Bilibili Rank Analysis

大数据视域下的B站视频流行趋势研究。分析Bilibili排行榜视频数据，探究视频播放量与up主粉丝数的关系，视频类型、分区、地理位置分布等。包含了数据爬取、数据分析、数据可视化等完整的数据挖掘过程。

爬虫

Bilibili-API

pip install bilibili-api-python

依赖

pip install -r requirements.txt

文件说明

• get_video_data.ipynb: 获取Bilibili排行榜视频数据
• get_user_data.ipynb: 获取视频对应的up主数据
• analysis.ipynb: 数据分析
• rank_data.py: 2024年6月30日Bilibili排行榜字典数据
• bilibili_rank.csv: 2024年6月30日Bilibili排行榜视频数据
• bilibili_user.csv: 2024年6月30日Bilibili排行榜视频对应的up主数据
• bilibili_TV.jpg: Bilibili小电视mask

分析内容

以下均基于2024年6月30日Bilibili排行榜数据（共100条）。

视频数据

• 视频播放量与视频时长的关系

  

• 热门视频发布时间

  

• 推荐指数

  B站推荐核心算法（2021年泄露版本）：

$$\text{推荐指数}=\text{硬币}\times 0.4+\text{收藏}\times 0.3+\text{弹幕}\times 0.4+\text{播放}\times 0.25+\text{点赞}\times 0.4+\text{分享}\times 0.6$$

• 热门视频地理位置分布

  

• 视频分辨率分布

  

  

up主数据

• up主性别分布

  

• 视频播放量与up主粉丝数的关系

  

不足

未分析的角度

• 热门视频类型分布
• 分区分析
• up主头衔（official title）

获取不到的数据

• 完播率
• 观众年龄、性别、地区分布
• 观众兴趣分布
• 播放量来源（移动端、PC、站外、h5、云视听小电视）
• 转粉分析
• 游客占比
• 粉丝观看率

其他

• 一个up主只能同时拥有一个热门视频，更新频繁的up主可能会将自己之前的热门视频顶掉

参考

• bilibili 综合热门排行榜及数据分析
• bilibili API
• pyecharts地区热力图
• pyecharts
• python.pycharts.Map使用
• 更清晰的 Python 词云 wordcloud