大資料解讀B站火過蔡徐坤的“鬼畜“區巨頭們

大資料 · 發表 2019-05-03 11:09:43

摘要：本文轉自公眾號『資料森麟』，詳情請掃碼關注該公眾號：作者：徐麟，某網際網路公司資料分析獅，個人公眾號資料森麟（id：shujusenlin）前言近日，蔡徐坤一紙律師函發往B站，律師函內容顯示，“B站上存在著大量侵害委託人的內容，且點選率高，傳播範圍...

本文轉自公眾號『資料森麟』，詳情請掃碼關注該公眾號：

作者：徐麟，某網際網路公司資料分析獅，個人公眾號資料森麟（id：shujusenlin）

前言

近日，蔡徐坤一紙律師函發往B站，律師函內容顯示，“B站上存在著大量侵害委託人的內容，且點選率高，傳播範圍廣，影響十分惡劣。這些內容的製作、上傳、散佈、轉載都已侵害了委託人的名譽權、肖像權、表演權等權利。要求對方立即刪除侵權內容，確保不再出現任何侵犯內容。”

然而B站也毫不示弱，在其官微正面回覆蔡徐坤，並給蔡徐坤“友情推薦“了名譽權的相關文章，可謂有理有據

我們今天在這裡不去評判究竟孰是孰非，更多的是要用資料帶大家一起走進B站鬼畜視訊的神祕世界，看看那些活躍在B站的“鬼畜“屆巨頭們

初識“鬼畜”

何為“鬼畜“？我們截取了百度百科上對於鬼畜視訊的定義，讓大家能夠對鬼畜視訊有個初步的認知：

我們此次的資料來源就是B站的鬼畜視訊專區的資訊，可以看到視訊資訊是以列表形式進行給出：

通過審查元素，我們找到了對應的介面，並進行列表資訊的爬取，獲得了從2018年釋出至今的30000多條鬼畜視訊的資訊，包括了彈幕數，釋出時間，作者，標籤等：

部分程式碼如下：

def get_list(j,start,end):
attempts = 0
success = False
while attempts < 500 and not success:
try:
url = 'https://s.search.bilibili.com/cate/search?callback=jqueryCallback_bili_06768280565043483&search_type=video&view_type=hot_rankℴ=click&cate_id=22&page={}&pagesize=20&time_from={}&time_to={}'.format(str(j),str(start),str(end))
header = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win32; x32; rv:54.0) Gecko/20100101 Firefox/54.0',
'Connection': 'keep-alive'}
cookies ='v=3; iuuid=1A6E888B4A4B29B16FBA1299108DBE9CDCB327A9713C232B36E4DB4FF222CF03; webp=true; ci=1%2C%E5%8C%97%E4%BA%AC; __guid=26581345.3954606544145667000.1530879049181.8303; _lxsdk_cuid=1646f808301c8-0a4e19f5421593-5d4e211f-100200-1646f808302c8; _lxsdk=1A6E888B4A4B29B16FBA1299108DBE9CDCB327A9713C232B36E4DB4FF222CF03; monitor_count=1; _lxsdk_s=16472ee89ec-de2-f91-ed0%7C%7C5; __mta=189118996.1530879050545.1530936763555.1530937843742.18'
cookie = {}
for line in cookies.split(';'):
name, value = cookies.strip().split('=', 1)
cookie[name] = value
html = requests.get(url,cookies=cookie, headers=header).content
info = json.loads(html.decode('utf-8'))['result']
return info
except:
attempts = attempts+1
return []

period = pd.read_excel('起止日期.xlsx')
guichu_all = []
for i in range(period.shape[0]):
for j in range(100):
this_guichu = get_list(j,period['start'][i],period['end'][i])
guichu_all = guichu_all+this_guichu
print('{} {}'.format(str(i),str(j)))

最後得到的資料如下：

萬物皆可鬼畜

在鬼畜界中,有一句被大家所熟知的話: 萬物皆可鬼畜。它的意思是,沒有什麼是不能成為鬼畜素材的。鬼畜的題材之廣泛，往往會超出大家的想象，從動漫到電視劇，網遊，甚至連《貓和老鼠》《小豬佩奇》這種動畫片都常常出現在了鬼畜豪華套餐之中。

首先我們來看一下鬼畜視訊的“使用者畫像”，提到對鬼畜視訊的理解和認知，阿婆主們說第二，沒有人敢說第一，那麼我們就看看阿婆主眼中的鬼畜視訊:

阿婆主們為了讓自己的視訊能夠得到更多關注，都會給自己的視訊打上非常全面、精準的標籤，其中包括了對視訊的描述以及素材的資訊，我們將這部分資訊進行提取，為鬼畜視訊刻畫其“使用者畫像”，通過詞雲進行展現：

