Python数据可视化实战-第6章-广电大数据可视化项目实战.pptVIP

1 读取与处理广播电视数据 目录 了解项目背景与目标 2 绘制可视化图形 3 项目分析报告 4 Python数据可视化实战-第6章-广电大数据可视化项目实战全文共39页，当前为第28页。 通过对收视行为信息数据和收费数据的进行清洗和可视化分析，已经初观察出用户的观看时长走势分布、收视频道的排名、工作日与周末收视观看占比、点播回看的总体情况以及用户付费方式。 了解更清晰的展示项目的结果，需要撰写项目分析报告，帮助开发者掌握广电大数据可视化的项目分析结果，给决策部门提供一个完整规范的方案，并帮助企业灵活调整经营决策。 分析报告包括了背景与目的、分析思路、分析结果、总结与建议，其模板如第1章撰写项目分析报告示例图所示。由于前面已经介绍过本项目的背景与目的，所以此处将不再重复介绍。 项目分析报告 Python数据可视化实战-第6章-广电大数据可视化项目实战全文共39页，当前为第29页。 收集大数据平台上的数据进行读取，清楚的熟悉数据的结构。 根据项目的分析目的对收集到的数据进行清洗，包括对收视行为信息数据、账单与收费数据、订单数据和用户状态数据进行清洗处理。 根据清洗后数据进行可视化分析，包括用户分析、频道分析、时长分析、周时长分析和用户支付方式分析。 分析思路 Python数据可视化实战-第6章-广电大数据可视化项目实战全文共39页，当前为第30页。 由图可知，大部分用户的观看总时长主要集中在100小时~400小时之间。且随着收视用户的增多，电视节目的观看时长也在稳步增长。一个月平均每天观看10小时左右，这说明用户对广电节目有一定的依赖性，同时也说明了广电节目对用户有一定的吸引力，但仍然有一定的增长空间。 分析结果 Python数据可视化实战-第6章-广电大数据可视化项目实战全文共39页，当前为第31页。 由图可知，随着观看各频道次数增多，观看时长也在随之增多，且后面近28%的频道带来了80%的观看时长贡献度。出现这种情况的原因可能是也部分频道具有地方特色，或播放的节目比较受欢迎。 分析结果 Python数据可视化实战-第6章-广电大数据可视化项目实战全文共39页，当前为第32页。 由图可知，排名前15的频道名称为翡翠台、中央3台、中央新闻、广东体育、中央8台、CCTV5＋体育赛事、广东珠江、广东南方卫视、江苏卫视、中央6台、凤凰中文、中央4台、广州电视、中央1台、中央5台。其中，广东体育、广东珠江、广东南方卫视、广州电视都相对具有地方特色，而翡翠台则是广东话（粤语）广播为主的综合娱乐频道，也相对符合广东人民的喜好。同时这也从侧面证明了所有收视频道名称的观看时长与观看次数图的分析结果。 分析结果 Python数据可视化实战-第6章-广电大数据可视化项目实战全文共39页，当前为第33页。 由图可知，周末的观看时长占观看总时长的52.5%，而工作日的观看时长的占比为47.5%；周末观看的用户时长集中在20小时~100小时之间，工作日观看的用户时长集中在50小时~250小时之间。虽然在比例图中，周末与工作日的比例相差不大，但是在分布图中工作日的观看总时长仍比周末的观看总时长多，并且两者分布图形状相似。出现这种情况的原因可能是因为周末用户可支配的时间更多，有更多的时间可用于观看电视节目。但是周末只有2天，工作日有5天，所以工作日的观看总时长会比周末的观看总时长多。 分析结果 Python数据可视化实战-第6章-广电大数据可视化项目实战全文共39页，当前为第34页。 由以下两图可知，在一周中，周一、周六、周日的观看时间较长，其中周日观看时间最长。这说明人们更喜欢在周末且倾向于付费观看，在周二到周五忙于工作，无暇顾及电视节目，可能在周末点播回看。 分析结果 Python数据可视化实战-第6章-广电大数据可视化项目实战全文共39页，当前为第35页。 由图可知，大多数用户选择现金支付，其次是翼支付托收、人行托收，选择网厅网银、短信支付、支付宝、支票、建行龙支付、微信等方式的用户极少。说明用户还是受传统思想影响，倾向于使用现金支付，但是现金携带不便，也带来一定的安全隐患。同时加强宣传，引导用户选择掌上支付，业务也加强集成，方便终端绑定，一键式便捷支付。 分析结果 Python数据可视化实战-第6章-广电大数据可视化项目实战全文共39页，当前为第36页。 通过对广电大数据可视化分析，提出以下总结和建议。 大部分用户的观看总时长主要集中在100小时~300小时之间且随着用户观看各频道次数增多，观看时长也在随之增多。因此，可以适当的更改不同频道的节目单，添加频道的吸引力，从而增多用户观看各频道次数和时长。 用户观看时长前15名的频道分别为翡翠台、中央3台、中央新闻、广东体育、中央8台、CCTV5＋体育赛事、广东珠江、广东南方卫视、江苏卫视、中央6台、凤凰