zoukankan      html  css  js  c++  java
  • Python分析抖音用户行为数据,看看发什么样的视频才会爆

    前言

    本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。

    Python分析抖音用户行为数据视频讲解地址

    https://www.bilibili.com/video/BV1yp4y1q7ZC/

    随着短视频的APP兴起,在短视频社交市场,抖音短视频异常火爆表现突出,希望通过本次的分析,给到用户发布视频的几点建议。

    数据分析

    1 平台

    日播放量,日用户量,日作者量,日作品量

    日播放量,日用户量,日作者量,日作品量随时间的变化趋势基本一致:平稳增长;在2019-10-20到2019-10-29时间段内,各指标均先出现巨大增长,后趋近平稳,再回落到正常水平值。猜测该时间点平台有进行活动推广,以至于吸引了大量用户。

    作者:作品数量,作品获赞率

    作者作品数量与播放率成正比关系

    作者作品数量和点赞率并没有太大的关系

    作者:播放量贡献

    3500,18%左右作者贡献了平台80%的播放量,服从二八法则。

    2 作品

    作品来源

    可以看出大量作品来源与渠道0,占比98.48%。

    选用的歌曲 top10

    数量排名前十的背景音乐ID分别是:22、220、25、68、110、33、468、57、43、238(没有多余资料可查看对应歌曲名称)

    上面所说的2019-10-21到2019-10-29时间段内,各歌曲作品的播放量都有增高,其中ID为 22,220, 68,25 的歌曲有暴涨趋势。

    歌曲与点赞率,完播率

    不同背景音乐作品的点赞率和完播率差距不大,即产生播放量后的点赞和完整播放结果差别不大

    不同背景音乐作品的播放量差异巨大,个别歌曲播放量表现突出

    结合上上图,平台大部分播放量的歌曲组成是小部分热门歌曲。

    不同歌曲作品的点赞率与完播率在时间上的差异不大

    不同作品时长与产品量和播放量的关系

    不同时长的产品量和播放量正常正比关系

    时长为7-12s的产品量(播放量)占大部分

    23s以上播放量基本为0

    作品时长与完播率,点赞率

    完播率在2s-43s内总体稳定在0.4左右,在43s之后浮动较大;

    点赞率在2s-43s内基本维持在0.6上下摇摆之内,在43s之后浮动较大。

    作品发布时间(24H)

    不同时段产品量与播放量基本成正比关系

    10-17时间段,平台的作品量和播放量较低(工作/学习时间)

    19-0-5 整个时间段的播放量都是比较高的。

    作品发布时间与完播率,点赞率

    0-5时间段内,作品的完播率和点赞率较高

    总结

    分析结果总结

    平台:

    • 增加活动推广:吸引新用户,保持老用户
    • 增加作者激励项目:激励作者发布作品
    • 扩展渠道:吸引新用户涌入

    作者:

    • 渠道:0
    • 背景音乐:热门歌曲
    • 作品时长:7-12s, 最好不超23s
    • 作品发布时间:19-0-5点,其中0-5点效果更佳
    • 积极参加平台活动
  • 相关阅读:
    【java】对象赋值给另一个对象
    spring boot系列(五)spring boot 配置spring data jpa (查询方法)
    Spring Data JPA 查询
    Spring Data JPA 介绍
    OpenID简介
    OAUTH协议介绍
    URL encoding(URL编码)
    RESTful 介绍
    spring boot系列(四)spring boot 配置spring data jpa (保存修改删除方法)
    spring boot 启动报 java.lang.NoClassDefFoundError: ch/qos/logback/core/spi/LifeCycle 错误
  • 原文地址:https://www.cnblogs.com/hhh188764/p/14206654.html
Copyright © 2011-2022 走看看