揭秘知乎大V [Python數據分析]

• 2019 年 11 月 22 日
• 筆記

知乎，可以說是中國目前最大的問答類社區。與微博、貼吧等產品不同，知乎上面的內容更多是用戶針對特定的問題分享知識、經驗和見解。咱們編程教室就有不少讀者是從知乎上了解到我們的。

那麼，知乎上都有哪些「大V」用戶？普通用戶喜歡關注哪方面內容？我們利用 Python 對知乎上的部分資訊進行了個採集，做了一份簡單的統計。

這個統計也是我們用 Python 做網站數據分析系列的一部分，是 Python 爬蟲和數據可視化的典型案例。程式碼、詳細說明文檔、數據均已上傳，獲取方式見文末，對這方面感興趣的朋友可下載查閱。

另外要說明的是，這個項目的程式碼由實訓生 清風小築 完成於今年7月，所以並非最新數據，主要是思路的學習討論，結果僅供參考。

大V的關聯

首先給大家看的是知乎上粉絲數前50用戶的關係圖：

圖中的線是用戶之間的相互關注的關係。這三張圖的差別只在圓圈的大小上，依次分別代表：粉絲數、連入度（被圖中其他人關注的數量）、連出度（關注圖中其他人的數量）

比較明顯的是，像知乎日報、劉看山、丁香醫生這類普通用戶關注較多的「機構號」，在大V中的受關注度並不高。

這張圖是通過一個叫做 Gephi 的軟體，基於 Python 採集下來的數據做出來的。其中圈的顏色是 Gephi 根據關聯關係自動聚合的結果。（參考之前漫威角色關係分析文章）

在知乎這個案例中，「陣營」的劃分並不像漫威那麼明顯，但可以發現機構號基本都被歸在了一類，說明關注行為有一定的相似性（張佳瑋躺槍）。

誰是大V

知乎的四大指標：關注、贊同、感謝、收藏。我們分別看下以不同指標排行的「頭部用戶」：

（點擊可查看大圖。截圖僅取前20，完整見交互版本）

其中，張佳瑋可以說是非常突出了。（這個名字好熟悉……還記得之前的虎撲分析嗎？）

官方收錄回答數，張佳瑋還是遙遙領先，收錄文章數也榜上有名。

如果不論品質，僅看數量的話：

知乎於2010年12月20日上線，到今年7月31日共3145天，輪子哥vzch平均每天要回答7個問題以上（懷疑給他發工資的是微軟還是知乎……），而太平洋電腦網則平均每天發表12.8篇文章，真是有夠努力！

把這幾組數據合成了兩張三維散點圖：

圖中選取的數據為關注數大於1萬的用戶。在項目里有可以交互的網頁版本，可以更直觀的查看這個分布圖。

大V的熱情在消退？

上面幾張圖是對目前關注數超10萬的用戶的歷史發布數據進行的統計。從圖上來看，2015年大V們更熱衷於回答，後來則大都改去寫專欄文章了。從趨勢來看，似乎大V們發文的頻率已不再增長。不過這並不能直接推斷知乎的整體熱度，也可能內容的產出更分散於不同用戶了呢？這就只有知乎官方才有權威數據了。

用戶愛看什麼？

這些關注度最高專欄和收藏夾，裡面有你關注的嗎？

最後，這是一個以關注數超1萬的用戶的個人簡介做出來的詞云：

不過有點尷尬，似乎大家更喜歡在簡介里發自己的公眾號、微信和微博呢。

以上就是我們對於知乎公開數據做的一些分析。