知乎上男多女少，毋庸置疑！我用Python挖掘了200…

---恢复内容开始---

导读：在文章开始前，先来一张图给大家热热身。这里是宅男们最喜欢的妹子中排名前200位的头像（实际193张图，部分不规则的图已被作者过滤）。排名不分先后哈！快来看看有没有你们熟悉的面孔。

第一步

人工选择的初始群体很关键，但是并不难。

可以从关注某些问题的相关用户中抓取目标人群，如问题：女生腿长是什么感觉？或者抓取这些问题下活跃男性用户关注或点赞的女性。

男性粉丝的集合是：{1，2，3，4，5}

而关注关系指的是：有几条线就有几个关注关系，这里有9个关注关系。

这一步共抓取了219165条关注关系。

第四步

有了这2000多个“宅男”就好办了，接下来的步骤和上面类似。抓取这些“宅男”关注的女性用户，同样按关注关系排序，得到前2000名最受欢迎的美眉：

其中女性关注关系有：344849条。

女性用户集合中有：66869人。

亮点找到了吗？一眼望过去就看见了“Python、Android、程序员、ios”等内容，看来程序员为宅男队伍的壮大贡献了不少力量啊。

于此，我又探究了一下“宅男”们的岗位：

程序员不愧是“宅男”的主力军，这好像并不太奇怪？奇怪的是，为什么有那么多Android开发的童鞋，你们有什么特殊癖好吗？

我又顺便分析了下“宅男”们的地理位置，也许是因为北京和上海的用户较多，所以北京和上海的宅男人数也尤为突出。

最令人关注的是为什么那么多美眉关注Photoshop，莫非妹子们和PS之间有什么不可说的联系吗？嘻嘻。

妹子们的位置和宅男们的一样，身处北京和上海的居多，我认为这可能是用户基数大的原因。

除了以上信息，我还抓取了妹子们的自我描述，并对关键词进行了提取。而后发现，这些美眉多数都在运营公众号、微博，同时很多妹子还留下了个人微信。

妹子们留下的工作信息比较少，收集到的数据不算很多。不过创始人是什么，妹子们都创业了？嗯嗯，产品经理就不意外啦，很多产品经理都玩知乎的。

除了上述信息外，我还抓取了这2000个美眉们回答得最多的问题，下面是排行前25的问题：

所以，在大数据时代，我们几乎是没有隐私可言的。当然，这也有利有弊，用一定的算法，我们也可以发现一些异常行为，比如知乎上的不少骗子、酒托、饭托等，都可以通过数据聚类，从而发现社会上一些不和谐的事情。

本文涉及的代码和数据就不提供给大家啦。一是为了避免大家的抓取对网站服务器造成过多压力，二是数据具有一定的隐私性。感兴趣的童鞋可以自己通过技术实现，文中也有说到实现思路。

进群：125240963    即可获取数十套PDF哦！

 

标签：

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点，本站所提供的摄影照片，插画，设计作品，如需使用，请与原作者联系，版权归原作者所有