比特之理 & 胡乱分析一下B站Up主们那些乱七八糟的东西|とある東雲研究所の分所
とある東雲研究所の分所
& 胡乱分析一下B站Up主们那些乱七八糟的东西
胡乱分析一下B站Up主们那些乱七八糟的东西
首先，这个题目，大概说明了。。。。。。我对博文要好好起题目这种事情已经完全放弃治疗了。
其次，如果你要觉得我会分析Up们的性格啊什么的，不好意思我真没这本事。。
再其次，没错，每次写博文正文之前我都喜欢乱扯废话。。。所以继续胡扯这篇博文出现的缘由，首先，最近一直在写python版本的B站的各种(也就每晚看完番写上几行)，然后突然觉得一个劲儿在写却不用来干点什么很没意思，看了一下那个又被放置Play了半个多月的VPS，决定用它抓点东西下来，反正有了自己封装的API了嘛，随手写了就扔上VPS去跑了；
当时扔上去的时候刚写完获取Up主们信息的那部分API，就让只抓了Up的信息下来。。。
抓下来后，碰上今天放假，实验室那群家伙回家的回家，消失的消失，基本没什么人剩下，要不是要给老板刻光碟我才懒得去。。下午无所事事就把这份数据拿来分析了一下；
说是分析，其实就是意识流地乱跑代码，想到哪写到哪，看有什么好玩的发生【实践表明：没有】。。
等我把API那部分捣鼓完我再写(shuǐ)一篇吧。。。。
好，继续闲扯，要怎么获取B站所有Up的信息呢？不想搞太麻烦的事情，简单一点，从某个Up作为种子出发，找出他所关注的全部人，然后再找出他关注的人所关注的人，爬虫一般抓下去，然后根据获取到的信息中投稿数来判断他是Up还是路人甲；好！问题来了，找谁当种子Up主呢？据说在B站触手无所不及，然后一看，呵呵，搞笑了，C8没关注任何人。。。
坐拥如此庞大后宫的真土壕C8居然不关注一下自己的后宫这样真的好么？233333
没办法，然后我想了一下，嗯，就找B站我喜欢的Up主来做种子吧！嗯，就决定找自从生了小蓝毛后再也没更新过麻将视频的！我写这一段就是催更的！！赶紧给我去打麻将更新视频啊！不然我要报警了！！蓝毛太太！！
爬取的时候我设了一下爬取间隔0.5秒，但是也测试了一下无缝爬取发现B站一直没封IP什么的，看来B站暂时没做这方面的防护，可能是觉得没什么人会像我这么无聊吧。。。
爬取下来的结果我放在了，还是那样，有爱自取。【另外我把我分析用的Python代码和Mathematica代码还有结果也放在了。。】
按照我上面描述的方法爬取下来的Up主个数是35114个，如果要说有漏的，那么基本上是没有任何人关注的Up了。。。
保存下来的信息包括Up的id，昵称，投稿数，粉丝数，关注列表这几个；
开始分析一个数据，我一般都是先看一下最基本的结果和常识是否相符：比如所有Up的投稿数的统计分布：
嗯，还行，其中绝大部分Up的投稿数都在150以内，超过150的只有571位，其中某位投稿数多达14000部的在我分析中简直有如噪点般的存在。。。
然后看一下不同投稿数的Up的粉丝数，但是由于太乱，就统计了一下不同投稿数的Up们的平均粉丝个数：
发现在投稿数不多的情况下，也就是新手Up，他们的平均粉丝数基本是线性增长的，而后面随着投稿数的增加，估计投稿质量不均匀，还有这部分基数不大，所以数据就乱了，不具备可靠性；
对于新手Up来说想要涨粉，那就多投稿！！而且我也知道B站某些Up对粉丝数比对硬币还饥渴。。【蓝毛太太你再不更新麻将我要取关了嗷】
拿出前面这部分线性的点：
然后线性拟合一下：
斜率17点多，大概意思就是，作为一个Up，你每投一稿涨粉小于17人就说明低于平均水平了吧。。大概。。【一个视频涨了几千粉，还有一些几十个视频就几个粉丝的都不在少数】
B站大概和腾讯一样，最近注册的号应该是号码逐个变大的，那么就说明账号id越小，资历越老，然后我就看了一下id段对应的粉丝数：
所以我的问题大概就是。。。中间那一段究竟是怎么回事啊？！有了解B站站务的可以告知一下么？为什么那部分基本没什么用户？特殊区间？会不会大概就是开放注册的分界线？
看了一下不同id段的Up的投稿数：
太密可能看不清，分区间统计一下就比较清晰了：
这并没有什么好奇怪的不是么？越先注册粉丝数越多，投稿数越多这很正常。【所以我为什么要把常识放上来？水字数】
然后把id按照一定长度分了一下段，看看每一段内成为Up的人数：
这也没什么好奇怪的，早期会员很多都专注搬运，而和现在开放注册后大量用户涌进B站不同。。
分析完这些乱起八糟可有可无的信息，开始分析一下另一些可有可无的信息：Up之间的关系；
