首页 > 编程语言> > Python分析抖音用户行为数据，看看发什么样的视频才会爆！

Python分析抖音用户行为数据，看看发什么样的视频才会爆！

2021-01-14 13:57:03 作者：互联网

前言

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。

https://www.bilibili.com/video/BV1yp4y1q7ZC/
复制代码

随着短视频的APP兴起，在短视频社交市场，抖音短视频异常火爆表现突出，希望通过本次的分析，给到用户发布视频的几点建议。

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。

作者作品数量与播放率成正比关系

作者作品数量和点赞率并没有太大的关系

3500，18%左右作者贡献了平台80%的播放量，服从二八法则。

可以看出大量作品来源与渠道0，占比98.48%。

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）

上面所说的2019-10-21到2019-10-29时间段内，各歌曲作品的播放量都有增高，其中ID为 22，220， 68，25 的歌曲有暴涨趋势。

图片上传中

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

不同背景音乐作品的播放量差异巨大，个别歌曲播放量表现突出

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。

不同歌曲作品的点赞率与完播率在时间上的差异不大

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

完播率在2s-43s内总体稳定在0.4左右，在43s之后浮动较大；

点赞率在2s-43s内基本维持在0.6上下摇摆之内，在43s之后浮动较大。

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。

0-5时间段内，作品的完播率和点赞率较高

平台：

作者：

标签：赞率,视频,10,Python,抖音,歌曲,作品,播放,完播率
来源： https://blog.csdn.net/pythonlaodi/article/details/112605305