一個知乎重度使用者眼中的知乎
（注：本文寫於2015年9月，時隔現在已經整整10個月，所以資料不保證時效性）
玩知乎很久了，在知乎上學到不少知識，也學到不少抖機靈的技巧，知乎帶給我最大的回憶，xwx。作為一個知乎重度使用者兼技術宅，簡單抓取了一下知乎的一點資料，力求看到一個儘可能真實的知乎社群。
資料抓取
知乎沒有可以一頁一頁翻取使用者資料的列表頁，而且使用者首頁URL也沒有規律可循，完全是使用者自定義的。考慮到我不準備拿下全部知乎使用者，只希望取到一批質量不錯的優質使用者，我的抓取策略是這樣的：用一個知乎大牛入手，抓取他的關注列表，然後進入他的關注列表，抓取每個人的資料後再抓取這這些人關注的列表，依次走下去。
這裡我選取的入口是大名鼎鼎的輪子哥
程式運行了3天，一共抓取了1,008,071使用者的資料，從他/她們的詳情頁獲取到每個人的資訊之後，又接入了FacePlusPlus的API，對每個人的頭像進行了人臉識別。
對於資料抓取，剛好前幾天得到一臺阿里雲的免費試用VPS，用來當做資料庫伺服器，然後在我的樹莓派和洛杉磯用來翻梯子的VPS上分別部署了一個單執行緒的爬蟲。至於為什麼是單執行緒的爬蟲，原因有二：
- 情懷：知乎提供一個免費的優質社群平臺，我不想佔用它太多的資源。
- 技術：知乎的robots.txt禁止抓取
/people下的資料，爬取太快容易被封。
到今天下班前，阿里雲的機器馬上到期了，我停掉了所有爬蟲，從阿里雲匯出了資料。現在先是一些簡單的統計資訊。
知乎top榜
- 知乎話題關注度top10：
- 電影
- 旅行
- 網際網路
- 創業
- 科技
- 健身
- 設計
- 美食
- 自然科學
- 經濟學
- 知乎粉絲最多top3：
- 李開復
- 黃繼新（知乎聯合創始人）
- 周源（知乎CEO/001號員工）
知乎的使用者怎麼樣
從知乎的使用者地域分佈開始吧，下面是知乎的大概地理分佈資訊：
北上廣深是知乎使用者最集中的地區了，大概是由於知乎使用者大多是計算機行業，而這幾個城市又是中國計算機行業最繁榮的城市了。
接著是知乎使用者的公司分佈情況：
除了學生群體，知乎使用者的重要聚集地就是各大網際網路公司了。當然不難想象，學生群體中，計算機相關專業也有著非常大的佔比。
下面的圖是知乎使用者職業TOP20：
很難想象，知乎使用者中的產品經理佔比竟然如此之高！！！是程式猿沒有時間刷知乎，還是當今網際網路已經發展到了一個程式猿接受N個產品經理的摧殘，還請產品經理站出來說點什麼。另一個令人意外的是，知乎竟然有接近1.03%的使用者是CEO，1.407%的使用者是創始人或者聯合創始人，知乎作為無數國內社群中逼格最高的社群，當之無愧～～～剩下的TOP20榜中，幾乎被網際網路從業群體包攬了。
然後接下來的這張圖是知乎使用者大學學校分佈圖：
由圖知，知乎使用者的受教育水平相當高，這也進一步夯實了其作為逼格最高的中國網際網路社群。可是，在下這種沒有上過大學的網際網路搬磚民工，拿什麼跟你們一起愉快的玩(zhuang)耍(bi)~~~
還有就是知乎使用者的專業分佈情況：
電腦科學與技術和軟體工程穩穩地將其他專業甩在了在可預見的將來無法超越的遠方。壯哉～～～
最後是知乎使用者的性別分佈：
總體來看，知乎使用者男性居多，一小部分使用者沒有填寫性別。
總結
廢話就不贅述啦，還要去喂熊呢。從上面的資訊結合日常生活經驗，我的一些想法：
- 理論基礎：
- 網際網路從業人群男女比例97:3。
- 知乎大致男女比例5:4(不算那6.6%沒有標註性別的)。
- 知乎男性使用者群體中，網際網路從業人員比例相當高。
- 知乎整體使用者受教育水平相當高。
結論：
- 在中國所有社群中，知乎的逼格無人能出其右。這裡沒有不轉不是中國人，這裡何炅韓庚也沒有與韓國人打賭。這裡大家都在認真討論問題或者假裝認真討論問題。
- 作為先現實生活工作中接觸異性比較少的網際網路從業者，可以考慮來知乎試試。尤其是考慮到這裡的網際網路從業人員數量，對技術宅有興趣的女同學們也可以來碰碰運氣。所以建議我周圍還沒有女朋友的同胞們，去知乎試試，要知道90後男性已經比女性少了1/6（以及由於男女比例失衡帶來的影響王尼瑪這期大事件已經算過了），知乎的比例已經很不錯了，一般人我不告訴他。
- 在知乎，找工作/招人/找女朋友/找男朋友都是不錯的（我收到過至少5個工作邀約，雖然或禮貌或粗魯的回絕了）。
- 由於知乎開放註冊的緣故，使用者質量已經大大降低（很多0回答0贊0感謝使用者）了。
- 這裡每100人中就有2.4個人左右是CEO/創始人/聯合創始人，不多說意味著什麼。
- 感謝知乎，在這裡我學到了如何學習，如何假裝學習，如何變成計算機大神，如何假裝計算機大神，如何抖機靈，……。
如上~~~
打賞支援我寫出更多好文章，謝謝！
打賞作者
打賞支援我寫出更多好文章，謝謝！
