Steem 中国策 前传: 2016.07 - 2017.08 （大鹏观察 Steem's Watch Tcn0）
前不久，我推出了“大鹏观察”的账号数据分析系列，对 Steem 的 ID 进行数据挖掘，反响不错。然而，对单一用户观察得到的视角毕竟是有限的，结论具有很大的偶然性。这次新推出一个系列，针对标签/类目/板块的整体数据进行一点研究，编号为Tcn 系列，旨在对 cn 板块的帖子进行一些数据分析和挖掘，展示一些有趣的结果，希望对社区发展具有一些纪念意义和参考价值。使用的数据来源是 steemdata.com，数据获取、分析、图表制作、报告编写全程使用人见人爱的 R 语言。计划每周一期，仅供参考，如果有数字与官方有出入，请以官方为准。
大家对活动有什么建议，欢迎提出来，毕竟现在的数据分析还很粗浅，将来可供拓展的方向很多。
正如了“大鹏观察”的账号数据系列取名为“Steem 史记”一样，“大鹏观察”的板块系列取名为“Steem 中国策”，当然是源自《战国策》。是的，以后说不定还会开发“德国策”，“韩国策”，“美国策”，"联合国策"......
Steem 中国策 前传: 2016.07 - 2017.08 （大鹏观察 Steem's Watch Tcn0）
本期是 “大鹏观察中国策”系列的首篇，对2017年8月之前的历史做个总结回顾。从下一篇开始为周刊，对前一周的数据做分析。
帖子排行榜
截至 2017-08-25 15:32:31, 以 cn 为标签的帖子共 19838 篇。其中，纳入 cn 类目（category）的有 8929 篇。
我们来看看关于帖子的几个第一名。
发布最早排行榜
- 芬兰马克及NXT团队成员启动3.0项目HEAT，将联合ICOO进行众筹，@roseebit 发布于 2016-07-08 23:38:27。
- 什么是STEEM 网络货币? (Steem sumup in Chinese)，@sictransitgloria 发布于 2016-07-19 09:52:03。
- What will you do if Steem becomes Chinese in the future ?，@sictransitgloria 发布于 2016-07-22 01:52:33。
字数排行榜
字符最多：
- Real-Time Update of RobinHood Whale Project 罗宾鲸火贴实时更新 16-12，含 45592 个字符。
- Real-Time Update of RobinHood Whale Project 罗宾鲸火贴实时更新 18-12，含 45212 个字符。
- Real-Time Update of RobinHood Whale Project 罗宾鲸火贴实时更新 15-12，含 42888 个字符。
字符最少：
- a，含 1 个字符。
- don't read，含 1 个字符。
- Hi Guys，含 1 个字符。
插图排行榜
- Chinese blue and white porcelain. 玩乐天津--天津博物馆青花瓷展，含 173 张图片。
- 转:中国最美的100个地方，含 100 张图片。
- Travel with me #60 : I was (almost) hit by a train! - The Maeklong Train Market!，含 99 张图片。
得赞排行榜
- [BitShares Hangout #13 w/ @chris4210 & @officialfuzzy! - 2017-03-24](https://steemit.com/@officialfuzzy/bitshares-hangout-13-w-chris4210-and-officialfuzzy-2017-03-24)，2326 个赞。
- Why I think 99% of Steemians get the WRONG ideas about curation rewards，2314 个赞。
- Travel with me #81 : Round up of the Beach Tower and Royal Towers at Atlantis - Which Hotel is better ?，2226 个赞。
