网络直播平台的数据分析

前言

近几年网络直播平台异常火热，各大平台为了抢占市场拉拢名气主播不断在烧钱，这在一方面就催生出主播这么一个看似不出力但很赚钱的行业，所以就想通过数据挖掘出一些有价值的信息看看网络直播平台背后的故事。

说明

要想通过官方得到一手数据肯定不现实，所以就只能通过网络爬虫的方式对斗鱼、熊猫TV、全民直播、龙珠和战旗TV五大网络直播平台进行数据爬取，然后利用 python 作为数据处理的工具进行数据分析统计。

数据的获取

通过scrapy爬虫对斗鱼、熊猫TV、全民直播、龙珠和战旗TV五大网络直播平台进行爬取。

爬取的时间是2016-4-25（周一）到2016-5-1（周天）一周时间，每隔半小时爬取一次，但由于实验室电脑问题，周一跟周天数据有缺失，故只选取了周二到周六的数据进行分析统计，下面分析的结果均建立在此数据上。
数据的主要信息包括主播个人信息、主播的粉丝数、观众人数、直播时间和个人财富等。但在爬取龙珠平台时程序代码有误只有某一时刻的在线主播人数；战旗TV缺失主播财富一项数据。

用到的工具

爬虫scrapy
用 python 的 numpy 和 pandas 作数据的分析和统计
爬取的数据存放在 mongodb 数据库中
用 python 的 matplotlib 库作统计结果的展示

结果展示

** 一、周二到周六五个直播平台的在线主播人数随时间的变化情况**

斗鱼

斗鱼周二到周六在线主播人数随时间变化统计

熊猫TV

熊猫周二到周六在线主播人数随时间变化统计

战旗TV

战旗周二到周六在线主播人数随时间变化统计

龙珠

龙珠周二到周六在线主播人数随时间变化统计

全民

全民周二到周六在线主播人数随时间变化统计

从以上五个图可以看出来，五个平台主播的在线人数在一天中时随时间有规律的变化的。首先是主播人数在凌晨开始下降，在早上七点左右达到最低点，这应该是通宵直播的主播陆续休息，而到早上七点时，新一天上午直播的主播迅速占据了平台主播的大多数；到中午十二点增长趋势稍微有个停顿点，应该是由于吃饭时间跟上午主播下线与下午主播上线的重叠点导致；到了下午主播人数持续上涨，下午六点也有一个增长的停顿点，应该是跟中午十二点的原因类似；下午六点过后主播人数陡然增加，直到晚上九点左右达到高峰，之后持续下降。总的来说主播还是喜欢在下午跟晚上甚至凌晨开直播的，这应该是与观众的观看直播时间息息相关的。

从另一个角度来看，斗鱼平台的主播人数在周末跟工作日的差距还是挺大的，一个解释可能是斗鱼的业余主播比较多，也就是说斗鱼平台的主播有相当一部分是在工作日从事其他工作的，直播只是一种周末的消遣或增加额外收入的方式；那么其他四个平台高峰期的主播人数从周二到周六是逐渐减少的，虽然减少的不是很多，这也反向验证了熊猫TV、战旗TV、龙珠和全民四个平台的主播绝大多数都是职业的，在工作日直播，周末会休息，从而导致了这一下降现象。

对比五个平台，斗鱼的主播人数具有压倒性的优势，近乎是熊猫TV和龙珠的两倍，接着是战旗TV，垫底的是全民。

二、周二到周六四个直播平台的观众数随时间的变化情况