freeBuf
主站

分类

漏洞 工具 极客 Web安全 系统安全 网络安全 无线安全 设备/客户端安全 数据安全 安全管理 企业安全 工控安全

特色

头条 人物志 活动 视频 观点 招聘 报告 资讯 区块链安全 标准与合规 容器安全 公开课

官方公众号企业安全新浪微博

FreeBuf.COM网络安全行业门户,每日发布专业的安全资讯、技术剖析。

FreeBuf+小程序

FreeBuf+小程序

基于某异性交友APP的小数据分析
2019-08-03 11:30:52

前言:

我习惯在包里藏一瓶百无聊赖,打发人间的白云和苍狗,一日百无聊赖的我下载了某款异性交友APP,开始了我的异性交友之旅,尬聊了两天成功率为0的我略感苍白。感觉APP里的小姐姐太优秀了,这样尬聊下去注定要孤独一生,于是就在想是否对这些妹子进行大数据分析一波,分析出妹子的需求,才好对症下药。

一、数据抓取

1.1数据源获取

想法有了,数据该从哪里来呢,这个交友APP是采取匹配机制。无法无限爬取。限制如下:

1.非会员每个人一天只能匹配5次。只有匹配到了才能看对方资料。

2.对方匹配到你跟你发起聊天。

3.对方匹配到你的动态评论或者点赞,你才能看到对方的动态。

因为有以上三点限制,每天能爬取的数据就非常少,等爬完这些数据,我又要单身好几年,这是无法容忍的,于是乎我便对这款APP进行了友情测试,发现一个系统BUG,可以把自己匹配的权重调为最优,只要写成脚本,就可以让妹子无时无刻优先匹配对象为你。这样就可以做到人在家中坐,妹从天上来。

下图为跑脚本90分钟的数据量:

抓取.jpg

图1.抓取90分钟样本

于是乎跑了一个星期,共收到了5300+妹子的打招呼,12000+的访问量(本来想截图装逼的,可是手贱把状态值点没了)下面我们就开始爬取数据。

1.2数据选取

既然有了数据源,就到了选取数据的阶段,决定要爬取哪些数据。经过反复分析,我选定了三类数据,并录入数据库。

妹子跟我的聊天内容及时间。(也就是妹子打招呼的第一句话)。

妹子的动态信息。

妹子对我动态评论的信息(这个本文不分析)

二、数据除杂

在数据整理的时候发现这款APP有机器人和真人推广的存在,用于推广股票,贷款之类的产品。所以这一部分数据普遍是没有价值的。

推广1.jpg

图2人工推广
推广2.jpg

 图3人工推广

通过分析这些机器人或者人工推广,他们的动态几乎是空的,所以这里把动态为空的认定为废数据,虽然可能会误杀新手用户,但也是没有办法的。我们把这些废数据从数据库内删除。

三、数据分析

3.1妹子在线频段分析

根据妹子打招呼及动态的时间进行分析,可以得出妹子们一般在哪个时间段出现。

一天折线分布.png

图4.平均一天折线分布图

可以从上图看出从4点开始,在线小姐姐人数呈直线上升并在10点达到峰值。这仅仅是打招呼的小姐姐们,按访问频率来换算,每2个匹配到的会点进来看,每3个就会有一个打招呼的话,人数应该再乘6。

周一到周日小姐姐分布图:

一周分布图.png

图5.一周每天人数分布图

可以看出周五周六周日为小姐姐们的频繁活动时间,让人意外的是周六没周五高???

3.2妹子对异性打招呼用语

因为本人没学过数据分析只会计数,所以只能计数分析,首先随机挑选样本数据进行分词。

分词之后计数统计:

你好 3000+
小哥哥 1000+
表情 1000+
Hello 1000+
1000+
Hi 900+
在干嘛 300+
小可爱 34
1

因为数字不太准确,所以用了模糊的数据,还有那个说呸的小姐姐真的很优秀。

3.3动态信息分析

看到好多小姐姐会在动态中写出对对象的要求,这里我们依旧用分词计数分析(其他的我真不会),分词的时候把要求无关的剔除可以得出下表。

高颜值/颜值控 1400+
幽默 1200+
大长腿 1000+
180 1000+
无不良嗜好 900+
不抽烟/不酗酒 900+
土著/本地 900+
110                                   700+
310 500+
25岁以上 200+
老实 100不到

看到这些要求我突然觉得电脑为何突然看上去这么眉清目秀?

不过这些要求让我想起了一张图,我简单画一下:

妹子的理想.png

图6.妹子理想图

*本文作者:꧁,转载请注明来自FreeBuf.COM

# 数据分析 # 大数据 # APP # 异性交友
本文为 独立观点,未经允许不得转载,授权请联系FreeBuf客服小蜜蜂,微信:freebee2022
被以下专辑收录,发现更多精彩内容
+ 收入我的专辑
+ 加入我的收藏
相关推荐
  • 0 文章数
  • 0 关注者