吸金排行榜
- Steem White Paper Translated into Chinese，3283.441 SBD。
- This post is going to become the best paid post today!，2358.322 SBD。
- Hello steemit! I am Laonie, a Super Superhero, a Hero of Heroes. 老聂的牛逼哄哄的自我介绍贴，2213.37 SBD。
关键词排行榜
下面是 cn 所有帖子正文里出现的字符长度超过 2 个、出现次数超过 10 次的中文关键词词云图。字符越大，在全部帖子里重复出现的次数就越多。
发帖
2016.07 - 2017-08 期间，cn 每天累计发帖总数如下图所示。低谷期每天发文屈指可数，高峰期每天超过 100 篇。史上出现过三次高峰，分别是 2016 年七八月份，2016年年底，以及2017年七八月（也就是现在）。
下图是个特殊的时钟，一圈是24小时，显示了一天24小时里发帖的频次，面积越大的时段，发帖数就越多。红线显示的是频次分布：每两条相邻红线之间的帖子数，占全部帖子数的 25%。哪两条红线最接近，哪两条红线之间就是发帖高峰时段。UTC 18 时到 0 时之间发帖最少，对应东八区（如北京时间）为 2 点到 8 点，这说明 cn 区发帖的作者大多数位于这一区域，包括中国大陆、港澳台、新加坡或者澳洲等。UTC 12 时到 15 时 （北京时间 20 时 到 23时）发帖最为集中。
除了 cn 为首选标签外，我们看看大家还使用了那些标签以及使用频率。
作者
高产排行榜
有史以来，cn 区共有 2279 位作者出没。其中，发布帖子最多的前十位是：
- @chinadaily, 共 755 篇。
- @ace108, 共 536 篇。
- @myfirst, 共 422 篇。
- @blacktranquility, 共 413 篇。
- @lemooljiang, 共 361 篇。
- @oflyhigh, 共 334 篇。
- @birds90, 共 279 篇。
- @rivalhw, 共 277 篇。
- @elfkitchen, 共 277 篇。
- @sweetsssj, 共 254 篇。
富豪排行榜
帖子收益(total payout value)最大的前十位是：
- @sweetsssj, 共 57349 SBD。
- @oflyhigh, 共 22338 SBD。
- @myfirst, 共 17880 SBD。
- @elfkitchen, 共 12468 SBD。
- @deanliu, 共 11206 SBD。
- @rivalhw, 共 10163 SBD。
- @chinadaily, 共 9305 SBD。
- @helene, 共 9151 SBD。
- @birds90, 共 8660 SBD。
- @officialfuzzy, 共 8647 SBD。
人气排行榜
获得点赞最多的前十位是：
- @sweetsssj, 共 121967 个赞。
- @chinadaily, 共 63429 个赞。
- @ace108, 共 45721 个赞。
- @myfirst, 共 35465 个赞。
- @elfkitchen, 共 33174 个赞。
- @oflyhigh, 共 31000 个赞。
- @birds90, 共 29557 个赞。
- @xiaohui, 共 19340 个赞。
- @helene, 共 19296 个赞。
- @deanliu, 共 17522 个赞。
收入
最后我们来谈钱。历史上，cn 板块的总收益为 384069.57 SBD， 单帖收入最高为 3283.44 SBD，平均每帖收入为 19.36 SBD。下图显示的是单篇帖子收入的分布。横坐标是美元，阴影面积越大，对应美元的帖子数量越多。
下图是各篇帖子获得的投票（点赞）数。 累计得赞 1000278 个，单帖得到的点赞数最高为 2326 个，平均每帖得赞 50.4 个。
