简书=鸡汤？爬取今日看点数据：1916篇简书热门文章可视化

一、前言

最近写得两篇关于简书的数据可视化文章：《简书推荐作者风云榜（爬取简书app数据）》、《我的简书一月记：数据可视化》反响都还不错，因而将继续针对简书进行数据分析和可视化。鉴于此前爬取手机app效率较低，本次重新回归网页数据的爬取。

爬取的对象是：今日看点专题下的“热门”文章数据。一篇文章被编辑收入“今日看点”，即意味着作品将立刻登上首页，得到很好曝光，为更多用户所阅读和喜欢。而本专题“热门”一栏里，收录着简书上至今为止最炙手可热、获赞数最多的文章，针对这部分数据进行研究和分析，可以得知哪类文章最受简书用户喜欢，哪些作者创作了“高质量”的作品等信息。

二、数据获取

上图可知，目前今日看点收录了148618篇文章， 共有30194人关注。原本想获取所有的文章，但发现爬取到1900+篇时，就再也无法得到更多数据，可能简书方面限制和保护了数据。

但根据这1916篇文章获赞数降序可知，排名第一的文章，获赞数为：17076；排名最后的为488。由此可见，简书上最热门的文章应该都已经获取到了（后来发现其实并没有，仅是部分，脸疼），基于此后续研究可以继续展开。

三、数据可视化

1、年度月份分布情况

首先，我们来看看，截止目前，这些简书上最热门的文章都发布在何年何月？作为一名来到简书一个多月的小透明，一直不知道简书是何时“横空出世”的，@简叔、@简宝玉可否解答下。

由下图可知，最早的热门文章出现于2014年5月，是@CNFeat创作的《如何搭建一个独立博客——简明Github Pages与Hexo教程》一文。（间接知道了简书起码是在三年前就已经存在了）。之后逐年递增，猜测可能是新增用户基数越来越多，平台越来越为人所知，而且作品越来越好？所以热门文章出现的越来越多。从2016年7月起，出现较大涨幅，并持续到2017年3月，每月热门文章均在110篇以上。在今年的4月份起，持续四个月相对回落了许多。这部分不知道原因何在，难道是太热了，大家创作欲望低迷？

2、24小时分布情况

接着看看发布时间情况，11点钟文章最多，觉得蛮奇怪的，作为一只喜欢在晚上发布文章的小透明，原本觉得晚上才是创作的大好时光啊，11点钟已经属于饭点，难道是上午潜心创作，一天之计在于晨，将当天的写作任务早早的完成，一身轻松？再是24小时都有人发布文章并成为热点，可见鸟儿大了，什么林子都有啊。逃......

3、2017年热门文章

看了那么多历史的数据，那么到底今年有哪些热门文章？到底作为一名普通的作者，该如何写出广受好评的文章呢？

筛选下本年度按获赞数降序的文章，如图，简单浏览下标题，发现非常多设问的句式，想诱导人点击阅读，哪能不用“问号”呢！很多作者的经验分享，或者称作“教做人”的文章？而偏技术性的文章几乎没有，当然原因可能很多，个人也有个人的看法。不过对我来说，倒是可以努力写写数据分析和可视化的文章杀进去，占得一席之地。横空出世，石破天惊，一鸣惊人，@Deserts_X，决定就是你了！咱们年末热门文章见！

4、阅读数、喜欢数与评论数

一篇文章的热门程度，直观地体现在喜欢数和评论数里，当然前提是有被大量阅读。如图可知，有一篇文章阅读数远远高于所有的文章，那就是@简叔的《简友常见问题汇总》，作为简书新手向的使用手册，有此数据，也属正常，虽然不知简叔有多少用户，但86w+的阅读量估计是前无古人后无来者了。

再将目光移动到这篇官方文章之外，首先就能看到第二梯度，20w+阅读量的文章也有近十篇，也是非常难以企及的战绩，虽然其中好几篇的获赞数稍显“平庸”，（手动滑稽）。

换个角度，再看一遍。局部放大，看不到那些讨人厌的神级数据后，觉得神清气爽多了，努力努力应该还是有机会跻身其中的。

5、文章作者

有留心上文CSV截图的，可以对这些文章都是谁写的有了初步的了解。对所有作者进行统计，文章数量靠前的每人贡献的情况如下，也是牛逼坏了。

第一名属于简书一哥@彭小六，共收录了106篇文章。看来分析简书数据永远都避不开的一哥。

并列第二名的是@怀左同学和@韩大爷的杂货铺，均收录了41篇文章。

所有799名作者都有一席之地，按照收录文章数直观的贡献情况如下，最左边和最上边即为排名前十几的作者情况：

切换成曲线图，按降序排列，可见有一条贴近横坐标，长长的曲线。大多数人无法贡献热门文章，能贡献的人里大多数也只能有一两篇惊艳之作。

799名作者中有84名为签约作者，共贡献625篇文章。不过不知道简书现在到底有多少名签约作者。单看此数据，热门文章里非签约作者占比也还是蛮大。

其他715名为非签约作者，共贡献1291篇文章：

将这1916篇文章对应的799名作者生成如下词云，假如今日头条想像签走知乎300大V一样来签走简书大V，大概可以参考此图。逃......

单人贡献5篇及以上热门文章的，共有69名作者。

6、文章标题

不知道有多少人觉得简书的文章太过鸡汤，或者不熟悉简书的人，是否直接就认为“简书=鸡汤”？那到底是不是这样的呢，看看热门文章都有哪些大概就能知道一二了。标题的数据上文CSV也有不少了，此处将所有标题直接丢一个在线词云网站，看看都有哪些词出现了：

什么、如何、书、英语、大学、推荐、自己、人、坚持、努力......这些词所形成的语境，可以照见背后点赞的简书用户组成还是偏于年轻。虽然可能伤到一些人，但个人感觉一个不完全知道自己喜欢什么、有什么爱好、对学习和生活都没有好的把控的人，或许更会汲汲于阅读这些文章，当然这可能是每个人成长中必须经历的过程，看这些文章可能也会有收获，对自己有所指导，但是否又有很多人其实只是点个赞、收藏下，该如何的生活依旧如何的生活，下次看到类似的文章，依旧点进去，依旧退出来呢？

上面的词云还是太过简单粗暴，调用玻森NLP的API，获取所有标题的词频排名前100的关键词，返回结果如下：

没有了杂乱无章的文字后，在精简的词云里，更可以看出，出现最频繁的词有：你、干货、写作、英语、推荐、大学、努力、书、读书、人生、坚持、方法......嗯。

四、小结

所有假如你是一名非简书用户，看到这些词云和标题，你觉得简书是否等同于鸡汤呢？又或者，你已经是一名简书用户，日常看到的文章，首页上呈现的文章，对你来说又意味着什么呢？

非引战，欢迎评论，共同探讨想法。