基于数据挖掘算法的B站用户行为数据分析 计算机科学和技术专业.docx

基于数据挖掘算法的“B站” 用户行为数据分析 摘要 经过多年的发展，网络视频已经成为互联网上的主要应用之一。目前，网络视频具有数量大、发布快、影响多、影响力大的特点。Bilili Barrage Video Network(简称B站)作为当下国内首屈一指的弹幕视频网站。对全平台的视频调查可知，B站用户创作的视频数量所占比例高达85%。而对于其中的视频创作者而言，如何在互联网繁杂的数据海洋中，进一步分析和研究热点视频则成为了研究的难题所在。本文的数据取自2020年8月的B站，其主要涉及有关生活版块的热点视频数据，并选取了大量热点词、评论等数据进行分析和研究，并最终实现了数据的可视化研究，不仅可以了解这段时间网络舆情的总体趋势，掌握用户的心理态度，加强受众的互动反馈，还可以激发用户对于B站文化探索的兴趣。 关键词 哔哩哔哩；用户行为分析；热点视频；  ABSTRACT After years of development, online video has become one of the main applications on the Internet. At present, online videos have the characteristics of large quantity, quick release, large influence and great influence. Bilili Barrage Video Network (abbreviated as Station B) is currently the leading barrage video website in China. According to the video survey on the whole platform, the proportion of videos created by users of station B is as high as 85%. For the video creators among them, how to further analyze and study hot videos in the complex data ocean of the Internet has become a difficult research problem. The data in this article is taken from station B in August 2020, which mainly involves hot video data related to life sections, and selected a large number of hot words, comments and other data for analysis and research, and finally realized the visualization of the data. Understanding the general trend of online public opinion during this period, grasping the psychological attitude of users, and strengthening the interactive feedback of the audience can also stimulate users interest in cultural exploration at station B. Key words： Bilibilib; User behavior analysis; Hot video;  目录 TOC \o 1-3 \h \z \u 第1章 绪论 1 1.1选题背景与意义 1 1.2研究目的及意义 2 1.3国内外研究现状 2 第2章 关键技术 2 1.1爬虫技术 4 2.2Python 4 第3章 模块设计 4 3.1数据爬取模块 5 3.2数据的挖掘与分析模块 5 3.3数据可视化模块 5 第4章 数据挖掘和分析 6 4.1 样本选取与数据来源 7 4.1.1数据爬取 7 4.1.2数据预处理 11 4.2各功能模块的实现 12 4.2.1热点视频的数据分析及可视化 12 4.2.2视频弹幕数据 27 第5章 总结 32 参考文献 33 致谢 35 PAGE 35 第1章 绪论 1.1选题背景与意义 国内用户将Bilibili简称为B站