先写两个小函数读取Up之间关注的关系，以及根据id获取昵称【Mathematica处理的时候与其用中文昵称来表示不如用id，因为B站某些Up们的昵称实在太奇葩了。。】：
由于Up们互相关注的数据条目实在太多了，我就只把互相关注的Up们的关系提取出来了，而“单恋”的就都被忽略了，如果有人想分析单恋的，只要把：
cor = Select[forelation, #[[3]] == 2 &];
cor = Select[forelation, #[[3]] == 1 &];
【下面密集恐惧症病入膏肓者退散！！】
我以前说过，Mathematica中大数据可视化的能力是非常强大的【大概说过吧。。】，想要画出这些关系，只要一行：
图可(ken)能(ding)看不清，不过大概意思就是：除了左上那一团的Up主们的关注关系是在一个大网络中的【也就是所谓的社交网络】，而外部这些Up还是生活在自己的世界中的。【其实这个说法不然，他们可能关注了大社区里面的Up，但是没被反关注而已，我这里分析的是互粉的关系】
随手统计了一下“大社会”中的Up们的个数：
一万多人；然后再统计一下旁边的那些关系中，只有两人互相默默惺惺相惜的Up们的“pair数”：
没什么别的意思，我就是想告诉非Mma用户Mma分析这种东西很好用的！！【继续拉人入坑中】
孤岛Up主们没什么意思，我们更感兴趣的是中间那团大的，首先把它提取出来：
然后我们统计一下这坨大东西各个点的度，显然的，每一个度就表示这个Up和另一位Up互粉，看了一下最大值：
居然高达142，我瞬间感兴趣了，这些社交达人的Up们分别是谁，把前100名找出来【蓝毛太太你上榜了！！】：
恭喜oeasy大大勇夺第一，奖品是没有的！！啪啪啪啪啪啪啪。。。一眼望去我才发现这堆人我关注的都是游戏区的。。
刚才那团东西还是很大，我们为了提取骨干，还是要把无关的点挖掉，所以先找出度数比较大的那些点，然后重构这幅图：
然后写段小函数，把度数特别大的用特别的点标记一下：
然后调用一下这个函数就可以了：
好吧，不怎么明显。。【所以我为什么要把这种没用的东西放上来浪费流量？】
然后为了看一下中心区域都是什么Up，就把名字标上了：
嗯，图片放在博客这里看不清是必然的。。【整个Mathematica的分析和结果文件放在上了】
其实上面的那些乱七八糟的东西都是我自己乱捣鼓的，而且不怎么科学，因为你看看，我指定了所需要的图的每个点最小的度是15，但是最后的结果有些点的度数是1或者2的，原因很好理解，这些点在处理之前的度确实是大于15的，只是处理之后它周围大部分的点的度都是小于15的，所以都消失了。
如果想要获得一个复杂的图的骨干的话，最简单的方法其实还是去获得这个图的k核分量，也就是让剩余的点的所有度至少都要达到k，比如指定k=9：
加上Up的名字：
一开始分析的时候我就想找到Up们的最大的圈子，就是说，所有Up里面，最多能找到多少人，这些人两两之间都是相互关注的。【感觉像面试题有木有。。】我想研究这个是因为最近B站某两个中学生Up绝交了。。【这种联想说明我脑洞特别大，别在意】
其实从算法层面上讲，这个问题就是图论里面的(Maximum Clique Problem)问题，而这是一个NPC问题，想要快速算出来是很难的，算得比较快都要靠启发式。
在最开始用Mathematica分析上面一大堆数据前，我就用python算了一下这个东西，不过我除了想要最大的子图的数据，还想要第二大，第三大。。。第n大，因为我下次闲着没事干了，可以去获取一下这些Up发布的视频的信息，根据发布的分区来验证：人与人会因为共同的兴趣而成为朋友这种显而易见的事。。【所以说，难得因为共同兴趣好不容易成为朋友，绝交是不好的】
大概算法就是先找到两两互粉的Up，然后历遍其余所有Up，看有没有Up对这两个人都分别互粉了，这样就得到了三个人两两互粉的数据，然后再找第四个人对这三个人都互粉了。。。结果我放在了；
其中要说明的一点事，n.txt里面的数据是n个Up的互粉条目，而且保证了n.txt里面的每一个条目都不会是n+1.txt的子集；这样一个结果可以很方便地拿来专门给这些Up做好友推荐呢~
结果表明，B站的Up里面最大圈子是⑨人的圈子，这⑨人一直以来，两两互相关注，生死相依，山无棱，天地合，发誓永不绝交。。。【泥垢了】下面开始公布结果，这⑨个人就是：
寂寞的傲娇,Magus,小透明BAKA,ビリくん,她,96猫＠141.2cm,CC子,兰豆子,白羽沉
