简书=鸡汤？爬取今日看点数据：1916篇简书热门文章可视化
一、前言
最近寫(xiě)得兩篇關(guān)于簡(jiǎn)書(shū)的數(shù)據(jù)可視化文章：《簡(jiǎn)書(shū)推薦作者風(fēng)云榜（爬取簡(jiǎn)書(shū)app數(shù)據(jù)）》、《我的簡(jiǎn)書(shū)一月記：數(shù)據(jù)可視化》反響都還不錯(cuò)，因而將繼續(xù)針對(duì)簡(jiǎn)書(shū)進(jìn)行數(shù)據(jù)分析和可視化。鑒于此前爬取手機(jī)app效率較低，本次重新回歸網(wǎng)頁(yè)數(shù)據(jù)的爬取。
爬取的對(duì)象是：今日看點(diǎn)專題下的“熱門(mén)”文章數(shù)據(jù)。一篇文章被編輯收入“今日看點(diǎn)”，即意味著作品將立刻登上首頁(yè)，得到很好曝光，為更多用戶所閱讀和喜歡。而本專題“熱門(mén)”一欄里，收錄著簡(jiǎn)書(shū)上至今為止最炙手可熱、獲贊數(shù)最多的文章，針對(duì)這部分?jǐn)?shù)據(jù)進(jìn)行研究和分析，可以得知哪類文章最受簡(jiǎn)書(shū)用戶喜歡，哪些作者創(chuàng)作了“高質(zhì)量”的作品等信息。
二、數(shù)據(jù)獲取
上圖可知，目前今日看點(diǎn)收錄了148618篇文章， 共有30194人關(guān)注。原本想獲取所有的文章，但發(fā)現(xiàn)爬取到1900+篇時(shí)，就再也無(wú)法得到更多數(shù)據(jù)，可能簡(jiǎn)書(shū)方面限制和保護(hù)了數(shù)據(jù)。
但根據(jù)這1916篇文章獲贊數(shù)降序可知，排名第一的文章，獲贊數(shù)為：17076；排名最后的為488。由此可見(jiàn)，簡(jiǎn)書(shū)上最熱門(mén)的文章應(yīng)該都已經(jīng)獲取到了（后來(lái)發(fā)現(xiàn)其實(shí)并沒(méi)有，僅是部分，臉疼），基于此后續(xù)研究可以繼續(xù)展開(kāi)。
三、數(shù)據(jù)可視化
1、年度月份分布情況
首先，我們來(lái)看看，截止目前，這些簡(jiǎn)書(shū)上最熱門(mén)的文章都發(fā)布在何年何月？作為一名來(lái)到簡(jiǎn)書(shū)一個(gè)多月的小透明，一直不知道簡(jiǎn)書(shū)是何時(shí)“橫空出世”的，@簡(jiǎn)叔、@簡(jiǎn)寶玉可否解答下。
由下圖可知，最早的熱門(mén)文章出現(xiàn)于2014年5月，是@CNFeat創(chuàng)作的《如何搭建一個(gè)獨(dú)立博客——簡(jiǎn)明Github Pages與Hexo教程》一文。（間接知道了簡(jiǎn)書(shū)起碼是在三年前就已經(jīng)存在了）。之后逐年遞增，猜測(cè)可能是新增用戶基數(shù)越來(lái)越多，平臺(tái)越來(lái)越為人所知，而且作品越來(lái)越好？所以熱門(mén)文章出現(xiàn)的越來(lái)越多。從2016年7月起，出現(xiàn)較大漲幅，并持續(xù)到2017年3月，每月熱門(mén)文章均在110篇以上。在今年的4月份起，持續(xù)四個(gè)月相對(duì)回落了許多。這部分不知道原因何在，難道是太熱了，大家創(chuàng)作欲望低迷？
2、24小時(shí)分布情況
接著看看發(fā)布時(shí)間情況，11點(diǎn)鐘文章最多，覺(jué)得蠻奇怪的，作為一只喜歡在晚上發(fā)布文章的小透明，原本覺(jué)得晚上才是創(chuàng)作的大好時(shí)光啊，11點(diǎn)鐘已經(jīng)屬于飯點(diǎn)，難道是上午潛心創(chuàng)作，一天之計(jì)在于晨，將當(dāng)天的寫(xiě)作任務(wù)早早的完成，一身輕松？再是24小時(shí)都有人發(fā)布文章并成為熱點(diǎn)，可見(jiàn)鳥(niǎo)兒大了，什么林子都有啊。逃......
