Youtube是一個(gè)著名視頻網(wǎng)站，以下數(shù)據(jù)集來(lái)自kaggle，包含5個(gè)國(guó)家(DE:德國(guó);FR:法國(guó);CA:加拿大;US:美國(guó);GB:英國(guó);)時(shí)下流行榜單上每天大約200個(gè)視頻。

時(shí)下流行榜單上的視頻有什么特點(diǎn)呢？根據(jù)官方說(shuō)法：

“時(shí)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(shí)下流行的內(nèi)容是在意料之中的，如當(dāng)紅音樂(lè)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(ài)的視頻，不是個(gè)性化的。

時(shí)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(diǎn)擊或聳人聽(tīng)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(zhǎng)率；觀看次數(shù)來(lái)自哪里（包括 YouTube 以外的觀看）；視頻的新鮮度。

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

通過(guò)官方解釋可以了解到時(shí)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(gè)性化推薦的結(jié)果，而是一個(gè)“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(shí)間
tags：視頻標(biāo)簽
views：觀看次數(shù)
likes：點(diǎn)贊次數(shù)
dislikes：差評(píng)數(shù)
comment_count：評(píng)論數(shù)
thumbnail_link：縮略圖鏈接
comments_disabled：能否評(píng)論
ratings_disabled：能否評(píng)級(jí)
video_error_or_removed：視頻有沒(méi)有發(fā)生錯(cuò)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(dòng)情況
• 視頻受歡迎的廣泛程度
• 視頻觀看和互動(dòng)的增長(zhǎng)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(duì)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(shí)間格式
• 計(jì)算以下幾個(gè)字段：
  • 視頻在不同國(guó)家榜單上的出現(xiàn)時(shí)長(zhǎng)
  • 視頻從發(fā)布到上榜的天數(shù)
  • 視頻出現(xiàn)在幾個(gè)國(guó)家的榜單上
  • 視頻的點(diǎn)贊率、差評(píng)率、點(diǎn)贊差評(píng)比例和評(píng)論比例
  • 視頻觀看次數(shù)、點(diǎn)贊次數(shù)、差評(píng)數(shù)和評(píng)論數(shù)量的增長(zhǎng)量和增長(zhǎng)率

PS：一個(gè)視頻有可能連續(xù)出現(xiàn)在榜單上，這樣統(tǒng)計(jì)的觀看次數(shù)、點(diǎn)贊次數(shù)、差評(píng)數(shù)和評(píng)論數(shù)會(huì)重復(fù)疊加，前四個(gè)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(gè)國(guó)家榜單上單個(gè)視頻最后一天的數(shù)據(jù))，最后一個(gè)目標(biāo)增長(zhǎng)情況會(huì)用到整個(gè)數(shù)據(jù)集。

榜單上視頻和頻道的集中程度

每個(gè)國(guó)家榜單的視頻數(shù)和頻道數(shù)

total_for_country.jpeg

英國(guó)和美國(guó)榜單上的視頻數(shù)和頻道數(shù)都比其他三個(gè)國(guó)家少，推測(cè)這兩個(gè)國(guó)家有些頻道有多個(gè)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(shí)間比較長(zhǎng)。

每個(gè)國(guó)家榜單視頻的平均觀看數(shù)、平均點(diǎn)贊數(shù)、平均差評(píng)數(shù)和平均評(píng)論數(shù)

average_for_country.jpeg

四幅圖的趨勢(shì)相似，英國(guó)的觀看數(shù)、點(diǎn)贊數(shù)、差評(píng)數(shù)和評(píng)論數(shù)最高，其次是美國(guó)，加拿大、德國(guó)、法國(guó)依次遞減，趨勢(shì)和每個(gè)國(guó)家的視頻數(shù)及頻道數(shù)相反，視頻數(shù)越少，該國(guó)家視頻上榜天數(shù)越長(zhǎng)，上榜天數(shù)越長(zhǎng)，相應(yīng)地觀看量越大，點(diǎn)贊數(shù)、差評(píng)數(shù)和評(píng)論數(shù)也就越大。

每個(gè)國(guó)家不同種類視頻數(shù)量

category_video_count.jpeg

• Entertainment(娛樂(lè))類別在所有國(guó)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(yùn)動(dòng)(Sports)類別在所有國(guó)家榜單上的視頻數(shù)量位于前列，說(shuō)明在五個(gè)國(guó)家中這幾類視頻比較受歡迎，特別是娛樂(lè)類視頻。
• 美國(guó)和英國(guó)榜單上音樂(lè)視頻數(shù)量很多，音樂(lè)視頻在這兩個(gè)國(guó)家比較受歡迎。
• 美國(guó)、法國(guó)、德國(guó)和加拿大都有較多的新聞?wù)晤愐曨l上榜，這幾個(gè)國(guó)家相較英國(guó)可能經(jīng)常在youtube上看時(shí)事新聞，英國(guó)視頻數(shù)量比較多的類別都跟娛樂(lè)有關(guān)系。

視頻的持久度和新鮮度

不同國(guó)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(cè)，確實(shí)英國(guó)和美國(guó)榜單視頻的持續(xù)天數(shù)遠(yuǎn)遠(yuǎn)大于其他三個(gè)國(guó)家，有的視頻甚至長(zhǎng)達(dá)一個(gè)月，而且視頻從發(fā)布到上榜的時(shí)間也是比另外三個(gè)國(guó)家大得多。

