重磅内幕！2020年CSDN的博客之星的粉丝曝光了

一年一度的博客之星活动正开展的如火如荼，由于博主也有幸进入200名的候选，因此在各个群里也不时轰炸各位CSDN博友，被打扰的亲见谅了。周末活动就结束了，哈哈。
这次活动参与了多少人呢？大佬们的粉丝团到底是啥样的呢？现在让我们起底下各位大佬的粉丝们去。

拉票太难了！大家有余票的，支持下我啊！ 支持点我投票。

1、数据采集

经简单分析，CSDN官方并没有做任何限制，因此分析很简单，这里不再赘述。

我们直接访问
https://bss.csdn.net/m/topic/blog_star2020/getRanking 就可以获取每个爱豆的粉丝数。不过这个接口是个分页接口，不能够一把拉取所有的粉丝数，因为CSDN数据统计的原因，会非常慢，因此我们就按每页50条、100条的拉取即可。
写个并发拉取的c#程序，可以快速拉取并入库数据了。

 var stars = rss.AllStar(); 
  var list = new List<Task>();
  for (int i = 0; i < stars.Count; i++)
  {
      Console.WriteLine($"start {stars[i].Nick_Name}====================");
      list.Add( rss.GetAllFans(stars[i].UserName));     
  }
  Task.WaitAll(list.ToArray());

public async Task<List<Blogger>> GetAllFans(string username)
{
     var list = new  List<Blogger>();
     //设定每个人最多7000粉丝，这个有可能第一名会超，他粉丝太多太多了，哦哦哦
     for (int i = 1 ; i < 70; i++)
     {
         var rt = await GetFans(username,  i);
         if (rt == null) break;
         rt.ForEach(x => x.Star = username);
         list.AddRange(rt);

         Console.WriteLine($"acquire {username}'s fans {rt.Count}");                       
     }

    
     InsertData(list);
     Console.WriteLine($"End {username}====================");
     return list;
 }
public async Task<List<Blogger>> GetFans(string username,int page)
 {
      var client = HttpclientFactory.CreateClient("csdn");
      var req = new StringContent($"username={username}&page={page}&pageSize=100");           
      req.Headers.ContentType = new System.Net.Http.Headers.MediaTypeHeaderValue("application/x-www-form-urlencoded");             
      var response = await client.PostAsync($"m/topic/blog_star2020/getRanking", req);
      var content = await response.Content.ReadAsStringAsync();
      var fanInfo = JsonConvert.DeserializeObject<RtnFanInfo>(content);
      if(fanInfo.Data != "[]")
      {
          var list = JsonConvert.DeserializeObject<List<Blogger>>(fanInfo.Data);
          return list;
      }
      else
      {
          return null;
      }            

  }

如果需要多ip访问，推荐使用家庭ip，可免费试用。

2、建表入库

利用mysql存储数据，这里需要注意的是，csdn的用户名是包含表情字符的，因此需要使用utf8mb4进行存储。

SET NAMES utf8mb4;
SET FOREIGN_KEY_CHECKS = 0;

-- ----------------------------
-- Table structure for starfan2
-- ----------------------------
DROP TABLE IF EXISTS `starfan2`;
CREATE TABLE `starfan2`  (
  `ID` int(11) NOT NULL AUTO_INCREMENT,
  `star` varchar(60) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL,
  `username` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL,
  `nick_name` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `level` int(255) NULL DEFAULT NULL,
  `codelevel` int(255) NULL DEFAULT NULL,
  `votenum` int(11) NULL DEFAULT NULL,
  `starname` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  PRIMARY KEY (`ID`) USING BTREE
) ENGINE = InnoDB AUTO_INCREMENT = 55321 CHARACTER SET = utf8mb4 COLLATE = utf8mb4_general_ci ROW_FORMAT = Dynamic;

SET FOREIGN_KEY_CHECKS = 1;

