如何找到年度爆火神剧《觉醒年代》的观众画像？大数据告诉你！

要说最近最火的电视剧，那非《觉醒年代》莫属！

图片

这部由央视出品的献礼片，在建党100周年之际播出实在再适合不过。但不同于我们以往对于这类剧集的印象，非但不沉闷说教，反而充满激情，令人心潮澎湃。

图片

没有流量的加持，却凭借过硬的品质和精湛的演技收获了好评无数，豆瓣评分高达9.3分，评价人数超过27W人。 

据八爪鱼大数据统计，近两周《觉醒年代》在热搜榜出现了15次（仅包含关键词数据），仅次于《叛逆者》（16次）。

图片

 近两周微博热搜榜数据（6.12-6.25） 

这部热门影视剧收获了哪些人的认同？在哪些人群中讨论最为热烈呢？

我们用八爪鱼数据采集爬取3624条《觉醒年代》微博博文，从数据采集、数据清洗、到数据可视化，手把手教你解析《觉醒年代》粉丝人群画像。 

本文您将获得：

1、微博采集思路解析

2、微博评论数据的可视化分析思路

3、采集福利集锦及使用指南（文末）

01

《觉醒年代》微博采集思路解析

1、首先明确观影人群画像需要哪些数据字段？

采集字段：用户名、性别、年龄、头像、城市地区、院校、属性标签、简介以及它的微博评论内容、发布时间、发布来源。

为了加快采集效率，此处我们分两步进行： 1）从微博搜索广场采集《觉醒年代》的实时讨论内容，包括用户名、发布来源、发布内容、发布时间、用户主页链接等；

2）根据已经采集好的微博主页链接，从主页链接获取观众基本信息，包括用户名、性别、年龄、城市地区、毕业院校、个人标签等内容。 

2、打开八爪鱼，根据目标字段制作规则并运行

已制作好的八爪鱼微博采集规则：

图片

微博搜索采集规则

图片

 微博讨论用户基本信息采集规则

02

《觉醒年代》数据可视化分析思路

1、明确观影人群画像分析维度，包括：性别、年龄、地区、发布来源、星座、标签属性、微博内容词频分析等维度。

2、清洗数据：清洗数据是非常关键的一环，数据的质量直接决定分析结果的质量。

 在原有的数据上，我根据一些背景数据和分析需要，做了颗粒度更细的划分，同时通过统一表述（原意不变，如将原本信息中的出生年月拆分为年龄段和星座等），让数据可以更好地归类和呈现。 

3、数据可视化分析

1） 基本信息：性别分布  

图片

微博讨论用户性别占比 

从微博讨论《觉醒年代》的用户人群来看，女性粉丝占比79.42%，男性人群占比仅20.58%，《觉醒年代》在女性人群中有着极高热度，除了微博本身的用户性别占比外，与女性人群更热爱表达也有一定的关系。

 2） 基本信息：年龄分布

图片

微博讨论用户年龄段占比 

从年龄分布来看，《觉醒年代》在90后及00后中影响最为广泛，占据所有讨论人数的95%。热衷讨论《觉醒年代》的观众中，95后观众的占比超过一半、00后异军突起，占比超过90后，成为《觉醒年代》的观众主力军之一；相比之下，《觉醒年代》对于90年之前出生的观众影响较小，讨论热度也不高。 

3） 基本信息：地域分布 

图片

微博讨论用户省份分布  

从地域分布来看，北上广深等一线城市的观众讨论热度最高，其次是江浙沿海一带，山东、河南、湖北、重庆等省份观众同样热爱分享与讨论剧情。

图片

微博讨论用户城市划分

城市类型的分布中，一线及新一线城市的观众占据了绝大多数，作为建党100周年的献礼剧，《觉醒年代》在海外观众中也收获了不少关注。 

 4） 基本信息：手机型号/渠道分布

图片

微博讨论用户发布来源分布 

手机品牌iPhone 42.05%占比超过四成；华为13.29%、荣耀3.39%、OPPO 3.21%、VIVO 1.82%、小米2.34%等国产手机总占比将近3成，热议《觉醒年代》的观众中，有超过4成是忠实“果粉”。微博视频号、觉醒年代超话等也是用户来源之一。  

