前段時(shí)間我們抓取了京東商城上面的文胸?cái)?shù)據(jù)，共計(jì)80萬條，這份數(shù)據(jù)已經(jīng)躺了好久了，今天我們就來進(jìn)行一次簡單地分析。
- 最受女性喜愛的顏色分類。
其中，膚色和黑色遙遙領(lǐng)先，我們的數(shù)據(jù)總量是80萬，這兩種顏色數(shù)量已經(jīng)超過了20萬，占比超過1/4，因?yàn)閿?shù)據(jù)里面的顏色分類難免包括一些類膚色和類黑色的數(shù)據(jù)，但是寫法卻千奇百怪，因此我并沒有把這一類歸屬于膚色和黑色，所以，如果用更長的時(shí)間來進(jìn)行數(shù)據(jù)的清洗的話，這兩種顏色的數(shù)量會更多。因此，從概率上來看的話，可能每一個(gè)女生都會有至少一件膚色或者黑色的文胸吧。
- 客戶端占比
Android客戶端的占比超過百分之五十，其次是iphone，這樣的結(jié)果算是預(yù)料之中。事實(shí)上，來自微信購物的人數(shù)也不在少數(shù)，畢竟騰訊是京東的頭號大股東，看來也是沒少下功夫。
- 用戶等級分布
從用戶等級分布來看，銅牌會員占比最高，其次是銀牌會員，之前聽說過銷售方面的二八原則，即百分之八十的用戶貢獻(xiàn)量總和其實(shí)只有約百分之二十，而百分之二十的用戶貢獻(xiàn)總量占比約百分之八十，因此你的等級越高，你會發(fā)現(xiàn)一個(gè)有趣的地方是，電商平臺對你的信息推送內(nèi)容更加的精準(zhǔn)，時(shí)間點(diǎn)也卡的越準(zhǔn)確，因?yàn)樗麄兛赡芤呀?jīng)把你的消費(fèi)習(xí)慣研究了若干遍了。
- 罩杯大小占比
這方面是我們今天研究的重點(diǎn)內(nèi)容，從這個(gè)維度上來看，B罩杯的人數(shù)幾乎是達(dá)到了50%，雖然我們這個(gè)樣本量依然還算不上龐大，但是從B罩杯的絕對優(yōu)勢上來看，還是可以得出大致的結(jié)論的。
當(dāng)然你可能會問，B罩杯到底是一個(gè)什么樣的尺寸，這個(gè)問題有女朋友的你就可以選擇咨詢她了，如果沒有的話，也沒有關(guān)系，我這里已經(jīng)幫你準(zhǔn)備好了對應(yīng)的圖片。
- 具體尺寸占比
在具體尺寸方面，75B遙遙領(lǐng)先，事實(shí)上，我們可以根據(jù)這個(gè)數(shù)據(jù)來大體上推知女性的基本外輪廓狀況。
具體尺寸占比是這一整個(gè)報(bào)告中最為費(fèi)時(shí)費(fèi)力的一張圖，因?yàn)槲男氐某叽绶譃榇箨懞蛧H兩種尺寸，再加上，商家對于尺寸的標(biāo)注也并不規(guī)范，因此，需要額外花費(fèi)不少時(shí)間。
- 時(shí)間分布
從時(shí)間維度上來看，從早上一直到上午十點(diǎn)，一路飆升，并于十點(diǎn)達(dá)到一天中的最高峰，一個(gè)可能的猜想是，無論是對于上班族還是龐大的學(xué)生群體，十點(diǎn)鐘都是一個(gè)比較特殊的時(shí)間點(diǎn)，因?yàn)榻?jīng)過一段時(shí)間的工作或者學(xué)習(xí)，總會需要放松一下的，這時(shí)候拿出手機(jī)偷個(gè)懶，當(dāng)然了順便等著下班，也是美滋滋。晚上的21點(diǎn)是另一個(gè)高峰點(diǎn)，整體來看，從九點(diǎn)至二十二點(diǎn)，數(shù)據(jù)總體上比較平穩(wěn)。
- 評論詞云
對于評論這一塊，圖片上已經(jīng)比較清晰了，需要指出的是，我是直接使用jieba切的詞，直接使用詞云工具進(jìn)行繪圖，所以效果并不特別好，有不少重復(fù)的關(guān)鍵詞，一個(gè)不錯(cuò)的做法是將我們切好的詞用pandas進(jìn)行詞頻統(tǒng)計(jì)，以字典的形式賦予詞云工具，其效果將會好很多。
另外我這里還有另一份淘寶的數(shù)據(jù)，數(shù)據(jù)量是300萬，如果將這兩份的數(shù)據(jù)進(jìn)行合并的話，其效果會好很多，這個(gè)就下一次吧。
由于時(shí)間的原因，數(shù)據(jù)做的非常的粗糙。如果你想自己嘗試的話，可以直接找我要數(shù)據(jù)。
