数据分析揭秘:大鲸们点赞的文章,与发布时间有没有关系?
前段时间 @dapeng 分析了大鲸们的的作息时间,扒了个底掉。从出没时间来看,大鲸们为了cn区真是操碎了心。
那么,是不是在大鲸们主要活动时间发布的文章,更容易受到青睐或更可能得到点赞呢?这是个问题,@dapeng的文章并未涉及这方面,而且我也没找到类似的分析。于是今天自己尝试做一下,来看看大鲸们活跃的时间与点赞文章的发布时间是否有关联性。
![](https://steemitimages.com/640x0/https://steemitimages.com/DQmd9CcBPGH9jYt217aheBao7kZuAhx9R6owtg1gGYcSUYQ/image.png)
Image Credit: Pinterest.com
数据获取方案
- 取 @sweetsssj @tumutanzi @htliao @linuslee0216 @nicolemoker 以及 @abit 六位大鲸的最近500条点赞记录;
- 剔除对评论的点赞记录;
- 根据点赞记录的作者及固定链接获取对应文章的信息。
数据分析方案
- 分析点赞时段分布;
- 分析点赞对标签及用户数的覆盖情况。
基本情况
用户名 | 票数 | cn标签票数 | 覆盖标签数 | 覆盖用户数 |
---|---|---|---|---|
@sweetsssj | 498 | 18 | 144 | 183 |
@tumutanzi | 457 | 370 | 42 | 176 |
@htliao | 469 | 316 | 63 | 182 |
@nicolemoker | 496 | 322 | 77 | 166 |
@linuslee0216 | 500 | 395 | 36 | 478 |
@abit | 495 | 397 | 37 | 120 |
从表中可以看到:
- 大鲸们绝大部分的投票都是给文章的,评论的投票占比较低,只有 @tumutanzi 和 @htliao 会将少数的票投给评论。
- 除了甜心小姐,几位大鲸更是将精力重点放在了cn区。
- @sweetsssj 覆盖了144个不同的标签,分布十分广泛。
- @linuslee0216 覆盖的用户重复度较低,一周下来,每个用户一般只能得到一票。其余的大鲸则有自己中意的少数用户。
大鲸点赞与文章发布时间的关系
以下时间均已转换为北京时间(+8)。
看出有什么规律了吗?我觉得规律比较明显,几位大鲸点赞的文章发布时间分布几乎一致,发文时间也比较符合中国区域的作息规律(当然 @sweetsssj 的点赞文章发布时间分布情况有所不同)。所以,从这部分数据来看,各个时间段发布的文章,大鲸们都会关注到的。比如 @dapeng 之前的分析中,@nicolemoker 活跃的点赞时间在北京时间17点左右,但对应的文章发布时间多集中在上午9、10点。
这次粗浅的分析,得出的结论基本都在意料之中。最后想说的是,高质量内容的优秀文章自然会得到大鲸们的青睐与关注,所以不必研究大鲸们的作息等规律,创造内容才是王道!
祝愿steemit中文区蓬勃发展,生生不息。
恭喜你!您的这篇文章入选 @justyy 今日榜单 【优秀被错过的文章】, 请再接再厉!
Congratulations! This post has been selected by @justyy as today's 【Good Posts You May Miss】, Steem On!
看来上午9点和下午5点发文会比较有机会被大鱼看到
也可以说这个时间段发文的数量相对多。
从没被@sweetsssj 和 @nicolemoker 两位大鲸点过呀。她们俩都是女生,我应该怎么吸引她们过来呢。。。。
可以分析一下两位大鲸投票的文章类型以及内容。像 @sweetsssj 主要对摄影、旅游等题材感兴趣,而且会重点关注几个同是大鲸的用户。
我看有必要把这个分析再来个续集,看看还能挖出什么规律来。
我看也有必要,你看这篇收益这么可观
从没被@sweetsssj 和 @nicolemoker 两位大鲸点过呀。她们俩都是女生,我应该怎么吸引她们过来呢。。。。
数据贴很有用!
谢谢!没有白忙活。
哈哈,继续扒,把大鲸们扒得没有任何秘密可言
您这是不怕事儿大啊。
我也在思考如何在尽可能保护隐私的前提下,挖掘数据背后的价值。
才过三天,人事已非啊
大鲸秒变小海豚。
走好自己的路,宠辱不惊。