中国独立博客应用之冰山一角

由于最近在开发博客档案库,开发的过程中需要对中国独立博客数据进行分析,因此写了一个程序抓取并识别一些博客属性。识别的过程中发现一些数据还挺有意思,贴出来与大家分享。在看数据之前,说说我的一些发现。

数据抓取和分析的起点是“卢松松”的主页,通过对数万相关链出的网址进行抓取并进行多次分析后,逐步改善程序,最后进行了一次小规模试验,抓取了大约1000个有效网址(其实过滤掉的大约有20倍左右),其中得到422个独立博客。程序处理过程中有些无法正确识别的只能任其流逝,不过经过我多次的人工比对,这种漏网率在10%以下,而对那过滤掉的20倍网址中,错误过滤掉的博客低于千分之一。可以忽略。

博客系统

首先让我们看看大家可能比较关心的关于博客系统的数据,Wordpress当之无愧占有了绝大部分市场份额,达到67%,其次是z-blog,以23%屈居第二位,接下来的pjblog和bo-blog系统位列第三、第四,第五名开外的博客系统应用就更少了。

 image  image

但是我注意到,一些国内比较著名的独立博客,比如月光博客,使用的就是z-blog程序。虽然wordpress被大家更加广泛的使用,但是z-blog作为博客应用程序,并没有明显的劣势。

独立域名

接下来我们看看博客域名的使用情况。从下图统计数据看,使用最多的还是大家最熟悉,资格最老的.com,其次是.cn,不过估计在09/10年交替的“整风运动”中,.cn的比例会有不小的下降;.net和.org的域名紧随其后,分别是42和27,还有一些其他的,大家从图中一目了然了。

image 

我本人的几个网站也全部都是.com域名,曾经也注册过.net的,.cn的,总归还是倾向于.com,算个人喜好吧,从这个统计数据看,多数人也还是在使用.com。

定义域名使用情况

最后我们看一下顶级域名使用情况,这个说法可能并不准确,其实我的意思是是否使用诸如www.bokedb.com 这样的域名,还是使用zaban001.com这样的域名。

image

从上图中看,多数人倾向于www开头的域名,但是直接使用顶级域名的独立博客也占到了大约三成。

忙活了将近一个礼拜,写的程序给我带来了这个结果,让我很欣慰,其实这些都是副产品,我原本是要抓取博客数据,建立档案,分析更多的属性,但是在这个过程中我也发现了一些有价值的信息,希望对各位博主有所帮助。一个星期下来,从最初对链接识别博客不足30%的比例逐渐提高到90%,已经能满足应用的需要了。

今天才看了卢松松的博客,说关于“整风运动”中,个人独立博客可能要遭灭顶之灾,而我还在没日没夜的为个人独立博客开发着博客数据库的应用程序,不知道将来会怎样,既然开始做了,就让我做好,做完吧。

关于北京二手房源信息的一些分析

鉴于个人需要,本人对北京二手房的关注正在日益升温,为了对抗房地产行业内信息的不对称性,我决定自己动手,丰衣足食。咱虽然没有“官方数据”,也没有“小道消息”,但是对于市场上公开的房源信息还是可以小试牛刀。

本人于今天从搜房网二手房源信息平台上收集了2月1日~2月3日发布的全部房源信息,截止2月3日晚7点。发现一些略有价值的信息,和大家分享。

房源信息量

image

首先是过去4天的房源信息量,以今天晚上的这个时间收集的过去4天内北京某小区二手房信息看,1月31日发布的信息存量不足25条,而2月3日当天发布的信息则超过300条,这说明多数信息在重复发布,这一点在房源信息的详细页面上得到了印证,一些信息时半个月前发出来的,到现在还在更新中,只能说明房子还没卖出去。

现存房源价格

image

其次是现存房源价格,仍然是过去4天的房源信息量,以今天晚上的这个时间收集的过去4天内北京某小区二手房信息看。先说明一下图标的数据,图表中的数据是现存的,未被更新(重新发布)的数据。过去三天数据中平均单价呈递减趋势,2月3日当日又迅速回升到4天前水平,这组数据说明什么问题暂时我还没有想到。

楼层相关价格

image

image

再次是楼层相关价格信息,6层板楼1层价格明显要高,接近25500元/平米,但是2、3、4层明显价格要低,这与我从小就从父母那了解到的住房经验截然相反。印象中对于6层板楼来说,2、3、4层的房子应该是比较贵的,而1、5、6往往人们都不愿意选,为什么北京的二手房中2、3、4层反而价格要低呢?

