实践▍用大数据扒一扒蔡徐坤的真假流量粉 | Alfred数据室
本文作者|?AlfredWu，36大數據已獲得授權。
前段時間央視新聞公開披露流量明星數據造假。作為一名數據猿，我們秉著好奇心點開了NBA新春賀歲形象大使蔡徐坤的微博，發現他的微博轉發量除了最新一條之外，其它的基本每條都是轉發100萬+。
在我們的印象中，轉發100萬+可是某些明星官宣結婚、或者某些明星吸毒出軌被爆等能讓微博服務器奔潰的流量呀。蔡徐坤真的那么火嗎？他的100萬+轉發里到底是否存在假流量？假流量所占比重有多少呢？
為了解答這個問題，我們通過微博移動端隨機抓取了蔡徐坤最新一條微博《再見，“任性的”千千…》的10萬條轉發數據（時間節點2019年3月11日10時）。這條講訴蔡徐坤關愛小動物的短視頻微博，于2019年3月9日01:23發布，到2019年3月10日18:00的時候已經被轉發100萬+。
數據的維度包括轉發者的相關信息（昵稱、性別、關注者數量和被關注者數量等）以及轉發時的評論等。
解答這個問題之前，我們其實對于蔡徐坤的粉絲性別比例更加感興趣。按理來說應該他的女粉絲所占比例應該更大，但是我們統計了102313條轉發數據中，有93618條是男粉絲轉發的，只有8695條是女粉絲轉發的。
這不對呀，難道更多的男生喜歡蔡徐坤嗎？而且這比例也太懸殊了一點吧？于是我們隨機抽取了男生轉發的數據，發現這些轉發的男粉絲基本上都是關注0，粉絲1的用戶。
我們合理地推測：這些流量就是所謂的假流量。
那假流量所占的比例有多少呢？在這隨機抓取的10萬條轉發數據中，有多少是假的流量呢？
通過一番探索分析，我們把轉發數據中轉發者的關注或者粉絲數少于等于5、沒有簡介、轉發之后被點贊數評論數再轉發數都為0、微博會員等級為0級的數據，以及轉發者的關注或者粉絲數大于等于5但昵稱長“用戶XXXXXXXX”這樣的數據抽取了出來。
這部分數據，便是我們所說的假流量。
可見，102313條轉發數據中，有95397條是由假粉絲轉發的，占了總轉發的93.24%，只有6916條是由真粉絲轉發的，占6.76%。原來假流量占的比重那么高啊！
那么6919條真粉絲轉發的數據中，除去重復轉發刷榜的數量，里面一共有多少個真粉絲在轉發呢？我們把這部分數據按照粉絲微博ID進行去重。發現這里面只有3926個真粉絲在轉發，也就是說，真實轉發的粉絲數量，占總轉發量的3.84%。
按照這個比例，可以推算出100萬的轉發中，真實轉發的粉絲數為3.84萬，說明蔡徐坤的粉絲群和影響力還是很大的，但遠沒有微博顯示的全是100萬+轉發量那么大。
你可能會說：我們自己的微博，平時也有一些假粉絲在轉發呀。為了進行對比，我們還抓取了最近活躍在《歌手》舞臺的吳青峰叔叔（粉絲數1377萬）最新的一條微博轉發數據10006條（時間節點2019年3月11日10時）。
我們把這些數據按照跟上面一樣的步驟提取出真假粉絲轉發量，發現只有很少比例的假粉絲量，絕大部分都是真粉絲轉發的。
并且，在9658條真粉絲轉發數據中，真粉絲量也高達9318，說明不存在粉絲打榜的情況。跟蔡徐坤的數據相比，可以發現有明顯的不同。
在高達93.24%的假轉發量中，這些假粉絲都是如何生產出來的呢？有什么共同的行為特征呢？我們先給假粉絲進行了用戶畫像。
