Youtube时下流行榜单视频数据分析

Youtube是一个著名视频网站，以下数据集来自kaggle，包含5个国家(DE:德国;FR:法国;CA:加拿大;US:美国;GB:英国;)时下流行榜单上每天大约200个视频。

时下流行榜单上的视频有什么特点呢？根据官方说法：

“时下流行可以让观看者看到 YouTube 和世界各地正在发生的事情。一些时下流行的内容是在意料之中的，如当红音乐人发行的新歌或新电影预告片。另一些则出乎人们的预料，如病毒视频，其目标是挖掘广受各类观看者喜爱的视频，不是个性化的。

时下流行旨在挖掘出具有以下特质的视频：能够吸引各类观看者；不误导、骗点击或耸人听闻；能展现 YouTube 上和世界各地正在发生的多种事情；最好是新奇或出人意料的。

被纳入考虑的标准包括（但不限于）：观看次数；观看次数的增长率；观看次数来自哪里（包括 YouTube 以外的观看）；视频的新鲜度。

时下流行结合这些标准生成了一个视频列表，这意味着某天中观看次数最多的视频在“时下流行”中可能不会排在第一位，而观看次数较多的视频可能会排在观看次数较少的视频之后。”

通过官方解释可以了解到时下流行类似于视频网站的排行榜，综合考察了反映了视频流行程度、受欢迎的广泛程度和新鲜度等等的指标，不是个性化推荐的结果，而是一个“大杂烩”，榜单希望照顾到到大多数人的喜好。

该数据集包含以下字段：
video_id：视频id
trending_date：榜单日期
title：视频名称
channel_title：频道名
category：视频类别名
category_id ：视频类别id
publish_time：发布时间
tags：视频标签
views：观看次数
likes：点赞次数
dislikes：差评数
comment_count：评论数
thumbnail_link：缩略图链接
comments_disabled：能否评论
ratings_disabled：能否评级
video_error_or_removed：视频有没有发生错误
description：视频描述

分析目标为：

• 榜单上视频和频道的集中程度
• 视频的持久度和新鲜度
• 视频的观看和互动情况
• 视频受欢迎的广泛程度
• 视频观看和互动的增长情况
• 观看量相关性分析

导入和处理数据

主要进行下列处理：

• 导入数据，并对数据进行去重
• 将发布日期和榜单日期转换为时间格式
• 计算以下几个字段：
  • 视频在不同国家榜单上的出现时长
  • 视频从发布到上榜的天数
  • 视频出现在几个国家的榜单上
  • 视频的点赞率、差评率、点赞差评比例和评论比例
  • 视频观看次数、点赞次数、差评数和评论数量的增长量和增长率

PS：一个视频有可能连续出现在榜单上，这样统计的观看次数、点赞次数、差评数和评论数会重复叠加，前四个目标采用的数据集是总数据集去重得到的(只留下每个国家榜单上单个视频最后一天的数据)，最后一个目标增长情况会用到整个数据集。

榜单上视频和频道的集中程度

每个国家榜单的视频数和频道数

total_for_country.jpeg

英国和美国榜单上的视频数和频道数都比其他三个国家少，推测这两个国家有些频道有多个视频上榜，这些频道可能影响力比较大，而且大部分视频在榜单上的持续时间比较长。

每个国家榜单视频的平均观看数、平均点赞数、平均差评数和平均评论数

average_for_country.jpeg

四幅图的趋势相似，英国的观看数、点赞数、差评数和评论数最高，其次是美国，加拿大、德国、法国依次递减，趋势和每个国家的视频数及频道数相反，视频数越少，该国家视频上榜天数越长，上榜天数越长，相应地观看量越大，点赞数、差评数和评论数也就越大。

每个国家不同种类视频数量

category_video_count.jpeg

• Entertainment(娱乐)类别在所有国家榜单上的视频数是最多的；人物记录(People & Blogs)、教程类(Howto & Style)、喜剧类(Comedy)和运动(Sports)类别在所有国家榜单上的视频数量位于前列，说明在五个国家中这几类视频比较受欢迎，特别是娱乐类视频。
• 美国和英国榜单上音乐视频数量很多，音乐视频在这两个国家比较受欢迎。
• 美国、法国、德国和加拿大都有较多的新闻政治类视频上榜，这几个国家相较英国可能经常在youtube上看时事新闻，英国视频数量比较多的类别都跟娱乐有关系。

