在这上千条微博存入数据库之后，我便开始对其进行大数据分析了，包括我最喜欢转发谁的微博、我在星期几最喜欢发微博，以及微博当中包含最多的关键词等等。很是有趣。

我的微博复刻网站欢迎访问： https://hzy.pw/i/qqweibo/

相关技术介绍： https://hzy.pw/p/2554

下面是对我的腾讯微博的大数据统计。

我一共发布了 1620 篇微博，其中转发和原创的比例如图。可以看出，初中时候的我可以说是很认真地在更新自己的微博（就像现在认真的写这个博客一样 :P），没有灌水。

将所有微博正文提取、分词处理后，使用 NLP 中关键词提取的相关算法，得到了我微博中最常见的 30 个关键字，按照面积比例做成了这幅统计图。

可以看到那时的我完完全全就痴迷于 iOS，从越狱到汉化 App 到开发小程序。不得不承认乔布斯时代的苹果真的是秒杀竞争对手的存在，有着极大的魅力，不过我现在更喜欢安卓就是啦~ 

这时我顺便还进行了所有微博正文的情感分析，后来发现意义不大，模型输出结果显示积极情感  >99.999%（如果是对单条微博进行情感分析，则输出正常，但我懒得去处理和统计了）

我从 PC 网页端发布的微博占接近 40%，实际上在 2011 年前后，使用手机发微博真的是一件值得炫耀的厉害事情，但如今正好相反，手机发微博才是理所当然的主流。互联网的发展令人感叹。

很有趣的微博附图统计。在当时很长一段时间，微博只允许上传一张图。至于 “无图”，在微博最开始时还真是大家的选择，以现在移动互联网的思维来思考是难以理解的。

发了两百多条微博那个月我也是够闲。。。PS：我离开腾讯微博，来到新浪微博的时间是 2012 年 12 月。

将数据结构化地存在数据库中就是方便，大多数数据都是一条 SQL 搞定，于是随手统计了一下每周和每日的发微博时间分布。

能得出来的结论就是：我是一名周内认真学习，每天按时睡觉的好孩纸。

我转发微博真的挺少，而且转的最多的还是我自己的微博，因为我最喜欢的就是我自己。

最后一张是我的的微博的热度统计，热度定义为评论和转发的总数。不过我一直不太在意就是了。各条微博按照时间升序在横轴上排列。

结语

腾讯微博对我来就像自己的日记本一般，有着特别的意义，但是目前已经淡出舞台。

欢迎大家关注来我的个人网站、新浪微博，以及 Github 和知乎：https://hzy.pw/connect

曾经我看到一个调查报告《iOS与安卓用户的区别》，最终的结论居然得出了“iOS用户更喜欢吃番茄”、“安卓用户更喜欢周末出去玩”等等，这样乱七八糟的东西。而这也就是大数据的功劳，当某个公司得到大量网民的信息后，就可以轻易归纳总结出各种结论，作用自然是分析市场需求，为自己服务。

