趣挨踢 | 用大数据扒一扒蔡徐坤的真假流量粉
戳藍字“CSDN云計算”關(guān)注我們哦！
作者：AlfredWu?
轉(zhuǎn)自：?Alfred數(shù)據(jù)室
前段時間央視新聞公開披露流量明星數(shù)據(jù)造假。作為一名數(shù)據(jù)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(fā)現(xiàn)他的微博轉(zhuǎn)發(fā)量除了最新一條之外，其它的基本每條都是轉(zhuǎn)發(fā)100萬+。
在我們的印象中，轉(zhuǎn)發(fā)100萬+可是某些明星官宣結(jié)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(zhuǎn)發(fā)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(zhuǎn)發(fā)數(shù)據(jù)（時間節(jié)點2019年3月11日10時）。這條講訴蔡徐坤關(guān)愛小動物的短視頻微博，于2019年3月9日01:23發(fā)布，到2019年3月10日18:00的時候已經(jīng)被轉(zhuǎn)發(fā)100萬+。
數(shù)據(jù)的維度包括轉(zhuǎn)發(fā)者的相關(guān)信息（昵稱、性別、關(guān)注者數(shù)量和被關(guān)注者數(shù)量等）以及轉(zhuǎn)發(fā)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(tǒng)計了102313條轉(zhuǎn)發(fā)數(shù)據(jù)中，有93618條是男粉絲轉(zhuǎn)發(fā)的，只有8695條是女粉絲轉(zhuǎn)發(fā)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(zhuǎn)發(fā)的數(shù)據(jù)，發(fā)現(xiàn)這些轉(zhuǎn)發(fā)的男粉絲基本上都是關(guān)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(zhuǎn)發(fā)數(shù)據(jù)中，有多少是假的流量呢？
通過一番探索分析，我們把轉(zhuǎn)發(fā)數(shù)據(jù)中轉(zhuǎn)發(fā)者的關(guān)注或者粉絲數(shù)少于等于5、沒有簡介、轉(zhuǎn)發(fā)之后被點贊數(shù)評論數(shù)再轉(zhuǎn)發(fā)數(shù)都為0、微博會員等級為0級的數(shù)據(jù)，以及轉(zhuǎn)發(fā)者的關(guān)注或者粉絲數(shù)大于等于5但昵稱長“用戶XXXXXXXX”這樣的數(shù)據(jù)抽取了出來。
這部分數(shù)據(jù)，便是我們所說的假流量。
可見，102313條轉(zhuǎn)發(fā)數(shù)據(jù)中，有95397條是由假粉絲轉(zhuǎn)發(fā)的，占了總轉(zhuǎn)發(fā)的93.24%，只有6916條是由真粉絲轉(zhuǎn)發(fā)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(zhuǎn)發(fā)的數(shù)據(jù)中，除去重復轉(zhuǎn)發(fā)刷榜的數(shù)量，里面一共有多少個真粉絲在轉(zhuǎn)發(fā)呢？我們把這部分數(shù)據(jù)按照粉絲微博ID進行去重。發(fā)現(xiàn)這里面只有3926個真粉絲在轉(zhuǎn)發(fā)，也就是說，真實轉(zhuǎn)發(fā)的粉絲數(shù)量，占總轉(zhuǎn)發(fā)量的3.84%。
按照這個比例，可以推算出100萬的轉(zhuǎn)發(fā)中，真實轉(zhuǎn)發(fā)的粉絲數(shù)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(zhuǎn)發(fā)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(zhuǎn)發(fā)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(shù)1377萬）最新的一條微博轉(zhuǎn)發(fā)數(shù)據(jù)10006條（時間節(jié)點2019年3月11日10時）。
我們把這些數(shù)據(jù)按照跟上面一樣的步驟提取出真假粉絲轉(zhuǎn)發(fā)量，發(fā)現(xiàn)只有很少比例的假粉絲量，絕大部分都是真粉絲轉(zhuǎn)發(fā)的。
并且，在9658條真粉絲轉(zhuǎn)發(fā)數(shù)據(jù)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(shù)據(jù)相比，可以發(fā)現(xiàn)有明顯的不同。
在高達93.24%的假轉(zhuǎn)發(fā)量中，這些假粉絲都是如何生產(chǎn)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(zhuǎn)發(fā)中，有40838個假粉絲。其中男性的比例高達95.42%！
我們把轉(zhuǎn)發(fā)中所攜帶的評論進行計數(shù)，看看假粉絲在轉(zhuǎn)發(fā)的時候都喜歡說什么，卻發(fā)現(xiàn)了一些更有趣的事。
很多假粉絲去轉(zhuǎn)發(fā)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(fā)現(xiàn)她們的粉絲量只有一兩百人，轉(zhuǎn)載的全是蔡徐坤的微博，并且很多微博再轉(zhuǎn)發(fā)量為0，卻有少數(shù)的微博再轉(zhuǎn)發(fā)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(fā)現(xiàn)很多假流量粉在轉(zhuǎn)發(fā)的時候喜歡攜帶英文評論。搜索了一下發(fā)現(xiàn)，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(zhuǎn)發(fā)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(fā)現(xiàn)：假粉絲的平均關(guān)注是3.44，平均粉絲數(shù)是1.04，沒有簡介，昵稱基本上都是“中文+英文和數(shù)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(zhuǎn)發(fā)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(zhuǎn)發(fā)的。
真粉絲所使用的轉(zhuǎn)發(fā)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(guān)注量為222，平均粉絲數(shù)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(fā)現(xiàn)這就是我們以前的青春呀。
另外還把轉(zhuǎn)發(fā)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(shù)據(jù)顯示，蔡徐坤動輒100萬+的微博轉(zhuǎn)發(fā)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(jīng)紀公司購買的，二是忠實的粉絲自費購買的。
若是自身經(jīng)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(shù)據(jù)只是一個數(shù)據(jù)，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(zhuǎn)發(fā)的#脫貧攻堅戰(zhàn)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。
福利
掃描添加小編微信，備注“姓名+公司職位”，加入【云計算學習交流群】，和志同道合的朋友們共同打卡學習！
推薦閱讀：
云有約 | 超融合的遠航探險 看澤塔云2019年如何披荊斬棘？
架構(gòu)日趨復雜的今天，如何重構(gòu)數(shù)據(jù)庫和應用邊界？
女生適合做程序員嗎？
Kubernetes 調(diào)度器實現(xiàn)初探
李沐團隊新作Gluon，復現(xiàn)CV經(jīng)典模型到BERT，簡單好用 | 強烈推薦
日本樂天要求員工學編程，AI 進中小學課堂，全民編程時代來了！
做了四年以太坊核心開發(fā)者, 以太坊升級了, 我也該離開了……
喜歡就點擊“在看”吧
總結(jié)
以上是生活随笔為你收集整理的趣挨踢 | 用大数据扒一扒蔡徐坤的真假流量粉的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： ofo单车会破产吗 创始人戴威这样说
- 下一篇： Boost:宏BOOST_TEST_CS