本周有技術大神在知乎、專業(yè)安全網(wǎng)站爆出TX扣扣在偷偷抓取個人瀏覽器瀏覽記錄并上報,一石激起千層浪，迅速成為圈內(nèi)熱門話題。博主這里不敢亂評價(你懂的)。我們從另外一個角度來切入話題。

瀏覽記錄本身是屬于網(wǎng)站行為數(shù)據(jù)，對該數(shù)據(jù)分析也就是網(wǎng)站行為分析，對于互聯(lián)網(wǎng)從業(yè)者來說，這是一個必備的技能，之前寫過一遍關于數(shù)據(jù)分析入門之用戶行為分析的文章，大家有一定了了解。今天借助這樣一個話題，對自己的瀏覽數(shù)據(jù)進行分析實踐，希望達到2個目的：

• 掌握一些數(shù)據(jù)分析的技能；

• 對自己過去一段的上網(wǎng)行為有一個量化的認識。

一 準備數(shù)據(jù)源

將瀏覽記錄下載到本地，不同的瀏覽器下載方式不同，可能要借助不同小工具，已谷歌瀏覽器為例(需要安裝插件Export Chrome History)，步驟如下：

1. 下載地址: https://chrome.google.com/webstore/detail/export-chrome-history/dihloblpkeiddiaojbagoecedbfpifdj
2. 添加至Chrome
   
   圖片
3. 添加完成之后，點擊右上角時鐘按鈕，下載最近1年或者1周的數(shù)據(jù)
   
   圖片

4. 下圖是下載csv數(shù)據(jù)，大部分可以在Excel中分析

   
   
   圖片
   
   

   至此數(shù)據(jù)源準備完畢，開始用Excel進行分析。

二 Excel數(shù)據(jù)分析

涉及知識點：透視圖、hour、mid、find函數(shù)、圖表展示
具體步驟：
1）添加"小時"、"域名"兩個計算列，每個url后續(xù)參數(shù)較多，去掉參數(shù)方便匯總，這個也是用戶行為分析中非常重要的一步，當然也可以添加其他計算列

"小時"列：hour(d2)
"域名"列：MID(F2,FIND("http://",F2)+2,FIND("/",F2,FIND("http://",F2)+2)-FIND("http://",F2)-2)

圖片

圖片

圖片

圖片

圖片

圖片

圖片

• 安裝Python軟件(建議直接安裝3.0，不要安裝2.7版本了)
• 安裝Python相關包matplotlib、wordcloud、jieba
• 將excel中title列單獨copy一個文本文件中。
• 碼代碼，python是輕量級的，入門相對容易，下面10行即可搞定

 #!/usr/bin/env python
# -*- coding: utf-8 -*-
#coding:utf-8
import matplotlib.pyplot as plt
from wordcloud import WordCloud
import jieba
#讀取文件內(nèi)容
f_title = open('/Users/haixiao/Downloads/url_titles.txt').read()
#通過jieba進行分詞
wordlist = jieba.cut(f_title, cut_all = True)
wl_space_split = " ".join(wordlist)

#詞云展示
my_wordcloud = WordCloud().generate(wl_space_split)
plt.imshow(my_wordcloud)
plt.axis("off")
plt.show()

2 借助詞云生成工具，網(wǎng)上直接對文本生成詞云的工具還蠻多的，可以試一下微詞云，我試了一下還蠻好用的。直接將文本粘貼進去切詞并使用即可

圖片

圖片