Youtube是一個著名視頻網(wǎng)站，以下數(shù)據(jù)集來自kaggle，包含5個國家(DE:德國;FR:法國;CA:加拿大;US:美國;GB:英國;)時下流行榜單上每天大約200個視頻。

時下流行榜單上的視頻有什么特點呢？根據(jù)官方說法：

“時下流行可以讓觀看者看到 YouTube 和世界各地正在發(fā)生的事情。一些時下流行的內(nèi)容是在意料之中的，如當(dāng)紅音樂人發(fā)行的新歌或新電影預(yù)告片。另一些則出乎人們的預(yù)料，如病毒視頻，其目標(biāo)是挖掘廣受各類觀看者喜愛的視頻，不是個性化的。

時下流行旨在挖掘出具有以下特質(zhì)的視頻：能夠吸引各類觀看者；不誤導(dǎo)、騙點擊或聳人聽聞；能展現(xiàn) YouTube 上和世界各地正在發(fā)生的多種事情；最好是新奇或出人意料的。

被納入考慮的標(biāo)準(zhǔn)包括（但不限于）：觀看次數(shù)；觀看次數(shù)的增長率；觀看次數(shù)來自哪里（包括 YouTube 以外的觀看）；視頻的新鮮度。

時下流行結(jié)合這些標(biāo)準(zhǔn)生成了一個視頻列表，這意味著某天中觀看次數(shù)最多的視頻在“時下流行”中可能不會排在第一位，而觀看次數(shù)較多的視頻可能會排在觀看次數(shù)較少的視頻之后。”

通過官方解釋可以了解到時下流行類似于視頻網(wǎng)站的排行榜，綜合考察了反映了視頻流行程度、受歡迎的廣泛程度和新鮮度等等的指標(biāo)，不是個性化推薦的結(jié)果，而是一個“大雜燴”，榜單希望照顧到到大多數(shù)人的喜好。

該數(shù)據(jù)集包含以下字段：
video_id：視頻id
trending_date：榜單日期
title：視頻名稱
channel_title：頻道名
category：視頻類別名
category_id ：視頻類別id
publish_time：發(fā)布時間
tags：視頻標(biāo)簽
views：觀看次數(shù)
likes：點贊次數(shù)
dislikes：差評數(shù)
comment_count：評論數(shù)
thumbnail_link：縮略圖鏈接
comments_disabled：能否評論
ratings_disabled：能否評級
video_error_or_removed：視頻有沒有發(fā)生錯誤
description：視頻描述

分析目標(biāo)為：

• 榜單上視頻和頻道的集中程度
• 視頻的持久度和新鮮度
• 視頻的觀看和互動情況
• 視頻受歡迎的廣泛程度
• 視頻觀看和互動的增長情況
• 觀看量相關(guān)性分析

導(dǎo)入和處理數(shù)據(jù)

主要進(jìn)行下列處理：

• 導(dǎo)入數(shù)據(jù)，并對數(shù)據(jù)進(jìn)行去重
• 將發(fā)布日期和榜單日期轉(zhuǎn)換為時間格式
• 計算以下幾個字段：
  • 視頻在不同國家榜單上的出現(xiàn)時長
  • 視頻從發(fā)布到上榜的天數(shù)
  • 視頻出現(xiàn)在幾個國家的榜單上
  • 視頻的點贊率、差評率、點贊差評比例和評論比例
  • 視頻觀看次數(shù)、點贊次數(shù)、差評數(shù)和評論數(shù)量的增長量和增長率

PS：一個視頻有可能連續(xù)出現(xiàn)在榜單上，這樣統(tǒng)計的觀看次數(shù)、點贊次數(shù)、差評數(shù)和評論數(shù)會重復(fù)疊加，前四個目標(biāo)采用的數(shù)據(jù)集是總數(shù)據(jù)集去重得到的(只留下每個國家榜單上單個視頻最后一天的數(shù)據(jù))，最后一個目標(biāo)增長情況會用到整個數(shù)據(jù)集。

