[关闭]
@fyywy520 2016-03-24T22:14:36.000000Z 字数 1689 阅读 2394

微博数据爬取进展

微博 社交网络


爬取内容

本次爬取的微博数据主要分为两种:

新浪微博用户数据

新浪微博用户数据指的是在注册的新浪微博用户的基本信息,其相关字段如下表所示:

字段编号 字段名称 样例 备注
1 用户ID 3206382260 唯一标识符
2 屏幕名 朴珍熙典雅风范潮流 微博昵称
3 性别
4 VIP描述
5 自我介绍 时尚能穿越每个人的心态来创造无数的礼服!
6 地区 海外 马来西亚
7 用户名 3206382260 相同于用户ID
8 关注 956
9 粉丝 235
10 微博 357
11 工作 北大方正集团有限公司 职位:总经理
12 教育 大学 北京市国际艺术学校 (2011年)
13 头像 http://tp1.sinaimg.cn/3206382260/180/5679743696/0
14 加V 0
15 标签 花样美男,美图摄影,星座运势,名人明星,视频音乐
16 生日 1994年4月8日
17 QQ
18 Msn
19 Email
20 创建时间
21 关注列表 3978888470,5062300354,...,2776171413 关注列表并不全
22 会员 0
23 达人 0
24 等级 4

其中21关注列表字段中可以反映其社交关系

  1. 3978888470
  2. "5062300354,3913403164,...,5112611320"
  3. 3978741405
  4. "5083239194,5077390877,...,5079654241"
  5. ...
  6. ...

新浪微博数据

新浪微博数据指的是某用户发出的某条微博的详细信息,其相关字段如下表所示:

字段编号 字段名称 样例
1 消息ID 3845457556382878
2 用户ID 2095321714
3 用户名 2095321714
4 屏幕名 笋生花
5 转发消息ID 3845451155861225
6 消息内容 光转转 ,转完就忘了!//@拍照小技巧://@全球健身中心: 给需要的小伙伴!~
7 消息URL Cj4yDqMtE
8 来源 iPhone 6
9 图片URL
10 音频URL
11 视频URL
12 地理坐标
13 转发数 3
14 评论数 4
15 赞数 2
16 发布时间 1432311989000

爬取进度

新浪微博用户数据:

新浪微博数据:

数据分析

微博现有注册用户超过5亿,2015年Q2季度月活跃用户约2.12亿。

取2014年5月23日更新的104000个用户进行社交网络分析:

通过分簇可以看到这些节点大致形成了3个主要的社群和其他的一些零散的边缘节点:

中心度分析

以入度作为参数对着1187个节点进行K-Cores中心度分析:

A k-core of a graph G is a maximal connected subgraph of G in which all vertices have degree at least k. Equivalently, it is one of the connected components of the subgraph of G formed by repeatedly deleting all vertices of degree less than k. If a non-empty k-core exists, then, clearly, G has degeneracy at least k, and the degeneracy of G is the largest k for which G has a k-core.
——Wiki

其中各点的核数占比如下:

A vertex  μ  has coreness k if it belongs to a k-core but not to any (k+1)-core
——Wiki

由上两图可以看出,这1187个节点至少形成了7个凝聚子群,2个高密度团块。

连通度和集团分析

进行中……

添加新批注
在作者公开此批注前,只有你和作者可见。
回复批注