几天前，一个朋友来聊天，表示很羡慕我的6位QQ号，我说有啥好羡慕的，还有那么多5位号呢! 他感叹道:“一个5位号现在值好几万，早知道当初注册个百八十个的话，现在不就发财了… ”!
自我介绍下。传说中的“网络抓取铁手追命”，就是本人了。 主要擅长各种互联网数据抓取挖掘，通晓各种数据源采集规则，互联网江湖人士也，现和你分享一下如何一夜间挖价值9个亿的5位数QQ号用户!
9万条5位数QQ用户的详细数据
QQ号，昵称，空间名称，性别，年龄，生日，所在国家，省份，城市，感情状况，职业(其中QQ空间公开的一共有23283条，占全部9万个号的25.87%)
你还不知道的腾讯用户真相：
在价值9个亿的5位数QQ号用户中出现了神秘人物!
QQ的“金粉世家”主要聚集在哪些地方?
5位数QQ用户如何影响到国家的GDP?
75后85前用户，至今未婚的QQ女们要肿么办?
IT腐男宅女，商场精英，工程师，退休老大爷最爱混迹QQ圈!
到目前为止，没人知道“天若晴”到底是哪位大佬!
QQ的“金粉世家”主要聚集在哪些地方?
大数据分析常用的热力图如下，颜色越深的是代表人数越多，可以看出：人群最集中的是长三角，珠三角和北京。辽宁，湖南和四川瞧着也是略有小成。
再来看看省市的TOP10，前4没有黑马，主要就是国内热点聚集地区;稍感意外的是城市的第5名是我大东北的哈尔滨，而黑龙江也排在省的第7名。
5位数QQ用户如何影响到国家的GDP?
我为什么说稍感意外呢，因为前面也说了5位QQ号这个东西某种意义上也算一种财富象征，不管是虚拟财富还是现实财富;而我大黑龙江虽然白山黑水，地大物博，毕竟GDP在全国还是排在后面的，现实财富会差一些，用一张图来对比下：
一对比就可以看出来，黑龙江在右图(QQ)的颜色明显深过左边(GDP)。咱来算笔账：黑龙江2014年GDP是1.5万个亿，公开的5位QQ号有493个;而山东省GDP将近6万亿，5位QQ号却只有266个?可见老山东起码在互联网+的发展上，落后于黑龙江一筹。
用邓通发明的指标GQ率(GDP除以5位QQ号人数)来计算，老山东高达223.4，而后几名内蒙古，山西，河北也都是重度雾霾的难兄难弟，互联网+的创新不够，急需经济转型啊。
至于东北为何5位QQ这么多(摸头)大概因为俺们东北人喜欢唠嗑吧?这个问题还是等砖家作答吧。
75后85前用户，至今未婚的QQ女们要肿么办?
从结果可以看到，男女分布为60.2和23.2%，其中女生透露自己年龄的不多，只占15%左右;这也是人之常情:)。36大数据表示， 从年龄结构看，75后85前占大部分，确实，QQ大概是98,99年发布的(那时还叫OICQ呢)，那时候90后还都在吃奶玩凯蒂猫呢。女生中70后占比最高，并且未婚比已婚的比例高。
从情感方面的分布图，未婚比已婚的比例高。这个话题，我表示比较有兴趣：70后的土豪Q们大部分时间都在忙事业了，Q男的不着急生娃，Q女不着急婚嫁。大龄女可以叫“剩女”，大龄男不能喊“剩男”，那得叫成熟的“黄金单身”!这让至今未婚的Q女们肿么办? 可以考虑学学小龙女，也许能遇上一段世纪佳缘，百合一生，或者干脆将单身进行到底，做坚强的“黄金剩斗士”!!!
原来IT腐男宅女，商界精英，工程师，退休老大爷最爱混迹QQ圈!
用户职业方面，QQ好像可以随便，因此职业也是五花八门，挑了前十几个最多的做一副云图。另外标识退休的一部分估计早已财务自由。计算机及互联网行业的居多，很好理解。早期QQ号码随便申请，没人知道他的价值，同时安全性也非常差，主要的上网渠道–网吧中有各种后门及盗号木马神马的。所以很大一部分靓号都被各类计算机大神“收集”起来。所以最终形成如下现在的分类图：
后记：拥抱互联网数据
很有感悟“ 互联网上没有垃圾信息，只有放错位置的资源”。关于WEB数据挖掘方面其实是很值得研究的。以上的数据分享案例仅从5个维度做了对应分析，其实根据数据采集的维度，是可以做更广泛分析的。如从腾讯开放的QQ群、QQ会员、QQ拼音及QQ秀等多个公开数据源渠道挖掘收集到非常有价值的数据。就像百度中有很多你需要的开放数据，关键看你怎么去挖掘收集。
多年前，数据采集工作是需要程序员自己写各种爬虫程序，同时需要搞定多线程、数据库、高匿IP等多个技术门槛才能比较随心所欲地做到，整个过程是非常繁琐的。现在好多了，随着互联网云存储计算、大数据相关云技术的成熟，使用支持云采集的SaaS工具化交易平台，一方面自己可以使用工具轻而易举收集到想要你的数据，另一方面也可以直接发个需求让其他开发者或供应方定制给你。自己就可以聚焦在擅长的数据分析方面了。
本文由发源地数据挖掘平台 投稿并首发到36大数据，任何不表明作者、来源和本文链接http://www.36dsj.com/archives/39602的均为侵权。
|
