可视化分析简书在社区平台的表现

爬取时间： 2017 年 4 月 27 日 -- 2017 年 4 月 28 日

1. 爬取 Twitter

Tweepy：由于 Twitter 平台限制，只爬取多 3100 多条记录，本来打算用 selenium 来爬取，发现并不可行，最早只能看到 2014 年 11 月 14 日的发推


注意：返回的发推时间均为格林尼治标准时间，但是请放心，文章中的时间均已经转换为北京时间

2. 爬取豆瓣小站

requests + bs4 + re

3. 爬取微博

selenium + bs4 + re

2015 年发生了很多大事，希望 2017 年更多，：）

简书 in Twitter

年发推量

月发推量

周发帖量

时发帖量

Tableau 仪表盘

重要的事提前强调一下：Twitter 平台限制，爬取的信息不完整

1. Twitter 上的推文，转推的最大值为 70，喜欢的最大值为 31，表现不赖吧，毕竟是在 Twitter
   

2. 2014 年以后发推量断崖式下跌，可能 Twitter 的引流效果有限，投入产出比较低，所以不愿意在 Twitter 上多费精力
   

3. 从周发推量来看，简书的 Twitter 运营人员似乎没有明显的周末，很拼啊。通过 Tableau 仪表盘进行详细分析，很多时候周末的发推量大于周一~ 周五的发推量
   

4. 从时发推量来看，晚上 22 点依然活跃，就算是 0~6 点，发推量还是明显波动的，而不是平滑向下的曲线，失眠？还是？

简书在豆瓣小站发帖类型有 5 种：

1. 推荐网址
   

2. 写了新日记
   

3. 发布了新作品
   

4. 发布了新图片
   

5. 上传了一张照片

发帖类型分布

简书在豆瓣上发帖逐年减少，是不是在豆瓣上越来越不活跃了呢？答案是否定的

年发帖量

月发帖量

周发帖量

不加入发帖类型这个参数，分析就不那么有趣了

加入发帖类型

Tableau 仪表盘

不是简书不活跃了，而是它发的内容质量越来越高了，它处于一个良性发展中

年发微量

月发微量

周发微量

时发微量

Tableau 仪表盘

1. 2017 年 4 个月的微博获赞总量已经接近 2015 年全年的获赞总量了，说明简书的内容越来越受大家喜欢
   

2. 微博被评论最多为 3295 次，内容的互动性不错，可以借鉴。微博被转发最多为 18886 次，微博被赞最多为 7004 个，所有的优质内容都可以深入学习

3. 分析时发微量的规律，比 Twitter 上发推有规律多了，至少发微的人 0~7 点应该是在休息的。而且 10 点和 11 点是发帖量的高峰时段，一般晚上 21 点后发帖量逐减。关注简书微博的用户也是同频活跃么？还有 21 点后依然发微，这是人工发微博么？