扒完羞羞網站1024,我漲了這6個知識點

發源地大數據(Finndy)是國內首家基於自研SaaS2.0雲採集引擎的大數據交易平台,支持海量數據的分散式採集、計算及處理,以技術驅動數據交易。

科學分析、行業研究、內容擴充、運營啟動,Finndy平台集合了全行業脫敏數據,滿足企業對數據分析、數據運營及精準營銷等方面的需求。

性是互聯網第一生產力。

全世界大流量網站排名前10的總少不了成人網站。

秉承著科學探究八卦的精神,我扒了全中華地區最知名也可能是最大的成人社區:1024,得出以下6個結論。

註:本文是基於「使用數據採集工具對網站數據進行分析」的一次嚴謹報告。結果不包含淫穢色情信息,營造健康上網環境從你我做起!

本文被扒對象為:1024《達蓋爾的旗幟》版塊約100 頁內容。

選擇此版塊是因為這個版塊的內容絕大多數是用戶原創生產的UGC內容,具有一定分析價值。

時間跨度:2016年7月1日至 2017年10月19日,共計475天 。

數據包含10,013 條主題帖的標題、發帖時間、每條主題的回帖數量、發帖用戶。(總數據量超過73萬)

23,582 張圖片的圖床絕對鏈接地址;

316,322條回復;

16,793個用戶的用戶名、註冊時間、最後登陸時間。

以下是結論。

/ 01 /

△圖1 :近一年多該版塊活躍用戶前20

活躍用戶分析。

在2016年7月至2017年10月這475天里,最活躍用戶「張婉芳」一騎絕塵,一共發了581個帖,平均每天1.2個(搬運嫌疑極大),遠超排名第二用戶(第二發帖為166個,平均每天發0.3個),也遠超其他前20活躍用戶。(其他平均發帖113,平均每天0.2個。)

考慮到該網站採取的是積分制,發帖可獲得積分,提高訪問許可權,對比其他論壇看,這個活躍量其實偏低。比如十八線小編我,曾是一個活躍貼吧用戶,每天發帖(含回復)大概有50+,但活躍度排名在100以外,該貼吧用戶比1024略高。

對比稍早前數據(15年11月-16年4月)可看出,前20活躍用戶無一重合,真是鐵打的論壇,流水的老司機。(參見圖1、圖2)

△圖2:稍早前該版塊活躍用戶前20

網站的發言機制,使得用戶為提高許可權,會在短時間內集中刷帖,刷回復,而一旦獲得相應許可權,則開始沉寂(畢竟是成人網站)。

而1024的防灌水機制(防止用戶發大量無意義主題帖和回復,1024由此而來),又在某種程度上限制了用戶在短時間獲取高積分。

這樣一來,整個網站的基礎活躍量保持了,但又不是太活躍。

/ 02 /

△圖3:近一年多該版塊活躍熱詞前20

內容關鍵詞分析

近一年多來的帖子中(2016.7-至今,下不解釋),「女友」是出現最多的詞,出現了709次,高居第一。稍早前(2015.11-2016.4,下不解釋)「女友」出現過652次,也是第一畜生啊。

△圖4:稍早前該版塊活躍用戶前20

除了女友之外,還有七個關鍵詞是一樣的,關於身份屬性的最多,都是情什麼人,老什麼婆,少什麼婦,具體辭彙就不描述了,怕被舉報,請點擊大圖查看詳情。所以該怎麼評價呢:文明啪啪,從不帶相機坑熟人開始?

從關鍵詞分布看,用戶發帖尺度、口味越來越重,似乎已經觸犯法律,團什麼出以前沒有,這次升至第2,什麼意思,不是很懂,看著不像好詞。

而泡什麼友也開始出現,排第6,以前都是和熟人玩,最近一年多開始和陌生人玩,側面反映約約約文化發展現狀。

/ 03 /

△圖5:近一年多每日主題數量變化趨勢

△圖6:稍早前每日主題數量變化趨勢

發帖趨勢分析

從圖5可看出,發帖數量總體趨勢是逐步提升,上下波動很大,最高可以300+,近三個月平均70左右。但其中有3個多月發帖量只有1~3帖(16.10-17.1),猜測可能是大量用戶無法登陸,不知道是自己調整還是被河蟹?

發帖時間高峰周四、周六、周一居多。

周六很好理解,但周四最多不是很明白,剛開始我猜是和假日有關係,後來對了下日曆,也不是,程序猿提醒我可能是與用戶註冊有關係,我對比看了下,也沒有直接相關。所以如果有懂行的老司機可以留言告訴我原因。

/ 04 /

△圖7:1024歷年用戶註冊數量年份分布(2006~2017)

△圖8:1024歷年用戶註冊數量月份分布(2006~2017)

註冊時間分析

圖7、圖8、兩張圖信息量比較大。

第一、1024名聲在外,但註冊用戶並沒有想像的高,從2006年至今,註冊用戶16,793。網站註冊實行邀請制,成為老司機真的很嚴格,比如2016年,有2,683人,平均到每天只有7人。

第二、但關注1024的網民絕對不在少數,註冊門檻似乎在2011年6月有開放過,在6月1號那一天,湧進1,821名用戶,佔總數的10.8%,大於過去5年年總和,如果把這個數據×365,約為66萬,實際數字可能遠不止66萬,因為這是口碑傳播,數字會幾何級增長。

那天之後,1024官方再也沒開放註冊過。

第三、近三年註冊用戶較多,共有9,471,佔用戶整體量56%,用戶註冊開始明碼標價,直接購買即可成為會員。

第四、用戶註冊的較多的月份集中在春天和秋天,不是燥熱的夏天。比較有趣。

/ 05 /

△圖9:1024近一年多用戶互動趨勢圖

用戶互動趨勢分析

單獨看此圖看不出什麼,只能看出進入2017年後,1024網站的活躍量明顯攀升,總體波動向上。

結合近一年來的主題帖發布趨勢(圖5)和新增用戶趨勢(圖8)可以看出,三者呈正相關聯繫。

這很好理解,新來一批用戶→需要發帖提高許可權→產生新的主題帖(內容)→帶來新的回帖(活躍度)。

/ 06 /

△圖10:1024用戶上線時間分布圖

用戶上線時間分析

這個沒什麼好分析的,直接說結果吧。

從整體時間看,晚上20點~23點是一個高峰段,白天10點~15點是另外一個次高峰時段,凌晨1:00到早上7:00為低谷。

具體:

晚上22:00點,在線訪問用戶最多,有句話怎麼說來著,晚上10點後與異性通話都是性騷擾;

晚上23:00點,其次。

下午13:00點,排第三。這個有點讓人意外,大白天的就開始飆車。

凌晨5:00點,排最末。

總結:這次採集只抓了一些基本信息,比如用戶註冊時間、發帖主題、時間、回複數等,有點淺嘗輒止,但通過總結分析,可以大致看出1024發展的歷史軌跡,和論壇特點,以及一些用戶偏好的變化,有心的朋友還可以推測出其網站運營手法。

推薦閱讀:

數據下的城市擁堵秘密:「抄小路」也是一門智慧
R語言如何多行注釋
風控手札(三):從生命周期去看互聯網金融產品的風險管理框架
「小區開放」政策真的能改善中國特大城市通勤效率嗎?
做完智能語音質檢分析項目後,才知道的業內真相!

TAG:大數據分析 | 數據採集 | 大數據 |