1. 總體概況

爬蟲共運行了近14個小時勺卢，最終停止于2016年12月27日下午3點左右轻庆。

當其時共有494位QQ好友氮双，其中我有訪問權(quán)限的是372位昭伸，再減去要求不抓取的好友1位布隔，共為371位好友的空間說說离陶。

371位好友共貢獻了219840條說說。

最早的一條說說發(fā)自騰訊視頻官方賬號衅檀，發(fā)表時間是2008年1月11日招刨。而普通好友發(fā)表的是早的1條說說則發(fā)表于2008年2月8日。

最晚的一條發(fā)表于2016年2月27日哀军，即數(shù)據(jù)抓取時的截止日期沉眶。

在這跨越9年108個月共3272天時間里：

平均每年發(fā)表說說24426.67條，每人每年發(fā)表說說約65.84條杉适；

平均每月發(fā)表說說2035.56條谎倔，平均每人每月發(fā)表說說約5.49條；

平均每日發(fā)表說說67.19條猿推，平均每人每日發(fā)表說說0.18條片习。

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

人均約593條。中位數(shù)是300蹬叭，下四分位數(shù)是56藕咏，上四分位數(shù)是819。說明一半的人在這9年里發(fā)表的說說數(shù)量少于300條秽五，另一半的人發(fā)表的數(shù)量則多于300條孽查。而又有一半的人其發(fā)表的說說數(shù)量在56到819條之間。

圖1：說說數(shù)量頻率分布直方圖

2. 時間分析

2.1 按年劃分

圖2：動態(tài)數(shù)量年度分布柱狀圖

說說數(shù)量從2008年開始遞增坦喘，并且漲幅較大盲再，直到2012年達到頂峰西设。當年共發(fā)表說說40000多條，日均112條答朋。而2013年開始下降贷揽，2014年下降幅度進一步加大，2015年及2016年下降幅度較小且相對穩(wěn)定绿映。我的好友中大多數(shù)為同齡人擒滑，2010年高中畢業(yè)上大學，2011叉弦、2012丐一、2013年為在校期，期間也增加了不少大學里面的好友賬號淹冰，于是這3年中說說數(shù)量的增長或許與此有關(guān)库车。而其后下降，除了由于大學畢業(yè)的影響外樱拴，微信的流行也是不可忽視的原因之一柠衍。

微信自2011年初發(fā)布，至2012年春晶乔、秋用戶數(shù)量分別達到1億珍坊、2億，而在2013年初達到3億[[1]](http://baike.baidu.com/link?url=5sfuLX9l84SZwO4hJOMRT1RzRn-NO9J3Q4k9Za5cWiTFrVdlwOwQLjPxr_toWUzej80grTlF8BckfZkI7-g0R_1vPM8l7N9u-DlevlxKLea)正罢。其用戶數(shù)量的增長與此處QQ空間動態(tài)數(shù)量的變化較為吻合阵漏。可預(yù)見的是翻具，人們在QQ空間里面發(fā)表動態(tài)的頻率會逐漸降低履怯。

據(jù)網(wǎng)絡(luò)中的統(tǒng)計信息顯示，目前QQ的用戶更多為95后裆泳，而我的QQ好友中95后數(shù)量較小叹洲，不足以對整體數(shù)量產(chǎn)生顯著性影響。

2.2 按月劃分

圖3：動態(tài)數(shù)量月度分布柱狀圖

注意上圖中Y軸坐標是從10000開始的

從月份上看工禾，一年中12個月所發(fā)表的說說數(shù)量差別并不大运提。最低值出現(xiàn)在2月份，很明顯是由于春節(jié)的影響帜篇，人們的線下活動多了糙捺，線上的活躍度會明顯下降。最高值出現(xiàn)在7月笙隙，其次是6月。值得注意的是自8月起數(shù)量開始減少坎缭，10月達到最波谷后開始回升竟痰，12月達到另一個波峰签钩。

共有兩個上升期，分別是3－7月坏快、10－12月铅檩，這兩段時間都是在校期，兩個波峰估計是快到期末的時候發(fā)牢騷多了莽鸿。

從比例上看各月份的分布則顯得更為均勻：

圖4：動態(tài)數(shù)量月度分布百分比

2.3 按日劃分

圖5：每日動態(tài)數(shù)量分布柱狀圖

從上圖看來昧旨，一月之中具體在哪一天發(fā)布說說似乎是具有很高的隨機性，總體較為均勻祥得。細心點看也還可以看出上半月的數(shù)量略多于下半月兔沃，下半月整體略有下降的趨勢，不知是否因為下半月流量慢慢也捉襟見肘了级及。31日的數(shù)量比其它日期少了約有1/3乒疏，或許是因為一年之中31日比其它天數(shù)少了約1/3（出現(xiàn)在1、3饮焦、5怕吴、7、8县踢、10转绷、12月，共7次硼啤，1－28都有12次）