除了鬼畜調教本書，有許多其他的非常有意思的描述，比如洗腦迴圈、惡搞、蜜汁帶感、有毒、魔性、新人都是怪物，這基本上是對鬼畜視訊非常精確的描述了。這些描述也很好的解釋了鬼畜視訊能夠“病毒式“”的傳播的原因了

下面就進入“萬物皆可鬼畜”的正題，主要分為兩個部分：人物和素材，人物主要是指的現實生活中的人物，包括了傳統意義上的明星和鬼畜全明星兩部門，素材就指的是那些可以用來進行鬼畜創作的原始內容，包括了歌曲，電視劇，電影等等

首先看一下人物篇，我們先來看下2018,2019兩年視訊彈幕量最多的人物：

可以看到麵筋哥在18,19年的榜單上都排名第一，麵筋哥以其渾厚的嗓音，灑脫的風格，不羈的穿搭走入了b站，成為了鬼畜區的王者，未來期待麵筋哥更多的作品。同時看到2019年蔡徐坤進入了榜單，吳亦凡的排名也得到了明顯的提高，依然引起了越來越多的阿婆主的關注。

下面我們把維度從年切分至周，製作動態圖看下大家18年至今每週的排名變化，我們使用的是大神之前搭好的模板，使用方法可以參照github上https://github.com/Jannchie/Historical-ranking-data-visualization-based-on-d3.js 的講解：

可以看到，麵筋哥在2018年很長一段時間都是獨領風騷，然而近期霸佔榜單頭名的依然變成了蔡徐坤，想必這也是蔡徐坤團隊最近行動的原因了，我們用詞雲圖將這些鬼畜屆的巨頭們放在一起，看看是否有你熟悉的：

涉及到的領域相當廣泛，不僅有面筋哥這些常年活躍於鬼畜屆的巨頭，也有吳亦凡、蔡徐坤這樣的明星，就連朱廣權這種央視的主播都出現在了榜單，網際網路界的四位巨頭也在榜單之中，未來也期待更多的網際網路巨頭們精彩的作品。看完了人物，我們看下鬼畜素材的情況：

可以看到18年和19年素材產生了比較大的變化，但是改革春風吹滿地和貓和老鼠已成為了鬼畜區的鎮區質保，在排名中名列前茅，這份榜單也很好的詮釋了“萬物皆可鬼畜”這一真理。小品、動漫、影視人物、熱門歌曲，只有你想不到的，沒有鬼畜區做不到的，同樣我們來看下每個周的動態變化情況：

同樣也把這些常見素材通過詞雲圖放在一起，進一步看一下鬼畜區阿婆主們令人驚歎的腦洞：

部分程式碼如下：

tag_stat = Counter(guichu_tag['tag'])
back_color = imread('D:/爬蟲/鬼畜/bilibili.jpg')# 解析該圖片

wc = WordCloud(background_color='white',# 背景顏色
max_words=100,# 最大詞數
mask=back_color,# 以該引數值作圖繪製詞雲，這個引數不為空時，width和height會被忽略
max_font_size=200,# 顯示字型的最大值
font_path="C:/Windows/Fonts/STFANGSO.ttf",# 解決顯示口字型亂碼問題，可進入C:/Windows/Fonts/目錄更換字型
random_state=42,# 為每個詞返回一個PIL顏色
# width=1000,# 圖片的寬
# height=860#圖片的長
)
# WordCloud各含義引數請點選 wordcloud引數
image_colors = ImageColorGenerator(back_color)
wc.generate_from_frequencies(tag_stat)

plt.figure(figsize=(8,8),dpi=80)
plt.imshow(wc.recolor(color_func=image_colors))
plt.axis('off')

## 繪製圖片
renwu_stat_year_18 = tag_count_year[(tag_count_year['year']=='2018') & (tag_count_year['type']=='人物')]
renwu_stat_year_18.sort_values('danmu',ascending=False,inplace=True)
attr = renwu_stat_year_18['tag'][0:10]
v1 = renwu_stat_year_18['danmu'][0:10]
bar = Bar("2018人物彈幕數量TOP10")
bar.add("彈幕數量", attr, v1, is_stack=True, xaxis_rotate=30,xaxis_label_textsize=18,
xaxis_interval =0,is_splitline_show=False,label_text_size=12,is_label_show=True)
bar.render('2018人物彈幕數量TOP10.html')

火鉗留名

“火鉗留名“是鬼畜區視訊彈幕常見用語，表示對某一視訊未來的看好，我們也來看看那些在鬼畜區最火的視訊：