用数据聊一聊TED
关于TED
TED由理查德·萨尔曼(Richard Saulman)于1984年成立,作为一个非盈利组织,旨在将来自技术(Technology,),娱乐(Entertainment)和设计(Design)领域的专家聚集在一起,TED大会已经成为各行各业思想的圣地。截至到2015年,TED及其姊妹TEDx分会已经发表了2000多个群众免费谈话,其发言人包括艾尔·戈尔,吉米·威尔士,沙鲁克·汗和比尔·盖茨等。
以“值得传播的思想”为口号的TED,完成了一个令人难以置信的壮举,成功的为世界各国的专家提供了一个平台,让他们讲述关于自己的研究和工作18分钟。值得欣喜的是,他们宝贵的见解可以在互联网上免费获得。
比如:
TED官网:https://www.ted.com/
网易公开课:https://open.163.com/ted/
TEDtoChina:http://www.tedtochina.com/
数据可以通过在官方TED.com网站上运行自定义网页抓取工具获得。这些数据是根据知识共享许可证(就像TED讲座)共享的,并在Kaggle上进行托管。你可以在这里下载:https://www.kaggle.com/rounakbanik/ted-talks。
数据集
数据集包含2017年9月21日前在TED.com网站上托管的每个TED Talk的数据。让我简单介绍一下,以便让你对其有个了解。
查看一下数据集的列名:
Index(['comments', 'description', 'duration', 'event', 'film_date',
'languages', 'main_speaker', 'name', 'num_speaker', 'published_date',
'ratings', 'related_talks', 'speaker_occupation', 'tags', 'title',
'url', 'views'],
dtype='object')
列名含义
- name: TED演讲的正式名称,包括标题和演讲者
- title: 演讲的标题
- decsription: 演讲是关于什么的
- main_speaker: 演讲的第一个说话人
- speaker_occupation: 主讲人的职业
- num_speaker: 演讲的发言人数量
- duration: 以秒为单位的演讲时长
- event: 演讲活动
- film_date:拍摄日期
- published_data: 在TED.com发表的日期
- comments: 评论数量
- tags: 演讲的相关主题
- languages: 可用语言数量
- ratings: 收视率
- related_talks: 推荐的其他演讲
- url: 观看地址
- views: 演讲观看次数
数据如下图所示:
共计2550部视频资料,代表着TED的辉煌!
最受欢迎的演讲
不妨先进行一些简单的分析。比如,有史以来最受瞩目的TED谈话是什么。从观看次数入手,应该是个不错的注意。
处理结果如下:
分析
- 肯·罗宾逊演讲《学校扼杀人们的创造力?》是有史以来最受欢迎的TED Talk,拥有4720万观看次数。巧的是,这也是首次在TED站点上传的谈话之一。
- 紧随其后的是艾米·库迪(Amy Cuddy)的演讲《身体语言决定你是谁》。
- 有两个演讲超过了四千万次观看,四次演讲超过了三千万次观看。
不如画个图直观感受一下,
横轴表示主讲人,纵轴表示观看次数
分析TED演讲的月份和年份
TED(特别是TEDx)会谈倾向于全年进行。就TED而言,有没有一个热门的月份?换句话说,自从成立以来,这些演讲如何分配?让我们尝试找出来。
分析统计结果如下:
二月份显然是TED大会最受欢迎的月份,而八月份和一月份是最不受欢迎的月份。 二月份的受欢迎很大程度上是由于二月份举行的TED官方会议。让我们只检查TEDx的情况。
就TEDx会谈而言,十一月是最受欢迎的一个月。但是,我们不能将这个结果作为面值,因为很少有TEDx会谈实际上传到TED网站,因此,数据集中的样本不可能代表所有TEDx会谈。更准确的说法是,十月和十一月最受欢迎的TEDx会谈最多。
TED主题
在本节中,我们将尝试找出TED会议中最受欢迎的主题。 TED虽然是以技术,娱乐和设计为主题开始的,但事实上,它几乎已经渗透到各个领域中。现在我们就不妨研究一下这个问题。
把数据处理之后,我们发现TED囊括了惊人的416个不同类别。现在让我们来看看最受欢迎的主题。
如下表:
将其绘制成图:
不出所料,技术是最受欢迎的演讲话题。另外两个原始派系设计与娱乐也列入了前十名主题。 科学与全球问题分别是第二个和第三个最受欢迎的主题。
下一个问题是世界范围内TED演讲的趋势,技术演讲的需求是否增加?某些年份与全球问题有关的演讲成比例吗?让我们找出来!
我们只会考虑前7个主题,不包括TEDx和2009年之前的演讲。
以及
分析
- 技术类演讲的比例多年来稳步上升,2010年略有下滑,考虑到区块链,深度学习和增强现实等技术的蓬勃发展,这是可以理解的。
- 文化类演讲从2013年开始稳步下滑。文化类演讲的份额在2017年是最少的。自2009年以来,娱乐类演讲的受欢迎程度似乎也略有下降。
TED演讲者
我们要问的第一个问题是谁是最受欢迎的TED演讲者。也就是说,哪些发言人给出了最多的TED演讲。
瑞士健康教授Hans Rosling显然是最受欢迎的TED发言人,在TED论坛上有超过9次的出席。胡安·恩里克斯紧随其后,出场7次。 Rives和Marco Tempest 6次加入了TED平台。
如果你想成为TED演讲者,你应该选择哪个职业?让我们来看看TED最想邀请哪些人参加活动。
作家高居榜首,艺术家和设计师紧随其后。
TED词云
TED 演讲者们最经常使用哪些单词。我们能否在TED演讲中创建一个词云?当然可以,下图便是。
单词One是TED最受欢迎的单词,我认为它很好地包含了TED的想法。Now, Think, See, People, Laughter 和 Know是TED演讲中最流行的词汇。 TED演讲似乎强调知识,洞察力,现在当然还有人民。
项目来自:https://www.kaggle.com/rounakbanik/ted-data-analysis
如果方便的话,关注一下我的公众号呗!
以上。