背景
大家知道，YouTube的博主的收入是由广告+广告商赞助构成的。目前kaggle上有免费的YouTube的热门视频数据，这就在告诉你，这些视频不是视频，而是香喷喷的钱 ！那么，假设来了，如果我是一个新人，我要在YouTube上创出一片天地，这份数据对我而言有何参考作用？
假定评价一个视频是否火的评判标准是观看量。那么我要怎么做才有概率火起来呢？
数据来源
kaggle的公开数据。该数据集包含有关YouTube每日热门视频的数据。包括美国，GB，DE，CA和FR地区（分别为美国，英国，德国，加拿大和法国）的数据，每天最多列出200个趋势视频。
数据中category_id字段，在相关的json文件中。
该文章分析的是德国地区的YouTube的热门视频。
提出问题
仔细观察了数据中的字段，发现可以从这几个角度去分析数据。
- 定位
- 不同类型电影的上榜数量？
- 不同类型电影的热度如何？
（为账号定位提供一方面的支持）
- 内容
- 发布时间是如何分布的？
- 从发布到上榜的时间差？不同类型之间有区别吗？
- 标签的长短与热度有关系吗？
- 粉丝互动
- 喜欢，不喜欢，评论，甚至关评论等等之间与观看有没有什么关系？
- 不同类别之间，喜欢，不喜欢，评论和观看是怎么样的？
数据处理
category _id字段的内容在json文件中，因此需要对这个字段做处理。
然后对相应category_id进行修改，字典中key为str类型，需要将原数据中的category_id进行str转化。
初步看了下，2个时间都是object类型，然后对2个时间序列进行处理。
然后再对重复值，缺失值进行处理。
数据分析
不同类型电影的上榜数量？
娱乐方面的视频上榜数远远大于第二，第三名，说明娱乐类型的视频受众比较广泛，大家都爱看，比较容易上热门。
不同类型电影的热度如何？
综合不同类型的上榜数量可以观察到，虽然娱乐类的上榜数量很多，但是其平均的流量量却表现一般。音乐，电影以及film&animation的平均浏览度更高，但movie的上榜数量非常少，说明要上榜难度很大（或者这个领域内的整体创作数量不多）。
数据离散太大，箱型图并不能太直观的展现，但可以得到这几个结论。
- 娱乐和音乐的播放上线比较高，超高播放量都是从这2个类别里出的
- 电影整体的播放量很集中（相较于其他而言），且中位数较高，一旦上榜，其播放量必有较好的反响。
- music也有较好的中位数，上四分位数较高，view整体的表现较好。
作为一个新人youtube博主，选择一个平均浏览量高较高，且上榜数量较多（至少说明受众较多）的领域作为开拓较好。可以暂时先把入场的目标选定为娱乐，音乐，以及film&animation。
发布时间是如何分布的？
下午16点是发布的高峰期，猜测可能是因为发布过后的几个小时（5-8点左右）,是用户刷youtube的高峰期，这段时间的观看量可能是能否上热门的重要评判条件。因此可以考虑在下午15点—下午18点之间发布。
从发布到上榜的时间差？不同类型之间有区别吗？
可以看到，有91.58%的youtube热门视频在3天之内上了热搜，6.83%的视频在3-5天之内上了热搜，1.58%的视频在5天之后上热搜。
这说明，我们的视频如果3天之内没爆，那几乎是不可能会爆了。赶紧准备准备下一个了。毕竟更新节奏不能断。
标签的长短与热度有关系吗？
可以很明显的看到，2个变量之间是没有相关性的。阅读量较高的music标签较少，仅17个；娱乐类标签有21个，而film&animation有20个。
喜欢，不喜欢，评论，甚至关评论等等之间与观看之间有没有什么关系？
负相关：从整体来看，负相关都在-0.01以下，没有呈现明显的负相关性。
正相关：like和views，view和comment_count以及view和dislike之间都有比较强的正相关性。特别是like和views，达到了0.83。
让我们进一步查看各类别之间view，like，dislike以及comment 之间的关系。
由于类别太多，我分了2组。
（2-5）：可以大致分为4类，第一类蓝色点类（音乐）称之为口碑类，大部分视频获得的喜欢的增长要大于view的增长，说明这类视频是好评较多的口碑视频；第二类是绿色点类（娱乐类）称之为普通类，随着view的增长喜欢也同步增长，但后期随着view的增长，喜欢的增速度有所下降；第三类棕色（科学和科技）称之为无感类，views增长的速度远远大于喜欢增长的速度；第四类紫色点（人和博客），2级分化较明显）
（3-5）：我们可以观察到，整体视频得到喜欢的容易度要大于得到不喜欢。播放量高的视频，往往是好坏参半，不要轻易进人和博客这个板块，容易被骂。
（4-5）：口碑类的视频更容易获得大量的评论，普通类获取的评论较喜欢而言要少一些。
音乐类是最容易获取口碑和view双收的类别；娱乐类视频播放量较大，整体获得的不喜欢较喜欢而言要少，但头部视频还是容易获取更多的不喜欢；人和博客类两级分化明显，做得不好就容易挨骂。
体育类存在一些随着播放量增多不喜欢增多的视频，且有部分视频用户无感；游戏类和宠物类的评论较多。
总结和结论
- 账号定位
- 可以从娱乐，音乐，以及film&animation 三个类型的视频去切入战场。
娱乐账号的上榜视频数量多，占总体上榜视频数的33%，有着非常广泛的受众，是一个很好的切入口。而音乐和film&animation的单个视频的观看量高，他们的平均观看是所有类别的2.54倍和1.29倍。一旦上榜，其播放量客观。
- 切勿轻易踏入人和博客这个领域.
这个领域分化比较严重，好的视频获赞不错，差的视频常常遭到用户的不喜欢。10000个观看中平均有3个dislike，是第二名的1.5倍。
- 电影是比较好的分类，有够强的专业实力可进入
电影的每万人不喜欢率为最低，仅只有0.7个，且单个视频的观看量也非常之高，是所有类别的观看均值的2.48倍。虽然数据很优秀，口碑也非常好，但上榜视频仅仅只有6个，可见其上榜难度很大，够强的专业实力或许能帮你解决问题。
2.内容
- 视频发布时间可选择在下午15点至18点之间。
大多数YouTube博主在此时间段发视频，可能是考虑到往后发布过后的几个小时（5-8点左右）,是用户刷youtube的高峰期。
- 视频更新的间隔时间可以为3天。
有91.58%的youtube热门视频在3天之内上了热搜，如果3天内没上热推，那么后面上热推的概率就很小。可以以3天一个频率来发布视频。
- 标签长度和上热门没有关联。
