Python怎么分析抖音用户行为数据
这篇文章主要介绍“Python怎么分析抖音用户行为数据”,在日常操作中,相信很多人在Python怎么分析抖音用户行为数据问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”Python怎么分析抖音用户行为数据”的疑惑有所帮助!接下来,请跟着小编一起来学习吧!
创新新互联,凭借10年的成都网站制作、成都网站建设经验,本着真心·诚心服务的企业理念服务于成都中小企业设计网站有上千家案例。做网站建设,选创新互联。
数据分析
1 平台
日播放量,日用户量,日作者量,日作品量
日播放量,日用户量,日作者量,日作品量随时间的变化趋势基本一致:平稳增长;在2019-10-20到2019-10-29时间段内,各指标均先出现巨大增长,后趋近平稳,再回落到正常水平值。猜测该时间点平台有进行活动推广,以至于吸引了大量用户。
作者:作品数量,作品获赞率
3500,18%左右作者贡献了平台80%的播放量,服从二八法则。
2 作品
作品来源
数量排名前十的背景音乐ID分别是:22、220、25、68、110、33、468、57、43、238(没有多余资料可查看对应歌曲名称)
不同背景音乐作品的点赞率和完播率差距不大,即产生播放量后的点赞和完整播放结果差别不大
结合上上图,平台大部分播放量的歌曲组成是小部分热门歌曲。
不同时长的产品量和播放量正常正比关系
时长为7-12s的产品量(播放量)占大部分
23s以上播放量基本为0
作品时长与完播率,点赞率
不同时段产品量与播放量基本成正比关系
10-17时间段,平台的作品量和播放量较低(工作/学习时间)
19-0-5 整个时间段的播放量都是比较高的。
作品发布时间与完播率,点赞率
0-5时间段内,作品的完播率和点赞率较高
到此,关于“Python怎么分析抖音用户行为数据”的学习就结束了,希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习,快去试试吧!若想继续学习更多相关知识,请继续关注创新互联网站,小编会继续努力为大家带来更多实用的文章!
网站名称:Python怎么分析抖音用户行为数据
文章源于:http://scyanting.com/article/ipjcje.html