榜單上視頻和頻道的集中程度

每個國家榜單的視頻數(shù)和頻道數(shù)

total_for_country.jpeg

英國和美國榜單上的視頻數(shù)和頻道數(shù)都比其他三個國家少，推測這兩個國家有些頻道有多個視頻上榜，這些頻道可能影響力比較大，而且大部分視頻在榜單上的持續(xù)時間比較長。

每個國家榜單視頻的平均觀看數(shù)、平均點贊數(shù)、平均差評數(shù)和平均評論數(shù)

average_for_country.jpeg

四幅圖的趨勢相似，英國的觀看數(shù)、點贊數(shù)、差評數(shù)和評論數(shù)最高，其次是美國，加拿大、德國、法國依次遞減，趨勢和每個國家的視頻數(shù)及頻道數(shù)相反，視頻數(shù)越少，該國家視頻上榜天數(shù)越長，上榜天數(shù)越長，相應(yīng)地觀看量越大，點贊數(shù)、差評數(shù)和評論數(shù)也就越大。

每個國家不同種類視頻數(shù)量

category_video_count.jpeg

• Entertainment(娛樂)類別在所有國家榜單上的視頻數(shù)是最多的；人物記錄(People & Blogs)、教程類(Howto & Style)、喜劇類(Comedy)和運動(Sports)類別在所有國家榜單上的視頻數(shù)量位于前列，說明在五個國家中這幾類視頻比較受歡迎，特別是娛樂類視頻。
• 美國和英國榜單上音樂視頻數(shù)量很多，音樂視頻在這兩個國家比較受歡迎。
• 美國、法國、德國和加拿大都有較多的新聞?wù)晤愐曨l上榜，這幾個國家相較英國可能經(jīng)常在youtube上看時事新聞，英國視頻數(shù)量比較多的類別都跟娛樂有關(guān)系。

視頻的持久度和新鮮度

不同國家視頻上榜天數(shù)和發(fā)布至上榜天數(shù)

trending_days.jpeg

上圖符合先前的推測，確實英國和美國榜單視頻的持續(xù)天數(shù)遠(yuǎn)遠(yuǎn)大于其他三個國家，有的視頻甚至長達(dá)一個月，而且視頻從發(fā)布到上榜的時間也是比另外三個國家大得多。

視頻的觀看和互動情況

視頻的觀看次數(shù)大致反映視頻受歡迎程度，而點贊、差評和評論反映了觀眾與視頻之間的互動情況。

不同國家視頻的點贊率、差評率、點贊差評比例和評論率

active_data.jpeg

• 五個國家的差評率都很低，畢竟上了榜單的視頻，經(jīng)過了數(shù)據(jù)的初步檢驗，差評一般來說不會低到哪去。
• 英國和美國的點贊率和評論率都比其他三個國家略低，但是他們點贊差評比例比其他三個國家略高，德國、法國和加拿大對視頻的點贊和差評數(shù)沒美國和英國大，這三個國家對視頻的主觀感受分化較大，視頻評論中的差評比例可能比較大。

視頻受歡迎的廣泛程度

這里的廣泛程度我主要看視頻出現(xiàn)過在幾個國家的榜單上，每個國家榜單不同，國家之間存在文化等差異，如果一個視頻出現(xiàn)在多個國家的榜單上，那么這個視頻跨越了這些差異贏得了多個國家觀眾的喜愛。