5） 基本信息：个人标签

图片

微博讨论用户标签分布 

从讨论人的身份标签来看，热爱讨论《觉醒年代》的观众大多是热爱旅游和音乐，喜欢追星看小说、幽默搞笑的网友。出现次数排名前十的标签分别是：旅游、音乐、明星、名人、幽默、搞笑、星座、动漫、摄影、八卦。 

6） 基本信息：星座分布

图片

微博讨论用户星座及性别分布

排行TOP5的星座分别是：巨蟹座、天秤座、天蝎座、狮子座、摩羯座。  

7）讨论内容：评论词频分析

热门讨论词的大小根据关键词出现的次数变化。筛去电视剧名称及角色/主演名字后，频次最多的词展示如下：

图片

 微博讨论词频分布 

热门讨论词可以分为以下几类：

A 剧情向：历史、文化、日记、先辈、信仰、建党、革命者、青春、青年

B 情感向：热泪盈眶、眼泪、快乐、可爱、感动、热血沸腾、伟大、幸福

C 评价向：yyds、好看、安利、镜头、成本、台词、主演、角色、流量 

8）讨论内容：角色讨论热度排行

图片

 《觉醒年代》角色讨论热度

根据角色热度排行来看，陈独秀及李大钊两位作为主角，讨论热度遥遥领先于其他角色，前段时间斩获“白玉兰奖最佳男主角”的陈独秀饰演者于和伟老师，无论是剧中角色还是本人演技，都得到了广大网友的认可；

图片

延年和乔年两位的成长经历也赚足了讨论热度，稳居讨论热度TOP5，蔡元培、辜鸿铭、胡适、邓中夏等具有影响力的文化学者和革命党人同样有着超高的讨论度；

图片

柳眉是唯一上榜的女性角色，与剧中的延年从欢喜冤家发展到两情相悦，二人的感情线被广大网友热议。

03

八爪鱼采集福利！

1. 微博关键词采集规则

2. 微博主页信息采集规则

如何获得？

扫码以下二维码，即可免费下载

图片

将otd规则导入到八爪鱼采集器中就可以使用啦~

附：使用指南

（ 采集规则仅适用于旧版微博，请在右上角切换回旧版微博后再使用）

第1步 设置cookie登录微博 

因为微博必须要登录才能看得到更多的数据，所以登录是我们要做的第一步。

先点击第一步打开网页，在采集界面中打开浏览模式，选择账号或扫码登录微博；

图片

登录完成后，在打开网页的步骤设置中选择使用指定的cookie，获取当前页面的cookie并应用

图片

图片

第2步 输入#觉醒年代#关键词获得搜索结果   

如果需要搜索其他关键词（一个或多个），可以打开循环1的步骤设置界面

图片

将循环方式切换为“文本列表”，点击红色方框中的编辑按钮，输入关键词（多个关键词按回车分隔），确定后点击右下方的应用，即可切换关键词。

图片

第3步 设置循环页数

规则中默认的翻页数是10页，如果想要更改翻页次数，可以打开循环翻页中的步骤设置（如果不需要更改翻页次数，可以略过这一步）

图片

修改循环执行次数（上限不能超过50页），并点击应用；

图片

第4步 保存并运行规则，收获数据

图片

微博采集循环

第5步 微博用户信息循环采集

进入填写的URL列表步骤设置（用户信息可以在未登录的状态下采集，但登录后采集效果更好，登录cookie制作可以参考第一步）

图片

从上述采集到的数据中复制讨论用户的主页链接（字段名：微博发布者链接），并导入循环，点击应用

图片

保存并启动规则，就可以成功获取讨论用户的微博主页信息啦！