知乎用户群分析--又双叒叕一只爬虫爬了知乎20万用户
一直想趁着知乎还比较开放爬点数据做分析，因为懒延期至今。
爬虫由Java实现，放在服务器上跑了三四天，可以说是龟速了，毕竟爬虫和反爬虫就是应该友好相处的嘛，反反爬虫和反反反爬虫互相伤害就没意思了。
从我的关注列表向外爬了两圈，数据是上周(2017,9.11))的，所以下面的报道可能和实时数据有些偏差。
本来想做图论分析，但是应该就是个简单的小世界网络，结果也不好可视化，所以就只做了一些简答的数值分析。
放上源码，代码逻辑在Readme里有写
Github:pokerfaceSad/ZhihuSpider
1.男女比例
还是汉子占多数
2.用户获得赞同数量分布
仰望赞同数大于100万的12位大佬
3.获得赞同数Top10
- @张佳玮 3881887
- @Seasee Youl 1577849
- @马前卒 1490940
- @vczh 1470443
- @唐缺 1468457
- @鬼木知 1371725
- @肥肥猫 1368270
- @朱炫 1295927
- @ze ran 1269743
- @豆子 1225418
4.粉丝数Top10
- @张佳玮 1426823
- @李开复 1013888
- @黄继新 809900
- @周源 777401
- @yolfilm 768063
- @丁香医生 755301
- @张亮 720349
- @张小北 666883
- @李淼 662630
- @朱炫 652258
5.回答Top10
- @Phil 17909
- @vczh 16373
- @王若枫 13111
- @浪琴 12764
- @李东 11808
- @柴健翌 11281
- @zhen-liang 11164(已被知乎停用，看了下回答，可能是某个搞机器学习的大佬弄出来的机器人)
- @赵钢 11137
- @另一只袜子 10146
- @luvian zhang 9833
6.提问Top10
- @阿混 3154
- @David Chang 2685
- @玉箫沙 2535(已被封号，据说是被续了)
- @Howard Dominic 2528
- @图灵Don 2178
- @歆盐 2060
- @程瀚 1756
- @张亮 1755
- @张醒 1656
- @fudanboy 1530
还有一些没有可视化的数据
7.文章数Top10
- @扑克投资家-林辉 1639
- @王佳伦 1620
- @马力 1507
- @张十三 1390
- @军旗猎猎 1364
- @陈希 1181
- @不鳥萬如一 1170
- @耿怀民 1155
- @嘶吼RoarTalk 1096
- @周永 1082
8.被收藏数Top10
- @寺主人 1805631
- @下厨房 1625157
- @张佳玮 1194602
- @曾少贤 177151
- @肥肥猫 1026440
- @恶膜的奶爸 992186
- @warfalcon 804395
- @Jennyyy 747445
- @白诗诗 736685
- @朱炫 678335
Github
Github:pokerfaceSad/ZhihuSpider
求Star
