研究目的 通过对博主和所发布数据的抽样，分析微博用户的活跃情况、使用习惯倾向、关注的内容焦点等。 数据来源 使用集搜客微博数据采集工具箱，这是一套可直接使用的免编程的网络爬虫软件工具。 收集微博用户主页上的第一页微博数据，在博主主页上收集博主信息和发布的博文信息，博主是随机选的，这里选择的数据主题是采集明星博主的数据，通过在微博用户搜索界面输入关键词"艺人"进行搜索，然后再采集搜索出来的各个明星博主的主页链接，把采集到的博主主页链接添加到微博博主主页数据采集工具箱，选择只采集首页，整理得到的数据表如下图所示。
数据字段包括博主、简介、关注数、粉丝数、微博数、博文、发布时间、博文独立网址、发布终端、转发数、评论数、点赞数；如果是转发微博，还有被转发博文的博主名称、博主主页、发布时间、博文独立网址、发布终端、转发数、评论数、点赞数。 数据分析 1、全局统计 博主数量： 87 博文数量： 3855 原创博文数量：2940 转发博文数量：915 平均发布博文数：44.31 平均原创博文数量：33.79 平均转发博文数量：10.52
2、博主统计：分全量统计和样本数据范围统计 2.1、全量统计 博文发布总数top3博主 1、陳法蓉：9062 2、胡兵：9021 3、容祖儿：8926
粉丝总数top3博主 2.2、样本范围统计 样本博文被转发总数top3博主 1、angelababy：8605365 2、汪苏泷：2516437 3、刘宪华Henry-Lau：1538185
样本博文被评论总数top3博主 1、angelababy：1278484 2、朴寶劍_ParkBoGum：537637 3、陈羽凡： 520805
样本博文被点赞总数top3博主 1、angelababy：8349033 2、郑恺：6114702 3、王子文Olivia：5729370
3、博文统计：以下都是以样本数据范围做统计 转发数top3的博文 1、angelababy，转发数：1169490 http://weibo.com/1642351362/Gb8zXdt4N?from=page_1006051642351362_profile&wvr=6&mod=weibotime
评论数top3的博文 1、朴寶劍_ParkBoGum，评论数：253978 http://weibo.com/5896449921/E1OMA30uh?from=page_1005055896449921_profile&wvr=6&mod=weibotime
2、周渝民，评论数：221048 http://weibo.com/3197249862/D3ec766AP?from=page_1006053197249862_profile&wvr=6&mod=w
3、陈羽凡，评论数，200147 http://weibo.com/2113045567/EEGLn6ydW?from=page_1003062113045567_profile&wvr=6&mod=weibotime
点赞数top3的博文 1、周渝民，点赞数：960681 http://weibo.com/3197249862/D3ec766AP?from=page_1006053197249862_profile&wvr=6&mod=weibotime
2、陈羽凡，点赞数：779895 http://weibo.com/2113045567/EEnOW0aY9?from=page_1003062113045567_profile&wvr=6&mod=weibotime
3、陈羽凡，点赞数：698744 http://weibo.com/2113045567/EEGLn6ydW?from=page_1003062113045567_profile&wvr=6&mod=weibotime
有互动（有转发、评论、点赞）和无互动（无转发、评论、点赞）的博文 无互动博文：13条（无转发，无评论，无点赞） 有互动博文：3842条
有三种互动和有一种以上互动的博文 有三种互动博文：3773条 有一种以上互动的博文：3842条
4、终端统计： 不同终端发布博文的统计
5、发布时间统计： 24小时发布规律
6、博文词云分析： 把博文做成词云图，我们需要先对博文进行分词，筛选出与研究目的相关的词，再把这些筛选好的词制作成词云图，下面利用的是集搜客分词打标工具对博文进行分词，操作步骤如下： 这里以有互动的微博博文为例，首先把有互动的微博博文单独拷贝出来，保存到一个新的Excel表里，然后登录，把这张有互动的微博博文表导入，导入后在软件里就可以看到原数据，然后就可以在筛选词语模块下勾选与研究目的相关的词，选完词之后，在选词结果模块下可以看到前面选好的词语以及词语的频数、词语的样本数据，如果觉得哪一个词不想要了，可以在这个模块进行删除，点击下载按钮就可以把选词表、打标结果表、分词效果表一次性地下载下来，这些表都是可以做更加深入的拓展运算，比如词云图、语义分析、建模运算等等。 下面就是利用的tagul词云工具把分词效果表制作成词云图，效果如下： 有互动的博文词云图
无互动的博文词云图
7、总结： 从top统计博文来看，微博用户大多喜欢关注社会热点事件，热衷讨论娱乐和社会舆论； 从终端占比图来看，微博用户使用微博的方式是以手机为主，大部分用户都喜欢使用苹果手机发布微博； 从24小时微博发布规律图来看，微博用户从早上7:00开始活跃起来，白天的12:00到晚上的12:00全天都处于微博用户的活跃高峰期，可见微博深受用户喜爱，到了晚上12:00后活跃度才开始下降。 从博文词云图来看，带正能量的微博会引起更多微博用户的互动，而带广告的博文则会降低用户活跃度。 |
