【python】youtube trending 热点分析 - 什么因素与视频流行有关？

最新推荐文章于 2024-09-20 00:24:08 发布

阿根儿的树洞

最新推荐文章于 2024-09-20 00:24:08 发布

阅读量2.8k

点赞数 1

文章标签： python 数据可视化互联网热点内容

本文链接：https://blog.csdn.net/qq_33874620/article/details/81840996

版权

该博客探讨了利用Kaggle上的YouTube Trends数据，分析不同国家2017-2018年间视频流行趋势，研究了view、likes、dislikes、comments之间的关系，发现视频类别流行程度与时间不成正比，且英国的trending视频在同等观看量下获得的likes和dislikes较少。此外，还揭示了dislikes有时会快速增加，呈现出两种明显不同的模式。

摘要由CSDN通过智能技术生成

1. 问题概述和数据来源

YouTube Trends
YouTube Trends是油管提供的流行视频推荐列表，每日更新，但并不是个性化推荐，每个国家的推荐列表是统一的。
Dataset
使用的数据是在Kaggle上找到的美/英/德/法/加拿大五个国家2017/11/14到2018/06/14每天的trending video列表
思考的问题
我觉得这个数据集有趣的地方在于多维，时间、空间（国家）、不同youtuber/topics、不同category 的内容以及指标（view, likes, dislikes, comments）。可以探究view, likes, dislikes, comments之间的关联，热点youtuber、topics热度趋势（还可以结合Googletrends看YouTube热点与全网搜索热点的吻合程度，超前/滞后程度），以及不同国家热点的区别（geographic differences）。

## 2. 数据预处理 ##

import pandas as pd
import json 

###从csv导入数据，合并，添加国家标签###
df=pd.read_csv('CAvideos.csv')
df=df.assign(country='CA')
list_cou=['DE','FR','GB','US']
for name in list_cou:
    temp=pd.read_csv(name+'videos.csv')
    temp=temp.assign(country=name)
    df=pd.concat([df,temp])

###日期格式处理###
df['trending_date'] = pd.to_datetime(df['trending_date'], format='%y.%d.%m')  
df.trending_date = df.trending_date.dt.date   
df['publish_time'] = pd.to_datetime(df['publish_time'], format='%Y-%m-%dT%H:%M:%S.%fZ')
df=df.assign(publish_date=df['publish_time'].dt.date)
df['publish_time'] = df['publish_time'].dt.time

category名称另外保存在json文件中，读取添加过程如下：

###导入category名称###
df=df.assign(cat_name='a')
for name in list_cou:
    id_to_category = {}
    file=name+'_category_id.json'
    with open(file, 'r') as f:
        data=json.load(f)
        for category in data['items']:
            id_to_category[category['id']] = category['snippet']['title']
    print(id_to_category)
###实际上每个国家的category id-name 字典是一样的
df['category_id'] = df['category_id'