深圳市场调查：大数据与“共享单车”-上书房信息咨询.pdfVIP

深圳市场调查：大数据与“共享单车” 2016 年底以来，国内共享单车毫无征兆的就火爆了起来，彼时一张手机截屏蹿红网络 —在这张截图上， 24 个共享单车应用的图标霸满了整个手机屏幕，昭示着共享单车市场抢 夺大战的激烈和残酷。 数据统计： 共享单车领域两大巨头—摩拜单车和 ofo 近一年的客户端用户增长数据， 二 者的用户增长曲线别无二致， 都是一路高歌猛进， 共享单车领域的火爆势头在短时间内不会 遏止。 同时， 在全国各大城市， 在街头巷尾，在居民小区和创业园区，排满了各种颜色的共享 单车，仿佛一夜之间，共享单车如“千树万树”的梨花一般，盛开到了泛滥成灾的地步了。 与此同时，各种乱象也是接踵而至，触目惊心：人为肆意毁坏单车、车身乱贴小广告、 街上随意停放, 对于当下共享单车在互联网界的火热状况， 从大数据文本挖掘的角度来做一番分析， 主 要是从海量的文本数据中找到有价值的讯息和观察视角， 透过文本挖掘了解共享单车相关的 热门话题和潜在趋势。 以下是本文的行文路线图和所涉及的文本挖掘方法。 1、数据采集和预处理 在数据采集部分，想采集跟共享单车关联性强的文本数据，没有去写爬虫去爬取数据， 而是用到了新浪微舆情“信息监测”中的“数据导出”功能，根据设置的关键词检索逻辑， 将所有涉及到共享单车的各类媒体文章的标题、 发布时间、 媒体名称、 正文及正文分词等数 据下载下来，省去文本数据的清洗和预处理过程，直接进行文本挖掘部分。 在这里， 选取了市场上主流的 26 个共享单车品牌， 再加上关键字 “共享单车”，形成如 下的关键词检索逻辑： 共享单车 +(永安行 |ofo| 小鸣单车 | 小蓝单车 | 智享单车 | 北京公共自行车 | 骑点 | 奇 奇出行 |CCbike |7 号电单车 | 黑鸟单车 |hellobike | 酷骑单车 |1 步单车 | 由你单车 | 踏踏 |Funbike 单车 | 悠悠单车 | 骑呗 | 熊猫单车 | 云单车 | 优拜单车 | 电电 Go 单车 | 小鹿单车 | 小白单车 | 快兔出行 | 摩拜单车 | 绿游 GreenBike) 选取 2017-3-1~2017-6-30 之间的数据， 经由上面的检索关键词， 可以得到我们想要的数 1 据，为节省时间，仅选取“新闻”这一信息来源的文本数据作为分析对象，因为这部分的数 据比较符合要求，包含的噪音较小。 2、常规描述性数据统计 在正式的文本分析之前， 再对上述预处理后的数据进行描述性分析， 先从表层获得这些 数据的直观印象。 首先是这 4 个月有关共享单车的文章数量的分布情况。 经统计，共有 4056 个媒体发布了跟共享单车有关的文章，在 Excel 中使用“数据分析 - 描述统计”对这些媒体发文数据进行描述统计，得出如下结果： 由此可见，在文章总数 88,291 篇、发文媒体 4,056 个的情况下，平均每个媒体的发文 数约为 22 篇（ 21.66 ），其中的中位数为 3 篇，众数为 1 篇，最大发文数为 4,815 篇。结合 下面的直方图，数量分布呈现明显的左偏态，主要集中在“ 0-300 篇”这个区间内（其中绝 大部分为 1 篇）。 再来展示发文数量 TOP30 媒体