本週有技術大神在知乎、專業安全網站爆出TX扣扣在偷偷抓取個人瀏覽器瀏覽記錄並上報,一石激起千層浪，迅速成爲圈內熱門話題。博主這裏不敢亂評價(你懂的)。我們從另外一個角度來切入話題。
瀏覽記錄本身是屬於網站行爲數據，對該數據分析也就是網站行爲分析，對於互聯網從業者來說，這是一個必備的技能，之前寫過一遍關於數據分析入門之用戶行爲分析的文章，大家有一定了瞭解。今天藉助這樣一個話題，對自己的瀏覽數據進行分析實踐，希望達到2個目的：
掌握一些數據分析的技能；
對自己過去一段的上網行爲有一個量化的認識。
一 準備數據源
將瀏覽記錄下載到本地，不同的瀏覽器下載方式不同，可能要藉助不同小工具，已谷歌瀏覽器爲例(需要安裝插件Export Chrome History)，步驟如下：
- 下載地址: https://chrome.google.com/webstore/detail/export-chrome-history/dihloblpkeiddiaojbagoecedbfpifdj
-
添加至Chrome
-
添加完成之後，點擊右上角時鐘按鈕，下載最近1年或者1周的數據
-
下圖是下載csv數據，大部分可以在Excel中分析
至此數據源準備完畢，開始用Excel進行分析。
二 Excel數據分析
涉及知識點：透視圖、hour、mid、find函數、圖表展示
具體步驟：
1）添加"小時"、"域名"兩個計算列，每個url後續參數較多，去掉參數方便彙總，這個也是用戶行爲分析中非常重要的一步，當然也可以添加其他計算列
"小時"列：hour(d2)
"域名"列：MID(F2,FIND("//",F2)+2,FIND("/",F2,FIND("//",F2)+2)-FIND("//",F2)-2)
2）創建透視圖
3）每日瀏覽量(PV)分析，
可以看出平均每天瀏覽2100個頁面，其中工作日能達到2500個，週末只有900多。
4）每日時段瀏覽記錄分析
可以看出，每天早8點、晚8點瀏覽網頁最多，其次是早9點和晚9點，早上10點這個階段比其他時間少一個量級，猜測一下我在幹嘛呢？
5）網站熱度分析
可以看出知乎和知識星球是真愛啊，知乎所佔比例這麼高自己都不知道。
6）上面幾個分析雖然比較簡單，但是自己之前還真的不知道。大家也可以嘗試其他角度的分析。比如哪個時間段在看什麼網站、自己關注的網站是不是也有時間週期等。
三 詞雲製作
上面進行了簡單的統計分析，但是自己這段時間到底在網上看什麼內容是看不出來的，數據源中還有網頁標題這項數據，這個時候可以藉助詞雲來進行可視化展示。這裏介紹2種方式實現詞雲可視化。
1 Python自己碼代碼，具體步驟如下：
- 安裝Python軟件(建議直接安裝3.0，不要安裝2.7版本了)
- 安裝Python相關包matplotlib、wordcloud、jieba
- 將excel中title列單獨copy一個文本文件中。
- 碼代碼，python是輕量級的，入門相對容易，下面10行即可搞定
#!/usr/bin/env python
# -*- coding: utf-8 -*-
#coding:utf-8
import matplotlib.pyplot as plt
from wordcloud import WordCloud
import jieba
#讀取文件內容
f_title = open('/Users/haixiao/Downloads/url_titles.txt').read()
#通過jieba進行分詞
wordlist = jieba.cut(f_title, cut_all = True)
wl_space_split = " ".join(wordlist)
#詞雲展示
my_wordcloud = WordCloud().generate(wl_space_split)
plt.imshow(my_wordcloud)
plt.axis("off")
plt.show()
2 藉助詞雲生成工具，網上直接對文本生成詞雲的工具還蠻多的，可以試一下微詞雲，我試了一下還蠻好用的。直接將文本粘貼進去切詞並使用即可
大家可以嘗試一下分析自己的行爲數據，這些基本的功能在日常的工作中也是經常用到的，拿自己的數據來練練手更有感覺，可能還有會意外收穫哦。
歡迎大家關注我的微信公衆號: bigdata_follower.