形成.rar
- 一个基于yolov8的火灾检测部署
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