序文#
数日前、暇を持て余していた私は、Bilibili（http://bilibili.com）から全ての 2000 万のユーザーデータを取得するために、4〜5 日を費やしました。
コードは Github にアップロードされています：https://github.com/airingursb/bilibili-user。皆さんは自分でダウンロードしてクロールすることができます。
Bilibili の紹介#
Bilibili 弾幕動画サイトは、現在、国内最大の若者向けの流行文化エンターテイメントコミュニティとなっています。このウェブサイトは 2009 年 6 月 26 日に設立され、通称「B 站」とも呼ばれています。
私自身は 2013 年 2 月 14 日に登録したユーザーで、2013 年の夏休みの前までは、Bilibili の登録は制限されており、特別な休日にのみ登録が開放されていました。その後、正式なメンバーになるためには、キャプチャの登録とクイズの回答が必要となりました。
次に、Bilibili のユーザーデータの状況を紹介します。（まだ初歩的な統計のみ行っています）
ユーザーの状況#
Bilibili は、ACG アニメ文化が非常に濃厚な場所であり、A 站（AcFun）と共に中国のアニメ業界を支えています。
そのため、ユーザーは...
話はやめて、適当にスクリーンショットを見てみましょう。ユーザーの署名フィールドです。
ユーザーデータの初歩的な分析#
基本的な概要#
- データの総数：20119918
- ユーザーの取得順序は登録日時の順序です：2009-06-24 14:06:54 から 2016-02-18 21:04:52
- 推定される欠落データ：2% 以下
- 取得フィールド：ユーザー ID、ニックネーム、性別、アバター、レベル、経験値、フォロワー数、誕生日、住所、登録日時、署名などのレベルと経験値など。
性別#
- 有効データ：14643019
- 秘密：11621898
- 男性：1674196
- 女性：1346925
この男女比は、個人的な予想を上回るもので、ほぼ 1：1 に近いです。実際、以前に 2013 年の夏休み以前のデータを取得したとき、男女比は 3：1 くらいでした。
明確な性別を持つグループは比較的少なく、全データの約 15% を占めています。
より詳細な分析は、後日行います。
年齢#
- 統計範囲：1970-2010（1980 年を除く）
- 総データ：3800767
具体的なデータは省略しますが、統計結果を簡単に見てみましょう。
主なユーザーは 93〜00 年生まれのユーザー（おおよそ 16〜23 歳）で、その中でも 97 年生まれ（19 歳）のユーザーが圧倒的な大多数を占めています。
事実は、Bilibili には小学生はあまりいないことを証明しています。代わりに、高校生や大学生が多いです。
90 年代生まれのユーザーが主体ですが、ユーザーの年齢層は徐々に後ろに移動しています。やはり、若者向けのウェブサイトですからね。
地域#
- 分析範囲：中国の 34 の省市および地域。
- 有効データ：863541
主なユーザーは、広東、江蘇、北京、上海、浙江などの地域に分布しています。これらは経済が非常に発展している沿岸地域です。
登録日時#
- 統計期間：2009-06-24 14:06:54 から 2016-02-18 21:04:52
- 総データ：20119823
16 年しか経っていないため、少ないですが、2015 年を遥かに超える発展が予想されます。2009 年のサイト開設以来、ユーザー数は指数関数的に増加しています。
アクティビティの統計#
- レベル範囲：0〜6
- 総データ：20119918
- 終了時間：2016-02-18
Bilibili には経験値レベルのルールがあり、ユーザーのアクティビティはレベルに基づいて判断することができます。
レベル 0 は、登録のみでログインしていないユーザーです。レベル 1 または 2 は非アクティブなユーザーです。レベル 3 以上はアクティブなユーザーです。その中でもレベル 5 または 6 は、投稿数が非常に多く、動画が非常に人気のあるユーザーであり、Bilibili の中核ユーザー（約 5000 人）です。
滞在率などのデータについては、後日統計分析します。
ファンの統計#
- 有効データ：2011918
- 範囲：0〜988323
- 終了時間：2016-02-18 21:04:52
ああ、私も 2 人のファンがいます！
以下は Bilibili の TOP20 ユーザーです。多くの人々が非常におなじみですね。
以上が、Bilibili の 2000 万人のユーザーの初歩的な統計です。今後、より詳細な分析が行われる予定です。