有多少視頻上了多個國家榜單

country_count.jpeg

可以看到由于地域性的關(guān)系，大部分視頻都在一個國家的榜單上，只有少數(shù)視頻出現(xiàn)在兩個以上國家的榜單上，極少數(shù)視頻出現(xiàn)在5個國家的榜單上。

country_count_view.jpeg

country_count_data.jpeg

country_count_catetory.jpeg

• 視頻出現(xiàn)在越多國家的榜單上，觀看數(shù)、點贊數(shù)、差評數(shù)和評論數(shù)就越多，畢竟受眾越廣嘛。
• 視頻出現(xiàn)在越多國家的榜單上，視頻從發(fā)布到上榜所花的時間和在榜單上的持續(xù)時間更長。
• 對于受眾國家少的視頻或受眾國家多的視頻，娛樂、人物記錄、運動、喜劇這幾類視頻數(shù)居多。隨著視頻受眾國家增多，音樂及電影和動畫類視頻的比例增大，音樂類視頻比例甚至超過了娛樂類視頻比例，同時教程類和新聞?wù)晤愐曨l在減少。娛樂、人物記錄、運動、喜劇、音樂、電影類視頻都跟娛樂有關(guān)系，這些類別可以跨越文化等差異傳播更廣，受眾面更大，而新聞?wù)晤惡徒坛填愐曨l區(qū)域性可能比較強，對于新聞?wù)晤惷總€地區(qū)每天發(fā)生的事不一樣，關(guān)注的新聞自然不一樣；對于教程類地區(qū)，可能更注重時尚的地區(qū)穿搭、化妝類教程更受歡迎等。

視頻觀看和互動的增長情況

不同國家觀看、點贊、差評和評論的增長量

growth.jpeg

不同國家觀看、點贊、差評和評論的增長率

growth_rate.jpeg

• 美國和英國榜單上視頻觀看次數(shù)、點贊數(shù)、差評數(shù)和評論數(shù)每日增長量總體上比其他三個國家小，而且他們的觀看量、點贊數(shù)、差評數(shù)和評論數(shù)每日增長率也比其他三個國家小。官方說法中提到觀看量是榜單考慮的重要指標(biāo)之一，可能是因為美國和英國增長比較慢，因此視頻從發(fā)布到上榜所用的時間更長。
• 德國、法國和加拿大的每日增長率比較分散，說明一部分視頻增長快甚至指標(biāo)在飆升，另一些視頻增長就沒那么快了。觀看增長率也是榜單考慮的因素之一，如果指標(biāo)是以地區(qū)均值作為參考，美國和英國視頻雖然增長慢，但是增長速率差別不大，在榜單上能持續(xù)更長時間；另外三個國家增長率差別大，視頻增長跟不上就下榜，榜單視頻更新迭代速度快。

觀看量相關(guān)性分析

視頻的觀看次數(shù)與點贊、差評和評論的數(shù)量及增長量、在榜單上的持續(xù)天數(shù)以及所上國家榜單數(shù)有很強的正相關(guān)性。

結(jié)論：

• 美國和英國榜單上視頻和頻道數(shù)量比其他三個國家集中程度高，在榜單上天數(shù)也更長。娛樂、音樂、人物記錄、教程類、喜劇、運動和新聞?wù)晤愐曨l數(shù)比較受大眾歡迎，特別是娛樂和音樂類視頻。
• 視頻出現(xiàn)的國家榜單數(shù)越大，觀看數(shù)、點贊數(shù)、差評數(shù)和評論數(shù)就越多，娛樂、人物記錄、運動、喜劇、音樂、電影類視頻受眾比較廣。
• 美國和英國榜單上視頻觀看次數(shù)、點贊數(shù)、差評數(shù)和評論數(shù)每日增長量和增長率比德國、法國和加拿大小，德國、法國和加拿大的每日增長率比較分散。
• 視頻的觀看次數(shù)與點贊、差評和評論的數(shù)量及增長量、在榜單上的持續(xù)天數(shù)以及所上國家榜單數(shù)有很強的正相關(guān)性。

作者：努力進(jìn)步的大白菜
鏈接：http://www.itdecent.cn/p/q81RER
來源：簡書
簡書著作權(quán)歸作者所有，任何形式的轉(zhuǎn)載都請聯(lián)系作者獲得授權(quán)并注明出處。