大数据扒一扒蔡徐坤的真假流量粉：到底有多少是套路？

前段工夫央视旧事公开披露流量明星数据造假。作为一名数据猿，我们秉着猎奇心点开了NBA新春贺岁笼统大使蔡徐坤的微博，发现他的微博分享量除了最新一条之外，其它的基本每条都是分享100万+。

在我们的印象中，分享100万+可是某些明星官宣结婚、或者某些明星吸毒出轨被爆等能让微博服务器奔溃的流量呀。蔡徐坤真的那么火吗?他的100万+分享里到底能否存在假流量?假流量所占比重有多少呢?

为了解答这个成绩，我们经过微博移动端随机抓取了蔡徐坤最新一条微博《再见，“任性的”千千…》的10万条分享数据（工夫节点2019年3月11日10时）。这条讲诉蔡徐坤关爱小动物的短视频微博，于2019年3月9日01:23发布，到2019年3月10日18:00的时分曾经被分享100万+。

数据的维度包括分享者的相关信息（昵称、性别、关注者数量和被关注者数量等）以及分享时的回复等。

一、蔡徐坤的微博分享能否存在假流量?

解答这个成绩之前，我们其实对于蔡徐坤的粉丝性别比例愈加感兴味。按理来说应该他的女粉丝所占比例应该更大，但是我们统计了102313条分享数据中，有93618条是男粉丝分享的，只要8695条是女粉丝分享的。

这不对呀，难道更多的男生喜欢蔡徐坤吗?而且这比例也太悬殊了一点吧?于是我们随机抽取了男生分享的数据，发现这些分享的男粉丝基本上都是关注0，粉丝1的用户。

我们合理地揣测：这些流量就是所谓的假流量。

那假流量所占的比例有多少呢?在这随机抓取的10万条分享数据中，有多少是假的流量呢?

二、真假流量所占的比例各有多少?

经过一番探求分析，我们把分享数据中分享者的关注或者粉丝数少于等于5、没有简介、分享之后被点赞数回复数再分享数都为0、微博会员等级为0级的数据，以及分享者的关注或者粉丝数大于等于5但昵称长“用户XXXXXXXX”这样的数据抽取了出来。

这部分数据，便是我们所说的假流量。

可见，102313条分享数据中，有95397条是由假粉丝分享的，占了总分享的93.24%，只要6916条是由真粉丝分享的，占6.76%。原来假流量占的比重那么高啊！

那么6919条真粉丝分享的数据中，除去反复分享刷榜的数量，外面一共有多少个真粉丝在分享呢?我们把这部分数据按照粉丝微博ID停止去重。发现这外面只要3926个真粉丝在分享，也就是说，真实分享的粉丝数量，占总分享量的3.84%。

按照这个比例，可以推算出100万的分享中，真实分享的粉丝数为3.84万，阐明蔡徐坤的粉丝群和影响力还是很大的，但远没有微博显示的全是100万+分享量那么大。

你能够会说：我们本人的微博，往常也有一些假粉丝在分享呀。为了停止对比，我们还抓取了最近活跃在《歌手》舞台的吴青峰叔叔（粉丝数1377万）最新的一条微博分享数据10006条（工夫节点2019年3月11日10时）。

我们把这些数据按照跟下面一样的步骤提取出真假粉丝分享量，发现只要很少比例的假粉丝量，绝大部分都是真粉丝分享的。

并且，在9658条真粉丝分享数据中，真粉丝量也高达9318，阐明不存在粉丝打榜的状况。跟蔡徐坤的数据相比，可以发现有分明的不同。

微博都是真人在玩吗，我好像几年没登过微博了，连密码都不知道了。

男人喜欢蔡徐坤很正常啊，异性相吸嘛！

用什么做到？

“真·流量小生”

我只知道真正的实力派反而分享点赞都很少，但是看法他们的人很多

菜女士最近好像有点肾虚

微博莫明其妙会自动关注一些好，不知道啥状况

厌恶蔡徐坤

几千粉丝，出场费敢开8000万？？