可見95397條假轉發中，有40838個假粉絲。其中男性的比例高達95.42%！
我們把轉發中所攜帶的評論進行計數，看看假粉絲在轉發的時候都喜歡說什么，卻發現了一些更有趣的事。
很多假粉絲去轉發微博用戶“蔡徐坤的南岸末陰大小姐”和“超超超超愛蔡蔡的思思”的微博（大家千萬不要去攻擊他們哈），我們搜索了一下這兩個人，發現她們的粉絲量只有一兩百人，轉載的全是蔡徐坤的微博，并且很多微博再轉發量為0，卻有少數的微博再轉發量高達好幾千！
這，估計就是自己花錢為偶像買流量的粉絲。
另外，我們發現很多假流量粉在轉發的時候喜歡攜帶英文評論。搜索了一下發現，這些英文評論，要么是英文歌詞、要么是美劇臺詞、要么是泰戈爾或者聶魯達的詩句。
在假粉絲使用的Top10轉發設備中，Android高居榜首，這也再次證明了這些粉絲是假粉絲。
另外還有一些有趣的發現：假粉絲的平均關注是3.44，平均粉絲數是1.04，沒有簡介，昵稱基本上都是“中文+英文和數字”這個格式，很多假粉絲的昵稱都帶有“坤”、“蔡”、“葵”、“kun”等字，頭像都是蔡徐坤（說明很多都是定制粉啊）。
先來看看真粉絲的性別比例。可見3926個真粉絲中，女生占了絕大部分，這才是符合邏輯的粉絲比例嘛。
在這些粉絲轉發所攜帶的評論中可以看到，很多都是支持蔡徐坤拿下#明星勢力榜#或者#東方風云榜#第一名而轉發的。
真粉絲所使用的轉發設備，各種設備分布都比較均勻，最受歡迎的是iPhone客戶端。
真粉絲的平均關注量為222，平均粉絲數是179，同樣，很多粉絲名字中喜歡帶有“坤”、“蔡”、“葵”、“kun”等字。
我們把真粉絲的簡介做成了詞云圖。
可見，真粉絲們的簡介都喜歡帶上蔡徐坤的名字，很喜歡蔡徐坤，想要一直陪著他走下去。看著里面的“少年”、“努力”、“自由”“追夢”等字眼，發現這就是我們以前的青春呀。
另外還把轉發所帶的評論做成了詞云圖。
可見，粉絲們都很在乎“風云榜”這件事，并且要幫助蔡徐坤拿第一名。里面有早安打卡的，有超級話題的，還有很多“開心”、“比心”、“溫暖”等字眼。說明絕大部分真粉還是很溫暖的。
數據顯示，蔡徐坤動輒100萬+的微博轉發中，確實存在絕大部分的假流量。這些假流量估計有兩方面的來源：一是自身經紀公司購買的，二是忠實的粉絲自費購買的。
若是自身經紀公司購買的話，這確實擾亂了整個娛樂圈市場的運作，對于娛樂圈乃至整個社會風氣都是不好的。若是忠實粉絲購買的，Alfred覺得，數據只是一個數據，這其中的資金，可以通過其它方面更好的方面去給自己的偶像添加影響力呀。我看最近蔡徐坤轉發的#脫貧攻堅戰星光行動#?這個話題就很好呀，通過自己的影響力，去做更多正能量的事情。
加微信號（julyedufu77）是微信號不是微信公眾號哦，并發送關鍵字“Python基礎”即可0元學習七月在線精品課程《Python基礎課程升級版》，加贈30名名額。
歡迎投稿，投稿/合作：dashuju36@qq.com
如果您覺得文章不錯，那就分享到朋友圈~
總結
以上是生活随笔為你收集整理的实践▍用大数据扒一扒蔡徐坤的真假流量粉 | Alfred数据室的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 在王者荣耀角度下分析面向对象程序设计B中
- 下一篇： 【经验分享】突然我的SM.MS的图床没法