3、2017年熱門(mén)文章
看了那么多歷史的數(shù)據(jù)，那么到底今年有哪些熱門(mén)文章？到底作為一名普通的作者，該如何寫(xiě)出廣受好評(píng)的文章呢？
篩選下本年度按獲贊數(shù)降序的文章，如圖，簡(jiǎn)單瀏覽下標(biāo)題，發(fā)現(xiàn)非常多設(shè)問(wèn)的句式，想誘導(dǎo)人點(diǎn)擊閱讀，哪能不用“問(wèn)號(hào)”呢！很多作者的經(jīng)驗(yàn)分享，或者稱作“教做人”的文章？而偏技術(shù)性的文章幾乎沒(méi)有，當(dāng)然原因可能很多，個(gè)人也有個(gè)人的看法。不過(guò)對(duì)我來(lái)說(shuō)，倒是可以努力寫(xiě)寫(xiě)數(shù)據(jù)分析和可視化的文章殺進(jìn)去，占得一席之地。橫空出世，石破天驚，一鳴驚人，@Deserts_X，決定就是你了！咱們年末熱門(mén)文章見(jiàn)！
4、閱讀數(shù)、喜歡數(shù)與評(píng)論數(shù)
一篇文章的熱門(mén)程度，直觀地體現(xiàn)在喜歡數(shù)和評(píng)論數(shù)里，當(dāng)然前提是有被大量閱讀。如圖可知，有一篇文章閱讀數(shù)遠(yuǎn)遠(yuǎn)高于所有的文章，那就是@簡(jiǎn)叔的《簡(jiǎn)友常見(jiàn)問(wèn)題匯總》，作為簡(jiǎn)書(shū)新手向的使用手冊(cè)，有此數(shù)據(jù)，也屬正常，雖然不知簡(jiǎn)叔有多少用戶，但86w+的閱讀量估計(jì)是前無(wú)古人后無(wú)來(lái)者了。
再將目光移動(dòng)到這篇官方文章之外，首先就能看到第二梯度，20w+閱讀量的文章也有近十篇，也是非常難以企及的戰(zhàn)績(jī)，雖然其中好幾篇的獲贊數(shù)稍顯“平庸”，（手動(dòng)滑稽）。
換個(gè)角度，再看一遍。局部放大，看不到那些討人厭的神級(jí)數(shù)據(jù)后，覺(jué)得神清氣爽多了，努力努力應(yīng)該還是有機(jī)會(huì)躋身其中的。
5、文章作者
有留心上文CSV截圖的，可以對(duì)這些文章都是誰(shuí)寫(xiě)的有了初步的了解。對(duì)所有作者進(jìn)行統(tǒng)計(jì)，文章數(shù)量靠前的每人貢獻(xiàn)的情況如下，也是牛逼壞了。
第一名屬于簡(jiǎn)書(shū)一哥@彭小六，共收錄了106篇文章。看來(lái)分析簡(jiǎn)書(shū)數(shù)據(jù)永遠(yuǎn)都避不開(kāi)的一哥。
并列第二名的是@懷左同學(xué)和@韓大爺?shù)碾s貨鋪，均收錄了41篇文章。
所有799名作者都有一席之地，按照收錄文章數(shù)直觀的貢獻(xiàn)情況如下，最左邊和最上邊即為排名前十幾的作者情況：
切換成曲線圖，按降序排列，可見(jiàn)有一條貼近橫坐標(biāo)，長(zhǎng)長(zhǎng)的曲線。大多數(shù)人無(wú)法貢獻(xiàn)熱門(mén)文章，能貢獻(xiàn)的人里大多數(shù)也只能有一兩篇驚艷之作。
799名作者中有84名為簽約作者，共貢獻(xiàn)625篇文章。不過(guò)不知道簡(jiǎn)書(shū)現(xiàn)在到底有多少名簽約作者。單看此數(shù)據(jù)，熱門(mén)文章里非簽約作者占比也還是蠻大。
其他715名為非簽約作者，共貢獻(xiàn)1291篇文章：
將這1916篇文章對(duì)應(yīng)的799名作者生成如下詞云，假如今日頭條想像簽走知乎300大V一樣來(lái)簽走簡(jiǎn)書(shū)大V，大概可以參考此圖。逃......
