前言#
前兩天閒來無事，花了四五天的時間從 B 站（http://bilibili.com）抓取了其 2000 萬 全部用戶。
代碼掛在了 Github 下：https://github.com/airingursb/bilibili-user，大家可以自己下載爬取。
B 站介紹#
bilibili 彈幕視頻網現為國內最大的年輕人潮流文化娛樂社區，該網站於 2009 年 6 月 26 日創建，又稱 “B 站”。
我自己是 2013 年 2 月 14 日註冊的用戶，隱約記得在 2013 年暑假之前 B 站都是限制註冊，只有在特殊的節假日才開放註冊，後來是驗證碼註冊與答題成為正式會員。
接下來，展示一下 B 站的用戶數據情況。（僅僅做了初步的統計）
用戶情況#
B 站是一個 ACG 動漫文化很濃厚的場所，與 A 站（AcFun）共同撐起了中國動漫的一片天。
所以用戶嘛……
不說了，簡單看看我隨便截的圖吧，用戶簽名字段。
用戶數據初步分析#
基本概況#
- 總數據數：20119918
- 抓取用戶的順序為其註冊時間順序：2009-06-24 14:06:54 至 2016-02-18 21:04:52
- 預估遺漏數據：不超過 2%
- 抓取字段：用戶 id，昵稱，性別，頭像，等級，經驗值，粉絲數，生日，地址，註冊時間，簽名，等級與經驗值等。
性別#
- 有效數據：14643019
- 保密：11621898
- 男：1674196
- 女：1346925
這個男女比例是有點出乎個人預料的，接近 1：1。其實之前初步抓了 2013 年暑假之前的數據，男女比例當時還在 3：1 這樣。
可見明確性別的群體還是比較少的，只佔了總數據的 15% 左右。
更多的分析日後再做。
年齡#
- 統計範圍：1970-2010（1980 年除外）
- 總數據：3800767
具體數據不放了，簡單看一下統計結果吧。
主要用戶分佈在 93-00 年的用戶（大概 16-23 歲），其中 97 年（19 歲）用戶佔了絕對的主導地位。
事實證明，B 站小學生並不多，而是高中生、大學生比較多。
90 後用戶占主體，但是用戶年齡段正在不斷後移。畢竟，是一個年輕人的網站。
地區#
- 分析範圍：國內 34 個省市及地區。
- 有效數據：863541
主要用戶分佈在：廣東、江蘇、北京、上海、浙江等地區。都是一些經濟很發達的沿海地區。
註冊時間#
- 統計時間：2009-06-24 14:06:54 至 2016-02-18 21:04:52
- 總數據：20119823
由於 16 年才過去 2 個多月，所以少一點，不過可以預見其發展必將遠超 2015 年。自 2009 年開站以來，每年用戶幾乎都是以指數級增長。
活躍度統計#
- 等級範圍：0 - 6
- 總數據：20119918
- 截止時間：2016-02-18
由於 B 站有經驗等級規則，用戶的活躍度可以依據等級判斷。
等級為 0，就是只註冊未登陸過的用戶。等級為 1 或 2，為非活躍用戶。等級為 3 以上，就是活躍用戶。其中等級為 5 或 6 的，為投稿數特別特別多、視頻特別火爆的用戶，為 B 站的主幹用戶（約 5000 人）。
關於留存率等數據，日後再統計分析。
粉絲統計#
- 有效數據：2011918
- 範圍：0 - 988323
- 截止時間：2016-02-18 21:04:52
哎 - -，我也是有 2 個粉絲的人！
以下是 B 站 TOP20 用戶。很多人都非常的眼熟哈。
以上，就是對 B 站 2000 萬用戶的初步統計。日後會有更加深入的分析。