Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/airingursb/bilibili-user
🍥 Bilibili 用户爬虫
https://github.com/airingursb/bilibili-user
bilibili mysql python3
Last synced: 22 days ago
JSON representation
🍥 Bilibili 用户爬虫
- Host: GitHub
- URL: https://github.com/airingursb/bilibili-user
- Owner: airingursb
- Created: 2016-03-23T04:30:24.000Z (about 8 years ago)
- Default Branch: master
- Last Pushed: 2021-05-02T09:34:43.000Z (about 3 years ago)
- Last Synced: 2024-02-17T03:32:53.169Z (4 months ago)
- Topics: bilibili, mysql, python3
- Language: Python
- Homepage: http://ursb.me/bilibili-report
- Size: 35.2 KB
- Stars: 2,939
- Watchers: 105
- Forks: 980
- Open Issues: 47
-
Metadata Files:
- Readme: README.md
Lists
- awesome-bilibili-extra - Bilibili-user - Bilibili 用户爬虫. (开发 / 直播脚本)
- awesome - airingursb/bilibili-user - 🍥 Bilibili 用户爬虫 (Python)
- awesome-stars - airingursb/bilibili-user - 🍥 Bilibili 用户爬虫 (Python)
README
# bilibili-user
Bilibili用户爬虫
知乎专栏地址：[https://zhuanlan.zhihu.com/p/24434456](https://zhuanlan.zhihu.com/p/24434456)
本文所使用的数据可视化为 [infogr.am](infogr.am)
**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
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。
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。
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。
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
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。
### 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
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。
### 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）。
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
哎- -，我也是有2个粉丝的人！
以下是B站TOP20用户。很多人都非常的眼熟哈。