高层的价格中,因为1层只有1套房,数据可能并不准确,但是从其他数据来看,3、4、5、18层都超过了25000元/平米,价格最低的当属17层,但是差不多也都在24000左右或更高。

二手房均价

image

最后再看一下收集的数据中显示的2月3日的二手房均价:24557元/平米。现存信息并不具备太多的参考价值,只有当天发布的房源信息价格才具备一定的意义。

总结

其实,关于房产信息,我向来不相信媒体的评论,也不相信所谓的预测,我只相信卖房者与买房者之间的博弈,夹杂着中介无穷无尽的干预。因为这些信息的发布者是多数是中介,因此站在他们的角度看,它们希望能多卖一套房子出去,希望能多赚点钱,只要中介不傻,这些信息就是为了诱惑买房者出手购买罢了。

至于信息的真实性无从考察,但是数据所表现趋势是可以揣测的。

葡西(五)——巴特罗之家

巴特罗之家(Casa Batlló)是我们俩在巴赛旅行中最喜欢的地方,因为这是一个梦幻小屋,就像小时候看的《海底两万里》,楼梯像是巨大的脊骨,门窗好像跳跃的海浪。

image

在巴特罗之家里是很难找到直线的线条,因为高迪认为直线是人类创造的,大自然就应该是曲线的美丽。巴特罗之家的外观也非常特别,让人一眼就能认出来这是高迪的杰作。

image

这座公寓从内到外的设计都是浑然一体,室内墙壁在灯光下显现的线条虽然柔和但不乏坚韧。天窗是圆角的,天窗的玻璃是大大小小规则不一的小块拼成。屋内的吊灯像盛开的向日葵,屋顶的螺旋好像深海鹦鹉螺的壳。就连屋内的装饰,比如楼梯转角把手的灯台也是精益求精。巴特罗公寓背面有一个露台,透过面包片一样的窗户是五彩的缤纷的造型。

image    image

image    image

楼内竖井的装饰也非同一般,从下至上逐渐由浅至深的蓝色方砖配上曼妙的门窗线条,宛如探向大海深处。

image

上下楼的楼梯间也很特别,就连木质的副手线条也是如此随意。

image

阁楼是储物间,尖顶的阁楼往往让人感到压抑,而这里的尖顶被化解为一系列圆润的线条,虽然还是尖顶,并且线条并不规则,但是正是这种自然的感受让人觉得这里宽敞并且随意。阁楼的走廊也是如此。

image    image

通过阁楼的天梯到达楼顶,原本单调的烟囱也被大师设计成华丽的造型。

 image    image

再看下面这两张照片,左面是设置在阁楼里的一个小型喷泉,说是喷泉,水并不喷出,而是在顶端的金属球面滑落,在灯光的照应下屋内穹顶显现出自然的水波纹路。右面则是一件展示厅,但是酷似风吹落叶的顶灯让这方方正正的房间也神奇了起来。

image    image

我们在巴特罗公寓一边逛一遍畅想,我们将来的房子是不是也可以修一间高低风格的呢?我们都觉得,我们的家也应该是这样梦幻的地方:)我们仔仔细细的把这里逛了两遍,最后在大厅的一角坐下来,感受着高迪内心的童话世界。

image

葡西(五)——巴特罗之家

巴特罗之家(Casa Batlló)是我们俩在巴赛旅行中最喜欢的地方,因为这是一个梦幻小屋,就像小时候看的《海底两万里》,楼梯像是巨大的脊骨,门窗好像跳跃的海浪。

image

在巴特罗之家里是很难找到直线的线条,因为高迪认为直线是人类创造的,大自然就应该是曲线的美丽。巴特罗之家的外观也非常特别,让人一眼就能认出来这是高迪的杰作。

image

这座公寓从内到外的设计都是浑然一体,室内墙壁在灯光下显现的线条虽然柔和但不乏坚韧。天窗是圆角的,天窗的玻璃是大大小小规则不一的小块拼成。屋内的吊灯像盛开的向日葵,屋顶的螺旋好像深海鹦鹉螺的壳。就连屋内的装饰,比如楼梯转角把手的灯台也是精益求精。巴特罗公寓背面有一个露台,透过面包片一样的窗户是五彩的缤纷的造型。

image    image

image    image

楼内竖井的装饰也非同一般,从下至上逐渐由浅至深的蓝色方砖配上曼妙的门窗线条,宛如探向大海深处。

image

上下楼的楼梯间也很特别,就连木质的副手线条也是如此随意。

image

阁楼是储物间,尖顶的阁楼往往让人感到压抑,而这里的尖顶被化解为一系列圆润的线条,虽然还是尖顶,并且线条并不规则,但是正是这种自然的感受让人觉得这里宽敞并且随意。阁楼的走廊也是如此。

image    image

通过阁楼的天梯到达楼顶,原本单调的烟囱也被大师设计成华丽的造型。

 image    image

再看下面这两张照片,左面是设置在阁楼里的一个小型喷泉,说是喷泉,水并不喷出,而是在顶端的金属球面滑落,在灯光的照应下屋内穹顶显现出自然的水波纹路。右面则是一件展示厅,但是酷似风吹落叶的顶灯让这方方正正的房间也神奇了起来。

image    image

我们在巴特罗公寓一边逛一遍畅想,我们将来的房子是不是也可以修一间高低风格的呢?我们都觉得,我们的家也应该是这样梦幻的地方:)我们仔仔细细的把这里逛了两遍,最后在大厅的一角坐下来,感受着高迪内心的童话世界。

image