यूरोविज़न 2020 प्रतिभागियों के YouTube वीडियो की लोकप्रियता का विश्लेषण

13 मार्च को, आधिकारिक यूरोविज़न यूट्यूब चैनल पर, लिटिल बिग समूह की रचना पोस्ट की गई थी, जो प्रतियोगिता में रूस का प्रतिनिधित्व करेगी। क्लिप देखने के बाद, मैं अन्य प्रतिभागियों के वीडियो के साथ हमारे समूह के वीडियो के आंकड़ों की तुलना करना चाहता था; कौन से वीडियो को सबसे अधिक देखा जाता है, जिनके पास सबसे अधिक पसंद किए जाने वाले प्रतिशत हैं, जिन पर सबसे अधिक बार टिप्पणी की जाती है। तैयार आँकड़ों को गुँथने से कुछ नहीं हुआ। इसलिए, आवश्यक आंकड़े एकत्र करने का निर्णय लिया गया।

लेख संरचना:

• कोड अपलोड करें
• विश्लेषण
• 03/14/2020 20:30 पर अद्यतन
• इसके अतिरिक्त: हम देश की आबादी पर विचारों की निर्भरता को देखते हैं

प्रतिभागियों की प्लेलिस्ट खोलते हुए , आप 39 वीडियो देख सकते हैं, वास्तव में 38 गाने हैं, संरचना तूफान - हस्ता ला विस्टा - सर्बिया को दो बार डाउनलोड किया गया था, इसलिए इस पर आंकड़े संक्षेप में प्रस्तुत किए जाएंगे। आंकड़े इकट्ठा करने के लिए, हम आर का उपयोग करेंगे।

कोड अपलोड करें

हमें निम्नलिखित पैकेजों की आवश्यकता होगी:

library(tuber) #    API YouTube,     
library(dplyr) #     
library(ggplot2) #  

सबसे पहले, Google डेवलपर कंसोल पर जाएं और YouTube डेटा API v3 एपीआई पर एक OAuth कुंजी बनाएं। कुंजी प्राप्त करने के बाद, आर से लॉग इन करें।

yt_oauth(" ", "  ")

अब हम आंकड़े एकत्र कर सकते हैं:

#     
list_videos <- get_playlist_items(filter = c(playlist_id = "PLmWYEDTNOGUL69D2wj9m2onBKV2s3uT5Y"))

#    ,  get_stats
stats_videos <- lapply(as.character(list_videos$contentDetails.videoId), get_stats) %>% 
  bind_rows()
stats_videos <- stats_videos %>% 
  mutate_at(vars(-id), as.integer)

#   ,  get_video_details
description_videos <- lapply(as.character(list_videos$contentDetails.videoId), get_video_details)
description_videos <- lapply(description_videos, function(x) {
    list(
      id = x[["items"]][[1]][["id"]],
      name_video = x[["items"]][[1]][["snippet"]][["title"]]
    )
  }) %>% 
  bind_rows()

.. — — [ ] — Official Music Video — Eurovision 2020, , . .

#     
description_videos$name_video <- description_videos$name_video %>% 
  gsub("[^[:alnum:][:blank:]?&/\\-]", '', .) %>% 
  gsub("(  .*)|( - Offic.*)", '', .)

#      
df <- description_videos %>% 
  left_join(stats_videos, by = 'id') %>% 
  rowwise() %>% 
  mutate( #   
    proc_like = round(likeCount / (likeCount + dislikeCount), 2)
    ) %>% 
  ungroup()

# Hurricane - Hasta La Vista - Serbia     ,  
df <- df %>% 
  group_by(name_video) %>% 
  summarise(
    id = first(id),
    viewCount = sum(viewCount),
    likeCount = sum(likeCount),
    dislikeCount = sum(dislikeCount),
    commentCount = sum(commentCount),
    proc_like = round(likeCount / (likeCount + dislikeCount), 2)
  )

df$color <- ifelse(df$name_video == 'Little Big - Uno - Russia','red','gray')

. .

