您所在的位置: 首页 > 新闻资讯 > 业界动态

三分钟挖掘出价值9个亿的QQ号数据

时间:2016-01-14 编辑:robin 阅读:2 次

 几天前,一个朋友来聊天,表示很羡慕我的6位QQ号,我说有啥好羡慕的,还有那么多5位号呢! 他感叹道:“一个5位号现在值好几万,早知道当初注册个百八十个的话,现在不就发财了… ”!

自我介绍下。传说中的“网络抓取铁手追命”,就是本人了。 主要擅长各种互联网数据抓取挖掘,通晓各种数据源采集规则,互联网江湖人士也,现和你分享一下如何一夜间挖价值9个亿的5位数QQ号用户!

9万条5位数QQ用户的详细数据

QQ号,昵称,空间名称,性别,年龄,生日,所在国家,省份,城市,感情状况,职业(其中QQ空间公开的一共有23283条,占全部9万个号的25.87%)

你还不知道的腾讯用户真相:

在价值9个亿的5位数QQ号用户中出现了神秘人物!

QQ的“金粉世家”主要聚集在哪些地方?

5位数QQ用户如何影响到国家的GDP?

75后85前用户,至今未婚的QQ女们要肿么办?

IT腐男宅女,商场精英,工程师,退休老大爷最爱混迹QQ圈!

到目前为止,没人知道“天若晴”到底是哪位大佬!

 

QQ的“金粉世家”主要聚集在哪些地方?

 

大数据分析常用的热力图如下,颜色越深的是代表人数越多,可以看出:人群最集中的是长三角,珠三角和北京。辽宁,湖南和四川瞧着也是略有小成。

 

再来看看省市的TOP10,前4没有黑马,主要就是国内热点聚集地区;稍感意外的是城市的第5名是我大东北的哈尔滨,而黑龙江也排在省的第7名。

 

 

5位数QQ用户如何影响到国家的GDP?

 

我为什么说稍感意外呢,因为前面也说了5位QQ号这个东西某种意义上也算一种财富象征,不管是虚拟财富还是现实财富;而我大黑龙江虽然白山黑水,地大物博,毕竟GDP在全国还是排在后面的,现实财富会差一些,用一张图来对比下:

 

一对比就可以看出来,黑龙江在右图(QQ)的颜色明显深过左边(GDP)。咱来算笔账:黑龙江2014年GDP是1.5万个亿,公开的5位QQ号有493个;而山东省GDP将近6万亿,5位QQ号却只有266个?可见老山东起码在互联网+的发展上,落后于黑龙江一筹。

 

用邓通发明的指标GQ率(GDP除以5位QQ号人数)来计算,老山东高达223.4,而后几名内蒙古,山西,河北也都是重度雾霾的难兄难弟,互联网+的创新不够,急需经济转型啊。

至于东北为何5位QQ这么多(摸头)大概因为俺们东北人喜欢唠嗑吧?这个问题还是等砖家作答吧。

75后85前用户,至今未婚的QQ女们要肿么办?

从结果可以看到,男女分布为60.2和23.2%,其中女生透露自己年龄的不多,只占15%左右;这也是人之常情:)。 从年龄结构看,75后85前占大部分,确实,QQ大概是98,99年发布的(那时还叫OICQ呢),那时候90后还都在吃奶玩凯蒂猫呢。女生中70后占比最高,并且未婚比已婚的比例高。

 

从情感方面的分布图,未婚比已婚的比例高。这个话题,我表示比较有兴趣:70后的土豪Q们大部分时间都在忙事业了,Q男的不着急生娃,Q女不着急婚嫁。大龄女可以叫“剩女”,大龄男不能喊“剩男”,那得叫成熟的“黄金单身”!这让至今未婚的Q女们肿么办? 可以考虑学学小龙女,也许能遇上一段世纪佳缘,百合一生,或者干脆将单身进行到底,做坚强的“黄金剩斗士”!!!

 

 

原来IT腐男宅女,商界精英,工程师,退休老大爷最爱混迹QQ圈!

 

用户职业方面,QQ好像可以随便,因此职业也是五花八门,挑了前十几个最多的做一副云图。另外标识退休的一部分估计早已财务自由。计算机及互联网行业的居多,很好理解。早期QQ号码随便申请,没人知道他的价值,同时安全性也非常差,主要的上网渠道–网吧中有各种后门及盗号木马神马的。所以很大一部分靓号都被各类计算机大神“收集”起来。所以最终形成如下现在的分类图:

 

后记:拥抱互联网数据

 

很有感悟“ 互联网上没有垃圾信息,只有放错位置的资源”。关于WEB数据挖掘方面其实是很值得研究的。以上的数据分享案例仅从5个维度做了对应分析,其实根据数据采集的维度,是可以做更广泛分析的。如从腾讯开放的QQ群、QQ会员、QQ拼音及QQ秀等多个公开数据源渠道挖掘收集到非常有价值的数据。就像百度中有很多你需要的开放数据,关键看你怎么去挖掘收集。

多年前,数据采集工作是需要程序员自己写各种爬虫程序,同时需要搞定多线程、数据库、高匿IP等多个技术门槛才能比较随心所欲地做到,整个过程是非常繁琐的。现在好多了,随着互联网云存储计算、大数据相关云技术的成熟,使用支持云采集的SaaS工具化交易平台,一方面自己可以使用工具轻而易举收集到想要你的数据,另一方面也可以直接发个需求让其他开发者或供应方定制给你。自己就可以聚焦在擅长的数据分析方面了。

言归正传。以上数据源由托管在发源地数据交易平台,有兴趣的朋友可以去这个链接: http://www.finndy.com/midycp.php?action=robots&op=viewrobot&robotid=1123 看看(需要登录),2万多原始数据都在里面。