还是老规矩，奖品没有！奖金请持枪到银行领取。鼓掌~啪啪啪啪啪。。。
我python跑这个结果花了超久超久(大量的in判断，明明都已经用上集合操作了，感觉是不是字典那部分比较慢？)，但是！！！在Mathematica中，这种结果一行代码，光速出结果：
真的是秒出。。。而且再加个参数就可以获得n点完全子图了。。
上面k核分量图中k取了⑨，可以预计在那里面应该可以看见这次中奖的⑨个人：
大概就写到这里吧，该睡了。。我发现了一件事情诶：我最近开始熟练掌握用图片来撑博文篇幅这种神一般的技巧了！！！
再次声明一下吧：这里分析的绝对不代表本人对B站Up的态度(显然的嘛)，纯属娱乐。下次有空再把Up们的视频信息爬下来分析一下，这样就可以根据视频的相似度对这些Up进行聚类，自行研究好友推荐系统神马的。。【嘛，估计这种话100%跳票定了，最近要开始搬恶心的砖了。。】
本文内容遵从CC版权协议，转载请注明出自
我勒个去。。太久没打理网站，Wordpress版本太低，被黑了都不知道。。。感谢白帽子。。
Categories
► (22)
► (2)
► (5)
► (4)
► (6)
► (28)
► (2)
► (1)
► (12)
► (3)
► (1)
► (2)
► (6)
► (48)
► (11)
► (4)
► (9)
► (5)
► (5)
► (2)
► (1)
► (1)
► (34)
► (16)
► (2)
▼ (41)
► (3)
► (7)
► (5)
► (3)
► (6)
▼ (4)
► (2)
► (10)
► (20)
► (14)
► (4)
collapsItems['collapsCat-150:2'] = '';
collapsItems['collapsCat-160:2'] = '';
collapsItems['collapsCat-154:2'] = '';
collapsItems['collapsCat-159:2'] = '';
collapsItems['collapsCat-2:2'] = '► (4)
► (2)
► (5)
► (4)
► (6)
collapsItems['collapsCat-98:2'] = '';
collapsItems['collapsCat-131:2'] = '';
collapsItems['collapsCat-164:2'] = '';
collapsItems['collapsCat-96:2'] = '';
collapsItems['collapsCat-163:2'] = '';
collapsItems['collapsCat-122:2'] = '';
collapsItems['collapsCat-97:2'] = '';
collapsItems['collapsCat-157:2'] = '';
collapsItems['collapsCat-3:2'] = '► (1)
► (2)
► (1)
► (12)
► (3)
► (1)
► (2)
► (6)
collapsItems['collapsCat-144:2'] = '';
collapsItems['collapsCat-151:2'] = '';
collapsItems['collapsCat-147:2'] = '';
collapsItems['collapsCat-152:2'] = '';
collapsItems['collapsCat-149:2'] = '';
collapsItems['collapsCat-106:2'] = '';
collapsItems['collapsCat-127:2'] = '';
collapsItems['collapsCat-155:2'] = '';
collapsItems['collapsCat-99:2'] = '';
collapsItems['collapsCat-4:2'] = '► (10)
► (11)
► (4)
► (9)
► (5)
► (5)
► (2)
► (1)
► (1)
collapsItems['collapsCat-95:2'] = '';
collapsItems['collapsCat-103:2'] = '';
collapsItems['collapsCat-94:2'] = '';
collapsItems['collapsCat-5:2'] = '► (16)