2.3.1 一星期內(nèi)的分布

圖6：一星期內(nèi)每天發(fā)表動態(tài)數(shù)量分布柱狀圖

上圖中议经，0表示周一，1表示周二丙曙，以此類推

有點意外的是爸业，一周中各天發(fā)表的說說竟然相關(guān)無幾。其最低值是周一的30876亏镰，最高值是周五的32090扯旷，兩者僅差1214，約4%索抓。餅狀圖可以更加明顯地看出其均勻性：

圖7：一星期內(nèi)各天說說數(shù)量分布百分比

?2.4 按小時劃分

圖8：一天內(nèi)各時間段數(shù)量分布柱狀圖

各個時間段都有不少人在發(fā)說說钧忽，而午夜0點到凌晨6點之間發(fā)表的說說數(shù)量還不在少數(shù)，晚上6點到10點期間發(fā)表的數(shù)量卻遠少于平均數(shù)逼肯，這點倒是非常的出乎意料耸黑。但經(jīng)過多次從源數(shù)據(jù)進行確認，的確是這樣篮幢。按照人們的上網(wǎng)習慣大刊，應(yīng)該是18到23點的數(shù)據(jù)與0到5點的互換才對。莫非夜貓真的那么多三椿，而晚上大家都浪漫去了缺菌？

最高點出現(xiàn)在下午3點是合情合的葫辐，大多數(shù)人在下午2、3點時精神疲乏伴郁，相對而言更加難以專心工作/學習耿战，在網(wǎng)上閑逛的頻率會相應(yīng)增加。

3. 手機使用情況

3.1 手機品牌

圖9：來自各手機品牌的動態(tài)數(shù)量分布柱狀圖

近22萬條說說中焊傅，只有3萬多條是帶有手機標識的剂陡。其中最多的是出自于小米（包括其旗下的紅米），其次是蘋果（包含iPhone和iPad）狐胎，第三是華為（包括榮耀）鸭栖。值得注意的是，動態(tài)數(shù)量多顽爹，并不一定說明好友當中使用該品牌的人就多纤泵，因為也有可能是用該品牌的人更加喜歡發(fā)說說。

3.2 具體型號

圖10：發(fā)說說最多的前21款手機

眾多手機型號中镜粤，小米2S發(fā)出的說說最多捏题。此處應(yīng)該提出的是，前5款手機的排名應(yīng)該是正確的肉渴，后面的則可能會有些誤差公荧。因為同款手機在QQ空間中顯示出來的標識也并不完全相同。如上圖中的排最后（第21）的手機榮耀6同规，我在源數(shù)據(jù)中看到第22名也還是它循狰，只是名稱變成了“華為 榮耀6”，數(shù)量為171券勺，第33名也是它绪钥，顯示的是“榮耀6（4G）”，數(shù)量是126关炼。如果把后兩個數(shù)字加起來再排名程腹，則它可以排到上圖中的第7名了。

3.3 “特立獨行”者

圖11：動態(tài)來源中一些不常見的手機品牌

先說明儒拂，此處并沒有任何嘲笑或貶低的意思寸潦，只是展示一些與眾不同的特色點。

對我而言社痛，上圖中的10個手機（品牌）见转，海信還算是相對熟悉的，最后一個是富士康蒜哀，第一個alps有點熟悉斩箫，但想不起來。OPSSON不知道是不是做投影儀的那個愛普生，港利通不記得是不是在電腦城里面見過了校焦。剩下的都不認得了赊抖。

4. 地域分布

近22萬條說說中统倒，帶有地理位置信息的只有千分之一寨典，共2224條。

4.1 省份分布

分省份顯示如下：

圖12：動態(tài)來源省份分布圖

廣西房匆、廣東已經(jīng)占據(jù)了80%耸成。前10省份如下：

圖13：Top 10 省份分布

完整的榜單如下：

圖14：動態(tài)來源省份分布柱狀圖

未知地帶里面是一些沒有顯示省份也沒有顯示城市的，只顯示了道路或者甚至是地鐵線路浴鸿。還有幾個是顯示廣告的井氢，被我去掉了。是這么一些地方：

圖15：未知地帶

此處“金雞路1號”想必對應(yīng)的是我大學學校所在地了岳链，這個應(yīng)該不會錯花竞。

4.2 城市分布

圖16：動態(tài)來源城市 Top 20

前五分別是梧州、深圳掸哑、佛山约急、廣州、桂林苗分。這順序到是有點出乎意料之外了厌蔽。也有幾個有意思的地點：

圖17：未知地點

考文垂好像是澳大利亞的城市？還有人去過伊斯坦布爾摔癣？忽冷忽熱那個肯定是人為修改的了奴饮。

In The End

本來我以為每個人發(fā)表說說的數(shù)量會成正態(tài)分布，以為人們發(fā)表說說的時間從0－24小時中也會成正態(tài)分布择浊，得到的結(jié)果顯示出來的卻并不是這樣戴卜。

我以為一周中發(fā)表說說的時間會有個集中趨勢，然而也沒有琢岩。

這次爬來的數(shù)據(jù)好像并沒有什么好玩有趣的東西投剥，下次爬點別的玩玩。

最后附上程序代碼QQzone_crawler - Github