研究目的
通過對博主和所發佈數據的抽樣，分析微博用戶的活躍情況、使用習慣傾向、關注的內容焦點等。
數據來源
收集微博用戶主頁上的第一頁微博數據，在博主主頁上收集博主信息和發佈的博文信息，博主是隨機選的，這裡選擇的數據主題是採集明星博主的數據，通過在微博用戶搜索界面輸入關鍵詞"藝人"進行搜索，然後再採集搜索出來的各個明星博主的主頁鏈接，把採集到的博主主頁鏈接添加到微博博主主頁數據採集工具箱，選擇只採集首頁，整理得到的數據表如下圖所示。
數據分析
1、全局統計
博主數量： 87
博文數量： 3855
轉發博文數量：915
平均發佈博文數：44.31
平均轉發博文數量：10.52
2、博主統計：分全量統計和樣本數據範圍統計
2.1、全量統計
博文發佈總數top3博主
1、陳法蓉：9062
2、胡兵：9021
3、容祖兒：8926
粉絲總數top3博主
2.2、樣本範圍統計
樣本博文被轉發總數top3博主
1、angelababy：8605365
2、汪蘇瀧：2516437
3、劉憲華Henry-Lau：1538185
樣本博文被評論總數top3博主
1、angelababy：1278484
2、樸寶劍_ParkBoGum：537637
3、陳羽凡： 520805
1、angelababy：8349033
2、鄭愷：6114702
3、王子文Olivia：5729370
3、博文統計：以下都是以樣本數據範圍做統計
轉發數top3的博文
1、angelababy，轉發數：1169490
http://weibo.com/1642351362/Gb8zXdt4N?from=page_1006051642351362_profile&wvr=6&mod=weibotime
評論數top3的博文
1、樸寶劍_ParkBoGum，評論數：253978
http://weibo.com/5896449921/E1OMA30uh?from=page_1005055896449921_profile&wvr=6&mod=weibotime
2、周渝民，評論數：221048
http://weibo.com/3197249862/D3ec766AP?from=page_1006053197249862_profile&wvr=6&mod=w
3、陳羽凡，評論數，200147
http://weibo.com/2113045567/EEGLn6ydW?from=page_1003062113045567_profile&wvr=6&mod=weibotime
http://weibo.com/3197249862/D3ec766AP?from=page_1006053197249862_profile&wvr=6&mod=weibotime
http://weibo.com/2113045567/EEnOW0aY9?from=page_1003062113045567_profile&wvr=6&mod=weibotime
http://weibo.com/2113045567/EEGLn6ydW?from=page_1003062113045567_profile&wvr=6&mod=weibotime
有互動博文：3842條
有三種互動和有一種以上互動的博文
有三種互動博文：3773條
有一種以上互動的博文：3842條
4、終端統計：
不同終端發佈博文的統計
5、發佈時間統計：
24小時發佈規律
6、博文詞雲分析：
把博文做成詞雲圖，我們需要先對博文進行分詞，篩選出與研究目的相關的詞，再把這些篩選好的詞製作成詞雲圖，下面利用的是集搜客分詞打標工具對博文進行分詞，操作步驟如下：
這裡以有互動的微博博文為例，首先把有互動的微博博文單獨拷貝出來，保存到一個新的Excel表裡，然後登錄，把這張有互動的微博博文表導入，導入後在軟件裡就可以看到原數據，然後就可以在篩選詞語模塊下勾選與研究目的相關的詞，選完詞之後，在選詞結果模塊下可以看到前面選好的詞語以及詞語的頻數、詞語的樣本數據，如果覺得哪一個詞不想要了，可以在這個模塊進行刪除，點擊下載按鈕就可以把選詞表、打標結果表、分詞效果表一次性地下載下來，這些表都是可以做更加深入的拓展運算，比如詞雲圖、語義分析、建模運算等等。
下面就是利用的tagul詞雲工具把分詞效果表製作成詞雲圖，效果如下：
有互動的博文詞雲圖
無互動的博文詞雲圖
7、總結：
從top統計博文來看，微博用戶大多喜歡關注社會熱點事件，熱衷討論娛樂和社會輿論；
從終端佔比圖來看，微博用戶使用微博的方式是以手機為主，大部分用戶都喜歡使用蘋果手機發佈微博；
從24小時微博發佈規律圖來看，微博用戶從早上7:00開始活躍起來，白天的12:00到晚上的12:00全天都處於微博用戶的活躍高峰期，可見微博深受用戶喜愛，到了晚上12:00後活躍度才開始下降。
從博文詞雲圖來看，帶正能量的微博會引起更多微博用戶的互動，而帶廣告的博文則會降低用戶活躍度。
閱讀更多 語義網絡爬蟲 的文章