► (16)
► (2)
collapsItems['collapsCat-153:2'] = '';
collapsItems['collapsCat-120:2'] = '';
collapsItems['collapsCat-162:2'] = '';
collapsItems['collapsCat-104:2'] = '';
collapsItems['collapsCat-148:2'] = '';
collapsItems['collapsCat-139:2'] = '';
collapsItems['collapsCat-121:2'] = '';
collapsItems['collapsCat-100:2'] = '';
collapsItems['collapsCat-6:2'] = '► (3)
► (7)
► (5)
► (3)
► (6)
▼ (4)
► (2)
► (10)
collapsItems['collapsCat-102:2'] = '';
collapsItems['collapsCat-145:2'] = '';
collapsItems['collapsCat-101:2'] = '';
collapsItems['collapsCat-7:2'] = '► (2)
► (14)
► (4)
Collapse Functions, version 2.0
*--------------------------------------------------------------------------*/
String.prototype.trim = function() {
return this.replace(/^\s+|\s+$/g,"");
function createCookie(name,value,days) {
if (days) {
var date = new Date();
date.setTime(date.getTime()+(days*24*60*60*1000));
var expires = "; expires="+date.toGMTString();
var expires = "";
document.cookie = name+"="+value+expires+"; path=/";
function readCookie(name) {
var nameEQ = name + "=";
var ca = document.cookie.split(';');
for(var i=0;i
本博客所有作品遵从CC版权协议，采用进行许可。刚发现B站这玩意 什么都不懂 不能注册账号 怒而买之_bilibili吧_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
刚发现B站这玩意 什么都不懂 不能注册账号 怒而买之收藏
八元一个 求教 积分这玩意怎么搞 六百分才能改那个蛋疼的字母名
积分100=10元
你吃亏了可以找我我送你一个嘛
上次那位是你失散多年的兄弟么
8元？那么便宜！我看了几个都是1元的！
如果这是钓鱼的话......我选择围观
积分啥的...貌似点广告可以得
不是一元一个么
楼主霸气真爷们
其实账号用处不大
话说有个ID挺喜欢的，出了100那家伙都没卖给我呢
同意楼上，帐号用处确实不大
“只有会员知道的世界”
在买个小号吧，混B站没有小号怎么行！来就那谁的1元一个号，正好凑个⑨元嘛
买B站账号，用了⑧块，平时用账号看的视频，连八分之一都不到（纯引用上次那个贴某人的话）
登录百度帐号推荐应用
为兴趣而生，贴吧更懂你。或【B站节操彻底掉光了喂……】这玩意是怎么通过审核的？！_日本吧_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：724,101贴子：
【B站节操彻底掉光了喂……】这玩意是怎么通过审核的？！收藏
好吧，就是这个东西
其实我想说的是 什么时候才有的下载=。=
我点进去了，显示您没有权限浏览
这是只有会员知道的世界
你应该看看这两个视频。
还有，什么时候号号已经10基了。屌爆了。
哎？出4了吗
啥时候出4 了？
难道说都玩过吗？
还有战国兰斯
中国的审批部门太叼了~
以前比利海直接上了里番嘞。。
我突然感到了优越感
我没有权限看着急啊
登录百度帐号推荐应用
为兴趣而生，贴吧更懂你。或