我的网站虽然每日访问量也就200左右，但从中可以得到的数据量依旧相当给力，下面公开给大家看看，当然不会有任何泄露隐私的情况！

统计时间为11月，总计30天。

每日访问情况统计：

突然出现的低谷不用想也知道是那天服务器抽风了。。。

然后下面才是本文重点——通过数据分析我的访客们~

这是所有访客来源地址的渲染图：

虽然我认识的人主要也都在四川和陕西，然而从图上来看访问量却并不多，这说明我的网站早已走出了我的朋友圈。

最棒的是来自外国的IP比我想象的要多，总共8个国家，其中美国访问11次，比江西、重庆访问量还多。。。

IP地址几乎是所有网站都会记录的一项数据，除此之外，网站能获取的信息还有很多，例如你的访问方式，手机还是电脑，何种手机，什么样的电脑。

访问我的网站的基本都是电脑，毕竟是电脑网站。

操作系统统计，递增排序，安卓也不比iOS多多少，然而最让我吃惊的是winXP依旧充满活力，而win8比想象的要更弱。。。

大家使用的浏览器：

一般而言，浏览器上网时会向网站提交UA信息，让网站知道来访者使用的是什么浏览器，以进行更好的适配，不过有的浏览器却不会这样做，这也就是上图中“未知”的来由。

以上，单单从我一个小网站，就能获得到如此多的信息，但如果想要称之为“强大”那也太过了，下面的，那才叫做强大！

只要你上网了，你的个人信息就在被网站记录当中，通过访问历史记录，很简单的分析，网站就能知道你的爱好，你的性别，甚至你的年龄。

以下是我的访客的深度分析数据：

游戏玩家居于榜首，毫无疑问其中很大一部分都是冲着我的《多玩天下3工具箱》来的，而那些宅男则是来访我的动漫网站清澄漫语。

我竟然拥有这么多50岁以上的访客，这不科学。。。

通过你的网站访问数量、上网的时间，就能判断出你对网络的沉迷程度！

对于本站而言，收集大数据的主要意义也就是【有针对性的投放广告，以获得最大利润】

请看下方的广告条（只要你没屏蔽广告），会自动推荐一些淘宝商品供你购买，仔细一看那些东西不正是你所感兴趣的商品吗！虽然你从未告诉过本站你的兴趣。

以前的迅雷白金VIP、QQ旋风高速通道真的都弱爆了，要花钱不说还常常不能达到宽带极限速度。

百度这次的“百度云离线下载”真的牛逼，不进是完全免费，而且是货真价实的离线到他们的服务器，然后超高速下载，才不象“迅雷离线下载”那样假，只加个30kb的速度。

下面是详细介绍：

首先登陆百度云网站活动地址：http://yun.baidu.com/1t 。如图，获取“离线下载特权”。

然后强烈建议下载客户端《百度云管家》，链接：http://pan.baidu.com/download

因为将资源离线到自己的空间后，生成的下载地址是会定期改变的（可恶的防盗链设计）。如果使用网页版，极可能造成下载到一半链接就不可用了。。而客户端就没有这个问题。

然后运行客户端，霸气威武的来了，点击“离线下载”！

这种东西没必要当一个“教程”来写了，大家自己研究，最后附上和迅雷的对比图，同一个资源的下载。

资源是极影网上不知谁上传的一个超冷门BT种子【仙剑5全CG合集】，大小是24.5Gb，其实我也想不通为什么比游戏本身还大。。。

先是瞬间离线下载就完成了：

然后百度云开始下载起：

这就是我们家的宽带极限了0，0 苦逼！

然后用迅雷，这速度，不叫速度：

【大数据时代给我们带来的便利】

确实觉得百度这次相当的厚道，强力的服务器性能充分表现了其财力物力的王者地位。但经过我的思考，百度这样做的原因也就是下面几个：

1、真的是服务器、宽带流量、各种资源多得用不完了。

2、建立用户口碑，特别是被360搜索抢走很大一部分份额的这段时间。

3、大数据时代的信息采集需要。

所谓大数据，到有很多的解释，比如那种采集了N多用户信息来卖的恶心公司。

可以想象一下，假如天底下所有的文件都被缓存到了百度他们的服务器中，并且相比原服务器有着更快的下载速度，大家自然是都去百度离线一下，再下载。久而久之，大家想要找东西，才不上什么“XX软件园”、“YY视频站”、“ZZ？？？”了，而是直接上百度搜索！对于百度而言，那时大家一上网，要干什么总是会想到“百度”，百度便会真正成为互联网的霸主，各种发号施令。

虽然我对啥大数据没有过多的了解和研究，但我作为网民，有着以下的预言：

1、百度将会最终取代各种下载站，大家只需上百度什么都能下载到了，就目前而言也有这种趋势。

2、既然下载者都去百度了，上传者自然都把资源上传到了百度云。这导致其他的各类网盘会落寞。

3、接着，既然资源都到了百度手里，百度云分享的下载页再怎么加广告，也不会有人有异议了。

然后便是关闭“离线下载”功能。

4、对于资源发布者来说，资源都上传到了百度，但信息发布仍然是在各大论坛。

所以最后百度将强化贴吧的功能，诱导各种原创资源的创作者发布到贴吧，而不是其他论坛。

最后的结果是，百度彻底掌管中国互联网的一站式服务，其他网站都不必了，一个百度足矣。。

0，0

呱呱呱说了好多，这是我的预言，相信也是百度高管的计划。

不过真的会向着这条方向实现吗？腾讯、新浪、网易啥的牛B公司多得是，不可能按兵不动的。

这就还得看百度以后的作为了！