视频的持久度和新鲜度

不同国家视频上榜天数和发布至上榜天数

trending_days.jpeg

上图符合先前的推测，确实英国和美国榜单视频的持续天数远远大于其他三个国家，有的视频甚至长达一个月，而且视频从发布到上榜的时间也是比另外三个国家大得多。

视频的观看和互动情况

视频的观看次数大致反映视频受欢迎程度，而点赞、差评和评论反映了观众与视频之间的互动情况。

不同国家视频的点赞率、差评率、点赞差评比例和评论率

active_data.jpeg

• 五个国家的差评率都很低，毕竟上了榜单的视频，经过了数据的初步检验，差评一般来说不会低到哪去。
• 英国和美国的点赞率和评论率都比其他三个国家略低，但是他们点赞差评比例比其他三个国家略高，德国、法国和加拿大对视频的点赞和差评数没美国和英国大，这三个国家对视频的主观感受分化较大，视频评论中的差评比例可能比较大。

视频受欢迎的广泛程度

这里的广泛程度我主要看视频出现过在几个国家的榜单上，每个国家榜单不同，国家之间存在文化等差异，如果一个视频出现在多个国家的榜单上，那么这个视频跨越了这些差异赢得了多个国家观众的喜爱。

有多少视频上了多个国家榜单

country_count.jpeg

可以看到由于地域性的关系，大部分视频都在一个国家的榜单上，只有少数视频出现在两个以上国家的榜单上，极少数视频出现在5个国家的榜单上。

country_count_view.jpeg

country_count_data.jpeg

country_count_catetory.jpeg

• 视频出现在越多国家的榜单上，观看数、点赞数、差评数和评论数就越多，毕竟受众越广嘛。
• 视频出现在越多国家的榜单上，视频从发布到上榜所花的时间和在榜单上的持续时间更长。
• 对于受众国家少的视频或受众国家多的视频，娱乐、人物记录、运动、喜剧这几类视频数居多。随着视频受众国家增多，音乐及电影和动画类视频的比例增大，音乐类视频比例甚至超过了娱乐类视频比例，同时教程类和新闻政治类视频在减少。娱乐、人物记录、运动、喜剧、音乐、电影类视频都跟娱乐有关系，这些类别可以跨越文化等差异传播更广，受众面更大，而新闻政治类和教程类视频区域性可能比较强，对于新闻政治类每个地区每天发生的事不一样，关注的新闻自然不一样；对于教程类地区，可能更注重时尚的地区穿搭、化妆类教程更受欢迎等。

视频观看和互动的增长情况

不同国家观看、点赞、差评和评论的增长量

growth.jpeg

不同国家观看、点赞、差评和评论的增长率

growth_rate.jpeg

• 美国和英国榜单上视频观看次数、点赞数、差评数和评论数每日增长量总体上比其他三个国家小，而且他们的观看量、点赞数、差评数和评论数每日增长率也比其他三个国家小。官方说法中提到观看量是榜单考虑的重要指标之一，可能是因为美国和英国增长比较慢，因此视频从发布到上榜所用的时间更长。
• 德国、法国和加拿大的每日增长率比较分散，说明一部分视频增长快甚至指标在飙升，另一些视频增长就没那么快了。观看增长率也是榜单考虑的因素之一，如果指标是以地区均值作为参考，美国和英国视频虽然增长慢，但是增长速率差别不大，在榜单上能持续更长时间；另外三个国家增长率差别大，视频增长跟不上就下榜，榜单视频更新迭代速度快。

观看量相关性分析

视频的观看次数与点赞、差评和评论的数量及增长量、在榜单上的持续天数以及所上国家榜单数有很强的正相关性。

结论：

• 美国和英国榜单上视频和频道数量比其他三个国家集中程度高，在榜单上天数也更长。娱乐、音乐、人物记录、教程类、喜剧、运动和新闻政治类视频数比较受大众欢迎，特别是娱乐和音乐类视频。
• 视频出现的国家榜单数越大，观看数、点赞数、差评数和评论数就越多，娱乐、人物记录、运动、喜剧、音乐、电影类视频受众比较广。
• 美国和英国榜单上视频观看次数、点赞数、差评数和评论数每日增长量和增长率比德国、法国和加拿大小，德国、法国和加拿大的每日增长率比较分散。
• 视频的观看次数与点赞、差评和评论的数量及增长量、在榜单上的持续天数以及所上国家榜单数有很强的正相关性。