大數據報告：1800萬知乎用戶的簡單分析(一)

08-12

4 人贊了文章

爬取工具：使用python+scrapy+redis+mongo

爬取數據統計：18,037,764個用戶；1,627,302篇文章；7,309,906個提問，42,825,840個回答。

知乎用戶的主要屬性有以下幾方面：

1：性別，學校+專業，行業，單位+職位，城市，是否機構用戶，是否廣告用戶

2：回答總數，文章總數，提問總數，舉辦live總數，參與公共編輯總數，分享數量，收藏總數

3：關注專欄總數，關注的用戶總數，關注的收藏總數，關注的問題總數，關注的話題總數

4：粉絲總數，被收藏總數，知乎收錄總數，獲得的感謝總數，獲得的贊同總數

個人不擅長數據分析，僅此拋磚引玉，對以上進行簡單分析統計，如擅長數據分析又有興趣進一步分析的朋友，請私信。本次參考以下文章：

1:參考<民間版知乎分析報告第二期——贊同背後的秘密>

2:參考<爬取知乎60萬用戶信息之後的簡單分析>

注意：由於絕大部分用戶是沒有填寫相關資料的，因此以下分析依據來自用戶填寫。

首先，看看總體性別分布

學校 top10：浙江大學，北京大學，武漢大學，華中科技大學，清華大學，中山大學，上海交通大學，南京大學，復旦大學，四川大學

附上10-30，差距並不大

學校 top10-20：同濟大學，中國人民大學，吉林大學，山東大學，電子科技大學，華南理工大學，廈門大學，哈爾濱工業大學，東南大學，中南大學

學校top20-30：北京航天航空大學，北京郵電大學，南開大學，重慶大學，天津大學，中國傳媒大學，鄭州大學，西安電子科技大學，大連理工大學，武漢理工大學

專業top30分布：這裡必須說明，由於專業是用戶隨意填寫的，存在相似/籠統，這裡並沒有對此進行清洗，因此這裡僅放一張圖。毫無疑問，計算機及相關專業遙遙領先，其次為金融。

行業top10：互聯網，計算機軟體，高等教育，電子商務，金融，高新科技，財務，創意藝術，臨床醫療，法律

行業top10-20：教育，基礎教育，地產建築，房地產，信息傳媒，銀行，通信，電子遊戲，廣告，政府

行業top20-30：汽車，機械設備，廣播電視，計算機硬體，電子電器，人力資源，證券投資，科研，諮詢分析，進出口貿易

值得注意的是，高等教育+教育+基礎教育=241932，超越計算機軟體的212883躋身第二。

公司/單位top10：騰訊，百度，阿里巴巴，華為，網易，京東，新浪，自由職業，新東方，IBM

同樣附上top10-20：美團網, 微軟（Microsoft）,中國平安,搜狐,中國移動, 谷歌 (Google), 奇虎 360, 知乎,清華大學,中國科學院

top20-30：中國電信,北京大學, 普華永道, 小米科技,淘寶網,浙江大學,國家電網,鏈家,中國銀行,去哪兒（Qunar）

這裡必須說明，去除用戶填寫的，學生，大學，保密,銀行,醫院,律師事務所等數據，因此，這裡附上此類數據的詞雲(大學:13622)：

職位top10:產品經理，學生，CEO，創始人，工程師，經理，總經理，運營，軟體工程師，項目經理

同時附上top10-20：設計師,客戶經理,銷售,教師,前端工程師,聯合創始人,編輯,職員,程序員,律師

top20-30：銷售經理,實習生,前端開發,產品運營,運營總監,人力資源（HR）,合伙人,運營經理,記者,PM

城市的數據進行了部分清洗，先根據城市分組，共156221組，再對同一地區40以上數據清洗，再統計244個五線以上城市，結果如下

城市top10：北京，上海，深圳，廣州，杭州，成都，武漢，南京，西安，重慶

再附上大陸城市詞云：

再附上港澳台及海外的詞云：

這裡說明一下，香港：13305，在總體排名中超越福州(排名22);而美國僅美國+紐約+洛杉磯+舊金山+波士頓+西雅圖=26499，已經超越長沙(排名12)

知乎用戶第一類屬性分析統計到此結束( 機構用戶、廣告用戶將另開新章分析統計)。如果哪位朋友有什麼建議，歡迎指正。謝謝！

這裡再次聲明，以上資料來自用戶填寫，而絕大多數用戶是沒有填寫資料的。接下來將分析知乎統計的數據，即第2，3，4類知乎用戶屬性

轉載須知