PHP 基于laravel框架獲取微博數(shù)據(jù)之二 用戶(hù)數(shù)據(jù)的使用

項(xiàng)目地址：

https://github.com/daweilang/GetWB

開(kāi)始抓取微博數(shù)據(jù)的時(shí)候，只是想獲得一條熱門(mén)微博下的所有評(píng)論，因?yàn)槔锩嬗胁簧賵D片廣告，所以想試試能不能分析出熱門(mén)微博評(píng)論里的異常用戶(hù)。

使用PHP的Laravel框架后，通過(guò)隊(duì)列、命令等各種功能，最后構(gòu)架了一套完整的微博用戶(hù)數(shù)據(jù)抓取平臺(tái)，經(jīng)過(guò)一段時(shí)間的運(yùn)行積累了大量數(shù)據(jù)，那么使用這些數(shù)據(jù)能做什么呢？

微博數(shù)據(jù)分析很早就有人在做了，網(wǎng)上采集分析工具貌似有很多，搜索一下想找一些微博數(shù)據(jù)分析的具體方案。世事變幻，發(fā)現(xiàn)很多幾年前的微博數(shù)據(jù)分析平臺(tái)都不能用了，可能微博數(shù)據(jù)分析和微博一樣在商業(yè)上還是沒(méi)有什么更好的盈利模式。。。

根據(jù)之前網(wǎng)上微博數(shù)據(jù)分析的方案，微博傳播力是數(shù)據(jù)分析的一個(gè)方向，熱門(mén)微博轉(zhuǎn)發(fā)傳播可以用于廣告營(yíng)銷(xiāo)分析，這個(gè)數(shù)據(jù)基礎(chǔ)是采集微博內(nèi)容和傳播路徑，和我的數(shù)據(jù)獲取方式并不相同。

沒(méi)有找到用戶(hù)數(shù)據(jù)分析的解決方案，也沒(méi)有數(shù)據(jù)挖掘相關(guān)知識(shí)的基礎(chǔ)，所以還是以一個(gè)程序員的角度說(shuō)說(shuō)微博用戶(hù)數(shù)據(jù)使用的設(shè)想吧。

使用Laravel框架搭建的平臺(tái)是以微博用戶(hù)為基礎(chǔ)的數(shù)據(jù)抓取模式，可以獲得某條微博下的所有評(píng)論、轉(zhuǎn)發(fā)和贊。進(jìn)一步深入，獲得一個(gè)微博用戶(hù)的所有微博后，即可以獲得該用戶(hù)所發(fā)微博，包括其評(píng)論、轉(zhuǎn)發(fā)和贊的所有數(shù)據(jù)。

微博用戶(hù)的完整數(shù)據(jù)中能夠得到什么？

一、通過(guò)微博贊積累微博用戶(hù)
微博不能重復(fù)點(diǎn)贊，所以一條有百萬(wàn)個(gè)贊的微博就能獲得百萬(wàn)用戶(hù)基礎(chǔ)信息，這是積累微博用戶(hù)池效率比較高的方式，不過(guò)隨著累積量增加，重復(fù)數(shù)據(jù)變多，效率會(huì)降低。同樣評(píng)論和轉(zhuǎn)發(fā)也可以積累用戶(hù)信息，不過(guò)重復(fù)性使得獲取數(shù)據(jù)效率不高。

二、通過(guò)數(shù)據(jù)建立關(guān)于用戶(hù)的數(shù)學(xué)模型
早就把數(shù)學(xué)模型還給大學(xué)老師了，當(dāng)年這東西也沒(méi)好好學(xué)。不過(guò)還是明白一點(diǎn)，一個(gè)用戶(hù)，其粉絲量、微博數(shù)和轉(zhuǎn)發(fā)、評(píng)論、贊應(yīng)該有一定的數(shù)學(xué)模型關(guān)系。

具體來(lái)說(shuō)，百萬(wàn)級(jí)的微博用戶(hù)，其微博的平均轉(zhuǎn)發(fā)、評(píng)論、贊，應(yīng)該在一定的范圍內(nèi)。以大量微博用戶(hù)數(shù)據(jù)為基礎(chǔ)可建立數(shù)據(jù)模型。這種模型可以用來(lái)評(píng)估一個(gè)微博用戶(hù)的健康性。


三、通過(guò)數(shù)據(jù)獲得用戶(hù)的活躍粉絲
一個(gè)微博用戶(hù)的完整數(shù)據(jù)，通過(guò)交叉對(duì)比可以獲得粉絲的活躍度。

當(dāng)前微博除了用戶(hù)自己，其他人是不能查看該用戶(hù)所有粉絲數(shù)據(jù)的。但是通過(guò)“共同關(guān)注”關(guān)系，可以判斷出是否是用戶(hù)粉絲。
理論上說(shuō)如果有全部幾十億微博用戶(hù)數(shù)據(jù)，逐個(gè)對(duì)比，是可以獲取某用戶(hù)所有粉絲的，但這只是理論方案。
通過(guò)用戶(hù)微博下的轉(zhuǎn)發(fā)、評(píng)論、贊可縮小對(duì)比范圍，雖然不能得到用戶(hù)的所有粉絲，但能分析出和微博用戶(hù)有過(guò)互動(dòng)的所有粉絲，這些粉絲的占比可以評(píng)估出微博用戶(hù)粉絲的質(zhì)量。


以上就是通過(guò)微博用戶(hù)數(shù)據(jù)抓取平臺(tái)獲得的數(shù)據(jù)后在使用方面的一些設(shè)想。

作為一個(gè)程序員，還是不適合寫(xiě)這種理論性的東西，自己都看不懂，還是好好寫(xiě)程序去吧。。。