視頻的觀看和互動(dòng)情況

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

不同國(guó)家視頻的點(diǎn)贊率、差評(píng)率、點(diǎn)贊差評(píng)比例和評(píng)論率

active_data.jpeg

• 五個(gè)國(guó)家的差評(píng)率都很低，畢竟上了榜單的視頻，經(jīng)過(guò)了數(shù)據(jù)的初步檢驗(yàn)，差評(píng)一般來(lái)說(shuō)不會(huì)低到哪去。
• 英國(guó)和美國(guó)的點(diǎn)贊率和評(píng)論率都比其他三個(gè)國(guó)家略低，但是他們點(diǎn)贊差評(píng)比例比其他三個(gè)國(guó)家略高，德國(guó)、法國(guó)和加拿大對(duì)視頻的點(diǎn)贊和差評(píng)數(shù)沒(méi)美國(guó)和英國(guó)大，這三個(gè)國(guó)家對(duì)視頻的主觀感受分化較大，視頻評(píng)論中的差評(píng)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(guò)在幾個(gè)國(guó)家的榜單上，每個(gè)國(guó)家榜單不同，國(guó)家之間存在文化等差異，如果一個(gè)視頻出現(xiàn)在多個(gè)國(guó)家的榜單上，那么這個(gè)視頻跨越了這些差異贏得了多個(gè)國(guó)家觀眾的喜愛(ài)。

有多少視頻上了多個(gè)國(guó)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(gè)國(guó)家的榜單上，只有少數(shù)視頻出現(xiàn)在兩個(gè)以上國(guó)家的榜單上，極少數(shù)視頻出現(xiàn)在5個(gè)國(guó)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(guó)家的榜單上，觀看數(shù)、點(diǎn)贊數(shù)、差評(píng)數(shù)和評(píng)論數(shù)就越多，畢竟受眾越廣嘛。
• 視頻出現(xiàn)在越多國(guó)家的榜單上，視頻從發(fā)布到上榜所花的時(shí)間和在榜單上的持續(xù)時(shí)間更長(zhǎng)。
• 對(duì)于受眾國(guó)家少的視頻或受眾國(guó)家多的視頻，娛樂(lè)、人物記錄、運(yùn)動(dòng)、喜劇這幾類視頻數(shù)居多。隨著視頻受眾國(guó)家增多，音樂(lè)及電影和動(dòng)畫(huà)類視頻的比例增大，音樂(lè)類視頻比例甚至超過(guò)了娛樂(lè)類視頻比例，同時(shí)教程類和新聞?wù)晤愐曨l在減少。娛樂(lè)、人物記錄、運(yùn)動(dòng)、喜劇、音樂(lè)、電影類視頻都跟娛樂(lè)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(qiáng)，對(duì)于新聞?wù)晤惷總€(gè)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(duì)于教程類地區(qū)，可能更注重時(shí)尚的地區(qū)穿搭、化妝類教程更受歡迎等。

視頻觀看和互動(dòng)的增長(zhǎng)情況

不同國(guó)家觀看、點(diǎn)贊、差評(píng)和評(píng)論的增長(zhǎng)量

growth.jpeg

不同國(guó)家觀看、點(diǎn)贊、差評(píng)和評(píng)論的增長(zhǎng)率

growth_rate.jpeg

• 美國(guó)和英國(guó)榜單上視頻觀看次數(shù)、點(diǎn)贊數(shù)、差評(píng)數(shù)和評(píng)論數(shù)每日增長(zhǎng)量總體上比其他三個(gè)國(guó)家小，而且他們的觀看量、點(diǎn)贊數(shù)、差評(píng)數(shù)和評(píng)論數(shù)每日增長(zhǎng)率也比其他三個(gè)國(guó)家小。官方說(shuō)法中提到觀看量是榜單考慮的重要指標(biāo)之一，可能是因?yàn)槊绹?guó)和英國(guó)增長(zhǎng)比較慢，因此視頻從發(fā)布到上榜所用的時(shí)間更長(zhǎng)。
• 德國(guó)、法國(guó)和加拿大的每日增長(zhǎng)率比較分散，說(shuō)明一部分視頻增長(zhǎng)快甚至指標(biāo)在飆升，另一些視頻增長(zhǎng)就沒(méi)那么快了。觀看增長(zhǎng)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(guó)和英國(guó)視頻雖然增長(zhǎng)慢，但是增長(zhǎng)速率差別不大，在榜單上能持續(xù)更長(zhǎng)時(shí)間；另外三個(gè)國(guó)家增長(zhǎng)率差別大，視頻增長(zhǎng)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(diǎn)贊、差評(píng)和評(píng)論的數(shù)量及增長(zhǎng)量、在榜單上的持續(xù)天數(shù)以及所上國(guó)家榜單數(shù)有很強(qiáng)的正相關(guān)性。

結(jié)論：

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

作者：努力進(jìn)步的大白菜
鏈接：http://m.itdecent.cn/p/q81RER
來(lái)源：簡(jiǎn)書(shū)
簡(jiǎn)書(shū)著作權(quán)歸作者所有，任何形式的轉(zhuǎn)載都請(qǐng)聯(lián)系作者獲得授權(quán)并注明出處。