这些帖子能够投票次数最多的前三位是 @abit, @myfirst, @lemooljiang。下面是投票次数超过 1000 次的 ID 词云图。
为 cn 板块点赞收入贡献最多的前三位伯乐是 @abit, @10000, @wang。他们一共贡献了全部收入的 33%。排在他们后面的第 4 到第 10 位的贡献比例如下图。感谢他们的支持！
最后，我想补充一句。在撰写本文的过程中，极其偶然地，我发现一篇帖子。它的收益只有 9 SBD，获赞只有区区三十个，它甚至在任何排名中都默默无闻。然而，它却宛若大山密林深处里的一眼清泉，cn 区如今波澜壮阔的大江大海，皆因它而起；前世今生的多少爱恨情仇，皆由此而生。这篇帖子便是：
- 建议大家使用cn这个tag ,I suggest Chinese use tag cn, in order to filter Chinese posts，@laonie 发布于 2016-07-24 23:13:15。
感谢关注“大鹏观察”。欢迎继续关注，也欢迎提出宝贵意见。谢谢。
得贊排行榜上看見我的名字了，很開心。 xD
你的丰功伟业，历史不会遗忘！
从数学角度提个建议。
数据的存在是为了证明某个定理的正确性。比如欧几里得几何原理在确定了基本公设以后，所有的几何定力都可以从最初的公设推导得到。
那在得到了steem上某些侧面的数据之后，可以考虑从数据着手，建立一个相对稳定的模型。
比如声望值与发帖数、点赞数、发帖时间、字数、插图数等的多维函数曲线或者二维关系图表。不知道R语言里面有没有相关的功能，mathlab的数学建模功能比较齐全。
以上只是一个数学圈的围观群众的一家之言，不保证建议可行性与正确性，仅作为开阔思路建议。
谢谢，非常有建设性的建议。 R 的建模功能也非常强大，理论上应该是能够实现的。只是这需要很深的数学功底，我个人水平有限，目前做不了。也许将来有人愿意合作，说不定能把这块儿往深了做出个好产品。一步一步来吧，我这个报告也在慢慢改进，其实也是现学现卖。欢迎继续提建议哦。
能分享一下你的R代码吗？
我也对R比较熟悉，可以试试一些更复杂的图形分析。
太好了！等我整理一下，能看得过去的时候就分享出来。目前的代码太丑，不好意思拿出来。能否问一下你熟悉 R 哪方面的工作？有没有开发过 R 包和 shinyapps? 擅长哪些包？将来可以合作搞点事情。
我主要是用R搞统计分析和数据挖掘。搞过一下对自己有用的包开发。
shinyapps也搞过，但是对于shinny的速度一直不是很满意，一旦数据稍微大点。
其实我只需要一些例子，具体怎么从steemit或者对应webAPI抓数据的。
不需要多全的代码。我自己玩玩。
好的，待我找个机会简单整理成个帖子。
我有一种马上学习R语言的冲动！
去吧，早点回来。
数据挖掘得很不错，很有参考价值。#CN最早的使用建议确实来自 @laonie!我记得最早使用的是#chinese这个标签。
搬个小板凳听前辈讲故事。
数据很有价值。多亏了早期用户笃定 cn
前人栽树后人乘凉。前人挖井后人喝水。
大鹏哥好厉害呀
一般一般，大家觉得好玩就行。
dapeng好厉害，这些数据分析做的真好，我猜你是做金融的。哈哈
谢谢！请继续猜......
做数据分析的？
继续猜......
我觉得肯定 是个工程师，但是哪方面的我还没猜到
续猜......续猜......猜......猜......
先确定一下，工程师对了吧？
不是。别猜了，猜不到的，有这工夫还不如去学 R。
有理哈哈，你真是实在人，赞！
你上次告诉我你搞专业以外的比较好。那你又是唱歌又是数据又是写文的，我猜你是做体育的，哈哈。
这个......怎么开始挖我的底了......难道我快红了？
别人挖不了你啊，你能自挖。哈哈
我早就自挖过了，只是没有公布而已，嘿嘿
平均每贴收入19SBD没搞错吧？
关键词最大的为什么是动物园？
能不能挖一下老王 @wang为什么被踩？既然贡献这么大
这些个问题，还是请教各位前辈吧！
刚刚乱翻的时候 看到这个 @laonie 还有好多 一年前o哥跟一哥的文章 前人栽树后人乘凉呀
一颗八卦的心啊
是一年前o哥跟一哥在互相打气怎么上首页
然后好像写了一篇分析的帖子收入只有几毛 没有大牛来点赞
哈哈哈
防止你也想八卦~
赞
谢谢！