3、活动参与人数

截止到01月20日的11点，统计参与的粉丝人数合计：26094。2万6千人的狂欢啊，粉丝的热情还是很高的。

# 统计去重的粉丝总量
select  count(distinct username) from starfan2;

4、拥有很多票的粉丝

哈哈，这里曝光下拥有很多票的粉丝，候选人们赶快动手去挖墙角去啊。

select nick_name,CONCAT('https://blog.csdn.net/',max(username)) username, max(votenum) as vts from starfan2  group by nick_name  order by vts desc limit 20;

金主爸爸	博客	已投票
谷哥的小弟	blog.csdn.net/lfdfhl	130
一叶飘舟	blog.csdn.net/jdsjlzx	130
beyondma	blog.csdn.net/BEYONDMA	126
herosunly	blog.csdn.net/herosunly	120
文宇肃然	blog.csdn.net/wenyusuran	120
谙忆	blog.csdn.net/qq_26525215	119
vv_小虫	blog.csdn.net/vv_bug	118
ConstXiong	blog.csdn.net/meism5	117
铁锚	blog.csdn.net/renfufei	117
AI之禅	blog.csdn.net/weixin_3239…	110
_陈哈哈	blog.csdn.net/qq_39390545	110
白水baishui	blog.csdn.net/baishuiniya…	110
carl-zhao	blog.csdn.net/u012410733	108
AlbertS	blog.csdn.net/shihengzhen…	108
Sahadev_	blog.csdn.net/u011064099	108
671coder	blog.csdn.net/liuqiyao_01	108
恬静的小魔龙	blog.csdn.net/q764424567	108
小山猪的沙塔	blog.csdn.net/u012039040	108
简简单单OnlineZuozuo	blog.csdn.net/qq_15071263	108
Trent1985	blog.csdn.net/Trent1985	106

5、排名前十的博主号召投票的粉丝数

多年前使用过R，都忘光了，简单绘制下。这里仅仅是参与投票的粉丝数，没有参见投票的粉丝，可能过万，并且也可能不仅仅在CSDN。

# 利用R绘制图形
library(RMySQL)
con <- dbConnect(MySQL(), host="192.168.1.6", dbname="test", user="root", password="lyxa123456")
# 先解决花名的编码问题
dbSendQuery(con, "SET NAMES utf8mb4")
star <- dbGetQuery(con,"select max(starname) name,sum(votenum) vts,count(*) fans from starfan2 group by star order by vts desc limit 20")
# 重新解码花名
Encoding(star$name) <-"UTF-8"
star$name <- as.factor(star$name);
plot(star$name,star$fans)

6、前20名博主的粉丝投票平均数

select max(starname) name,sum(votenum) vts,count(*) fans, sum(votenum)/count(*) avegVotes from starfan2 group by star order by vts desc limit 20

经过查询，可知道各个大佬的粉丝死忠程度。

排名	博主	票数	粉丝数	平均投票
1	敖 丙	8954	3212	2.7877
2	Hollis在csdn	5215	1445	3.6090
3	谷哥的小弟	4950	666	7.4324
4	帅地	4632	1901	2.4366
5	小傅哥	4127	682	6.0513
6	一个处女座的程序猿	4012	1233	3.2539
7	小林coding	3951	761	5.1919
8	沉默王二	3945	1299	3.0370
9	1_bit	3921	667	5.8786
10	第三女神程忆难	3322	809	4.1063
11	qq2648008726	3062	359	8.5292
12	中间件兴趣圈	2816	359	7.8440
13	张志翔	2776	602	4.6113
14	李锐博恩	2712	504	5.3810
15	谙忆	2632	950	2.7705
16	Jack-Cui	2503	620	4.0371
17	TrueDei	2489	671	3.7094
18	程序猿小亮	2421	235	10.3021
19	lovelife110	2333	221	10.5566
20	LaoYuanPython	2277	574	3.9669

按照总票数 124897计算，每个人平均投票数为 4.8票。

7、小结

经此一役，博主发现了自己短板，即使数据在手，也无法分析挖掘出更多信息，博主的大数据分析能力太差了额。需要向大佬们学习数据挖掘的知识了。