钉钉在线求饶?小学生主力军?爬取钉钉App Store真实评价数据并分析

裸睡的猪

共 2320字,需浏览 5分钟

 ·

2020-02-20 23:28

作者 | 刘早起早起
来源 | 早起Python

一、前言

近钉钉火了,因为疫情影响,钉钉被教育部选为给学生用来在线上网课的平台,本以为自己因为业务过硬得到官方的认可,是2020上天选中的宠鹅,万万没想到到由于小学生不爽被占用寒假时间上课,于是集体出征在各大应用商店给钉钉打低分⬇️


590f0e455f46d7d03d02c4539fceefac.webp


于是就出现了前几天的“钉钉十一亿下载量,整体评分只有一星”,真是好惨一软件。那么就跟随本文一起通过爬取钉钉在App Store的评分,看看用户的真实反应吧。

二、数据爬取

我们的目标就是从App Store官网拿下这些评论数据做分析⬇️

3ba8cd722da0ff6a999c5adef366a7e7.webp

本来以为要写个爬虫在用正则表达式去提取,结果一搜发现有现成的App Store评论API⬇️

https://itunes.apple.com/rss/customerreviews/page=1/id=/sortby=mostrecent/json?l=en&&cc=cn 

只要将钉钉的id添加进去就OK,这就很简单了,连F12都不用⬇️


eb759e8125110143b11085821b29b5eb.webp

于是我们很轻松的就得到了钉钉在App Store的评论API

https://itunes.apple.com/rss/customerreviews/page=1/id=930368978/sortby=mostrecent/json?l=en&&cc=cn 

打开看看,OK就是这个⬇️,但是比较可惜的是App Store并没有提供评论时间,所以对我们有用的数据就只有用户评分、评论标题、评论内容。


0be5179f078c08ace171392100033c50.webp

注意到这仅仅是第一页的评论,而通过测试发现最多可以查看10页的评论,所以写一个简单的循环把我们需要的信息提取出来,具体代码⬇️

import requests
import pandas as pd
from pandas import DataFrame
flag = [1,2,3,4,5,6,7,8,9,10]
urllist = []
for i in flag:
url = f"https://itunes.apple.com/rss/customerreviews/page={i}/id=930368978/sortby=mostrecent/json?l=en&&cc=cn"
urllist.append(url)
rating = [] #评分
title = [] #标题
content = [] #内容
for url in urllist:
res = requests.get(url)
data = res.json()['feed']['entry']
for i in range(len(data)):
rating.append(data[i]['im:rating']['label'])
title.append(data[i]['title']['label'])
content.append(data[i]['content']['label'])
data = {'打分':rating,
'标题':title,
'内容':content
}
df = DataFrame(data)

最终爬取的数据长这样⬇️


3b3483720ae1686c6e2c76a3a0a17c91.webp

三、数据分析

我们首先看下这500条评分的分值分布

b04635e1e437dd9678808f35c9a64a35.webp

从图中可以看出一共500次评分,1分和5分占了490次,其中打一分的250人,5分的240人,而2分、3分、4分的人数则分别为1、3、6人。看来打分的各位还真是爱憎分明。


接着我们再从title和content中提取与学生相关的文字并统计⬇️

88a8d30cfed2141a66559f21d7de8df4.webp

看来不管是不是评论者是不是小学生,都喜欢在评论里面聊小学生。


我们再统计一下标题和内容中出现最多的一些关键词。可以用pandas里面的.str.contains()方法⬇️


1b7f1c055dcd28d8b28dc8568f1b3e58.webp


再可视化一下⬇️


a29a2475269393f12f016e952eaa4e84.webp

可以看到,给好评的人和给一星的人旗鼓相当,有骂钉钉吵着下架的,也有鼓励钉钉喊着加油的。但是唯一值得关注的是,有不少人想分期消费011af18b035b494cb10b29937d94f7b0.webp


1cf32a23d8e91d643e8a7261e1f4c888.webp

06201de759986bad3bd529c45a01b4bf.webp


好了,最后我们来制作下词云图,上面的可视化主要利用pyecharts,具体在我之前文章中有详细说明。而词云图的制作选择了python里的wordcloud库,具体使用方法就不细说,看代码⬇️

from wordcloud import WordCloud
import matplotlib.pyplot as plt #绘制图像的模块
import jieba #jieba分词

path_txt='content.txt'
f = open(path_txt,'r',encoding='UTF-8').read()

# 结巴分词,生成字符串,wordcloud无法直接生成正确的中文词云
cut_text = " ".join(jieba.cut(f))

wordcloud = WordCloud(
#设置字体,不然会出现口字乱码,文字的路径是电脑的字体一般路径,可以换成别的
font_path="msyh.ttc",
#设置了背景,宽高
background_color="white",width=2000,height=1880).generate(cut_text)

plt.imshow(wordcloud, interpolation="bilinear")
plt.axis("off")
plt.show()

从标题生成的词云图来看,依旧是褒贬掺半

f6e1032014cde538bb3550da4e657799.webp

下面是由内容生成的词云图

0fcf55b77b647a319f8993c76d95c586.webp

四、结束语

以上就是本文的全部内容,笔者也是使用钉钉进行办公。而对于钉钉这波哭笑不得的热搜,我想钉钉官方鬼畜已经给出了答案


d279eebbdee06882399129e664379f8e.webp


158d46b961eeffa8191b144c4a93d2c3.webp

5e935ec12972eaba73c7d80ffd589c91.webp

f0e4508fa12cfae49cca237d3827b42d.webp

eb38690046eea08d3a0f6b4458edb438.webp

浏览 29
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报