# - 
ggplot(df, aes(x = reorder(name_video, viewCount), y = viewCount, fill = color)) +
  geom_col() +
  coord_flip() +
  theme_light() +
  labs(x = NULL, y = "- ") +
  guides(fill = F) +
  scale_fill_manual(values = c('gray', 'red')) +
  scale_y_continuous(labels = scales::number_format(big.mark = " "))

#    
ggplot(df, aes(x = reorder(name_video, proc_like), y = proc_like, fill = color)) +
  geom_col() +
  coord_flip() +
  theme_light() +
  labs(x = NULL, y = "   ") +
  guides(fill = F) +
  scale_fill_manual(values = c('gray', 'red')) +
  scale_y_continuous(labels = scales::percent_format(accuracy = 1))

# - 
ggplot(df, aes(x = reorder(name_video, commentCount), y = commentCount, fill = color)) +
  geom_col() +
  coord_flip() +
  theme_light() +
  labs(x = NULL, y = "- ") +
  guides(fill = F) +
  scale_fill_manual(values = c('gray', 'red')) +
  scale_y_continuous(labels = scales::number_format(big.mark = " "))

#    
ggplot(df, aes(x = reorder(name_video, commentCount/viewCount), y = commentCount/viewCount, fill = color)) +
  geom_col() +
  coord_flip() +
  theme_light() +
  labs(x = NULL, y = "   ") +
  guides(fill = F) +
  scale_fill_manual(values = c('gray', 'red')) +
  scale_y_continuous(labels = scales::percent_format(accuracy = 0.25))

, Little Big 1 , .

. Little Big , . - .

, . . .

.

( / ). . .

13.03.2020 18:00 , , , .

UPD: 14.03.2020 20:30

. . Little Big , .

, . Little Big ,

.

( / ). 2 , , , . .

14.03.2020 20:30 , , , , . .

:

helg1978 . .

library(rvest)
library(tidyr)

#   
hdoc <- read_html('https://en.wikipedia.org/wiki/List_of_countries_and_dependencies_by_population')

tnode <- html_node(hdoc, xpath = '/html/body/div[3]/div[3]/div[4]/div/table')
df_population <- html_table(tnode)

df_population <- df_population %>% filter(`Country (or dependent territory)` != 'World')

df_population$Population <- as.integer(gsub(',','',df_population$Population,fixed = T))

df_population$`Country (or dependent territory)` <- gsub('\\[.*\\]','', df_population$`Country (or dependent territory)`)

df_population <- df_population %>% 
  select(
    `Country (or dependent territory)`,
    Population
    ) %>% 
  rename(Country = `Country (or dependent territory)`)

#       
df2 <- df %>% 
  separate(name_video, c('compozitor', 'name_track', 'Country'), ' - ', remove = F) %>% 
  mutate(Country = ifelse(Country == 'The Netherlands', 'Netherlands', Country)) %>% 
  left_join(df_population, by = 'Country')

#     
cor(df2$viewCount,df2$Population)
ggplot(df2, aes(x = Population, y =  viewCount)) +
  geom_point() +
  theme_light() +
  geom_smooth(method = 'lm') +
  labs(x = ", ", y = "- ") +
  scale_y_continuous(labels = scales::number_format(big.mark = " ")) +
  scale_x_continuous(labels = scales::number_format(big.mark = " "))

#     ,  
cor(df2[df2$Country != 'Russia',]$viewCount,df2[df2$Country != 'Russia',]$Population)
ggplot(df2 %>% filter(Country != 'Russia') , aes(x = Population, y = viewCount)) +
  geom_point() +
  theme_light() +
  geom_smooth(method = 'lm') +
  labs(x = ", ", y = "- ") +
  scale_y_continuous(labels = scales::number_format(big.mark = " ")) +
  scale_x_continuous(labels = scales::number_format(big.mark = " "))

#     , 
cor(df2$viewCount,df2$Population, method = "spearman")
ggplot(df2 , aes(x = rank(Population), y = rank(viewCount))) +
  geom_point() +
  theme_light() +
  geom_smooth(method = 'lm') +
  labs(x = ",  (  1  40)", y = "-  (  1  40)") +
  guides(fill = F)

#     
ggplot(df2, aes(x = reorder(name_video, viewCount/Population), y = viewCount/Population, fill = color)) +
  geom_col() +
  coord_flip() +
  theme_light() +
  labs(x = NULL, y = "    ") +
  guides(fill = F) +
  scale_fill_manual(values = c('gray', 'red')) +
  scale_y_continuous(labels = scales::percent_format(accuracy = 0.25))

, , 50 . 71%.

. 71% 15%. .

( ), , (. . 40%).

और संदर्भ के लिए मैंने देश की आबादी से विचारों की हिस्सेदारी की गणना की। विशेष रूप से छोटे देशों के लिए, यह पता चला है कि उन्हें अन्य देशों से अधिक देखा गया था। विशेष रूप से, यह माल्टा, सैन मैरिनो और आइसलैंड है।

पूर्ण जीथुब कोड