# blog_analysis

**Repository Path**: f5gua/blog_analysis

## Basic Information

- **Project Name**: blog_analysis
- **Description**: 对伟大的稀土掘金博客进行数据爬取，数据分析。
并以数据可视化看板展示分析结果。
分析大方向上的创作热点趋势、分析总体用户的创作时间偏好，分析掘金的用户技术偏好
分析个人用户的内容活跃趋势(点赞收藏评论)、分析个人用户的创作时间偏好、分析个人用户的技术偏好
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 3
- **Created**: 2023-12-09
- **Last Updated**: 2023-12-09

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 这是一个什么项目
做什么：

> 对伟大的稀土掘金博客进行数据爬取（仅供学习使用），数据分析,并以数据可视化看板展示分析结果。

> 分析大方向上的创作热点趋势、分析总体用户的创作时间偏好，分析掘金的用户技术偏好

> 分析个人用户的内容活跃趋势(点赞收藏评论)、分析个人用户的创作时间偏好、分析个人用户的技术偏好

## 数据分析-思路方向

- 热榜文章的主题分布：你可以使用词云或柱状图等可视化工具，对热榜文章的标题进行分词和统计，看看哪些主题最受关注。例如，你可以发现，人工智能、SpringBoot、SpringCloud等技术主题比较热门。
- 热榜文章的作者特征：你可以对热榜文章的作者进行分析，看看他们的用户名、头像、粉丝数、文章数等信息，看看是否有一些共同的特征。例如，你可以发现，热榜文章的作者大多使用真实的人物头像，而不是动漫或其他形象，这可能说明他们比较注重个人形象和信誉。
- 热榜文章的互动情况：你可以对热榜文章的阅读量、评论数、收藏数、热度等指标进行分析，看看哪些文章最受欢迎，以及这些指标之间的相关性。例如，你可以发现，阅读量和热度之间有较强的正相关，说明阅读量是影响热度的重要因素。
- 热榜文章的时间分布：你可以对热榜文章的爬取日期进行分析，看看哪些日期的文章最多，以及是否有一些周期性的规律。例如，你可以发现，周一到周五的文章比周末的文章多，说明工作日的博客活跃度比较高。

😊

# 可爬取页面

## 首页 https://juejin.cn 综合数据可无限滚动获取数据，达成一万条数据
数据：
点赞数、查看数 (有缺省值)

- url
- title
- brief
- author
- likes
- watchs
- cover
- category

重点还是url，具体让单条文章去做表

## 单条文章 粒度更细
- url(自己补上)
- title
- time
- watchs
- readDuration
- column
- likes
- comments
- stars
- author
- author_url
- author_lever
- author_articles
- author_watchs
- author_fans
- category
- topic

## 用户相关
- avatar
- author
- author_lever
- friend_lever
- achieves
- focuse
- be_focuse
- badge
- join_time

用户文章：
- url
- title
- brief
- vague_time
- author
- watchs
- likes
- comments
- cover
- category

重点还是url，具体让单条文章去做表