單人貢獻(xiàn)5篇及以上熱門(mén)文章的，共有69名作者。
6、文章標(biāo)題
不知道有多少人覺(jué)得簡(jiǎn)書(shū)的文章太過(guò)雞湯，或者不熟悉簡(jiǎn)書(shū)的人，是否直接就認(rèn)為“簡(jiǎn)書(shū)=雞湯”？那到底是不是這樣的呢，看看熱門(mén)文章都有哪些大概就能知道一二了。標(biāo)題的數(shù)據(jù)上文CSV也有不少了，此處將所有標(biāo)題直接丟一個(gè)在線詞云網(wǎng)站，看看都有哪些詞出現(xiàn)了：
什么、如何、書(shū)、英語(yǔ)、大學(xué)、推薦、自己、人、堅(jiān)持、努力......這些詞所形成的語(yǔ)境，可以照見(jiàn)背后點(diǎn)贊的簡(jiǎn)書(shū)用戶組成還是偏于年輕。雖然可能傷到一些人，但個(gè)人感覺(jué)一個(gè)不完全知道自己喜歡什么、有什么愛(ài)好、對(duì)學(xué)習(xí)和生活都沒(méi)有好的把控的人，或許更會(huì)汲汲于閱讀這些文章，當(dāng)然這可能是每個(gè)人成長(zhǎng)中必須經(jīng)歷的過(guò)程，看這些文章可能也會(huì)有收獲，對(duì)自己有所指導(dǎo)，但是否又有很多人其實(shí)只是點(diǎn)個(gè)贊、收藏下，該如何的生活依舊如何的生活，下次看到類似的文章，依舊點(diǎn)進(jìn)去，依舊退出來(lái)呢？
上面的詞云還是太過(guò)簡(jiǎn)單粗暴，調(diào)用玻森NLP的API，獲取所有標(biāo)題的詞頻排名前100的關(guān)鍵詞，返回結(jié)果如下：
沒(méi)有了雜亂無(wú)章的文字后，在精簡(jiǎn)的詞云里，更可以看出，出現(xiàn)最頻繁的詞有：你、干貨、寫(xiě)作、英語(yǔ)、推薦、大學(xué)、努力、書(shū)、讀書(shū)、人生、堅(jiān)持、方法......嗯。
四、小結(jié)
所有假如你是一名非簡(jiǎn)書(shū)用戶，看到這些詞云和標(biāo)題，你覺(jué)得簡(jiǎn)書(shū)是否等同于雞湯呢？又或者，你已經(jīng)是一名簡(jiǎn)書(shū)用戶，日?？吹降奈恼?#xff0c;首頁(yè)上呈現(xiàn)的文章，對(duì)你來(lái)說(shuō)又意味著什么呢？
非引戰(zhàn)，歡迎評(píng)論，共同探討想法。
總結(jié)
以上是生活随笔為你收集整理的简书=鸡汤？爬取今日看点数据：1916篇简书热门文章可视化的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。
