idiotbaka

Bilibili 数据的爬取和统计(1)
Bilibili作为国内知名视频网站,在近几年有着飞速发展。截至本文发布时,视频总数已经接近4000万。我爬取了B...
扫描右侧二维码阅读全文
01
2019/01

Bilibili 数据的爬取和统计(1)

timg.jpg
Bilibili作为国内知名视频网站,在近几年有着飞速发展。截至本文发布时,视频总数已经接近4000万。我爬取了Bilibili的前2000万av号的所有视频(2018年2月份之前),值此元旦,挖掘一下数据信息。

说明

在爬取的 2000 万条数据中,数据爬取率为 98.4573% 。以下统计结果仅供参考。

总体信息

在爬取的所有视频中,有 7555868 个视频被删除或未过审(包括用户主动删除)。
所有视频有效率为:
这么看来,其实视频被和谐的概率还是挺高的……
1.jpg

根据投稿分区进行分类,投稿数排名前15的分区是:
分区视频数前十.png
值得一提的是,Bilibili好像有过一个ASMR的分区没有对外开放过,分区下只有1个投稿。

根据用户投稿数分组,可以得到最敬业的UP主们,他们的累计投稿数(分P视频按一个投稿计算)分别是:
(不睡觉的吗……)
用户投稿数 (1).png

根据用户累计获得的播放数进行分组,可以得到UP主累计播放数排名,分别是:
官方的番剧帐号播放数遥遥领先并不意外,靠搬运和翻译Youtube大量视频的柚子木字幕组以量取胜,紧随其后,和Bilibili合作的腾讯动漫,凭借着国创动画也挤进了前三。
用户稿件累计播放数.png

根据用户累计获得的硬币数进行分组,可以得到“最富”UP主排名:
位于榜首的是敖厂长,虽然总播放数不及官方番剧帐号的一半,但是硬币却领先了近一倍。同时也拥有着单稿件最多硬币数记录(av1271963),132万枚硬币,甚至超过了2018拜年祭(130万枚硬币)。
用户稿件累计硬币数.png

根据年份来划分投稿数量(2018年数据为大约值),可以得到Bilibili投稿数的增长速度曲线。
逐年视频投稿数 (2).png

其中播放数最高的视频分别是:
2.jpg
注:【测试重要勿动】和【2233】为官方投稿视频,用于应付冬电新番广告,所以有非常可怕的播放量。

其中分P数最多的视频分别是(一个投稿3000P,太可怕了……):
QQ截图20190101223720.jpg

其中得到硬币最多的稿件分别是:
coin.jpg

其中得到收藏数最多的稿件分别是:
favo.jpg

总结

Bilibili在近两年的增长速度是非常快的。
正好2018年已经过去,之后打算把2018年的所有投稿都爬取完成。
下一节我也将会挖掘一些其他信息。

Last modification:March 20th, 2019 at 11:14 pm
本文采用 知识共享署名 4.0 国际许可协议进行许可
可自由转载、引用,但需署名作者且注明文章出处
If you think my article is useful to you, please feel free to appreciate

Leave a Comment