基于Python的七貓小說文學網(wǎng)的數(shù)據(jù)采集與分析

湖南商務職業(yè)技術學院畢業(yè)設計

目錄

1引言...............................................................1

1.1選題背景......................................................1

1.2開發(fā)環(huán)境與工具................................................1

1.2.1Python簡介..............................................1

1.2.2Tableau簡介.............................................2

1.2.3JupyterNotebook簡介....................................2

1.2.4Python第三方庫簡介......................................2

2需求分析...........................................................3

2.1可行性需求分析................................................3

2.2采集目標功能分析..............................................3

2.3關鍵技術分析..................................................3

2.3.1網(wǎng)絡爬蟲技術............................................3

2.3.2文件存取技術............................................4

2.3.3可視化技術..............................................5

3數(shù)據(jù)采集...........................................................5

3.1采集頁面分析..................................................5

3.2字段分析......................................................7

3.3編程實現(xiàn)......................................................7

4數(shù)據(jù)清洗與處理.....................................................8

4.1數(shù)據(jù)清洗......................................................8

4.2數(shù)據(jù)儲存......................................................9

5數(shù)據(jù)統(tǒng)計與分析....................................................10

5.1數(shù)據(jù)準備.....................................................10

5.2數(shù)據(jù)展示.....................................................13

5.2.1根據(jù)類別對小說進行數(shù)據(jù)的統(tǒng)計與分析.....................13

5.2.2根據(jù)根據(jù)字數(shù)來對比統(tǒng)計數(shù)據(jù).............................15

I

湖南商務職業(yè)技術學院畢業(yè)設計

5.2.3根據(jù)閱讀者搜索熱力值來對比.............................16

5.2.4根據(jù)分數(shù)對小說數(shù)據(jù)的分析...............................16

5.2.5根據(jù)作者創(chuàng)作的時長對小說數(shù)據(jù)的分析.....................17

5.2.6根據(jù)閱讀人數(shù)對小說數(shù)據(jù)的分析...........................18

6小結..............................................................19

參考資料............................................................21

II

湖南商務職業(yè)技術學院畢業(yè)設計

基于Python的七貓小說文學網(wǎng)的數(shù)據(jù)采集與分析

1引言

大數(shù)據(jù)或稱之為海量數(shù)據(jù)。一般指所含的數(shù)據(jù)集規(guī)模巨大，其在各個行業(yè)

的廣泛應用，使之關注熱度歷年來居高不下。當人們獲得大數(shù)據(jù)資源的時候，

大數(shù)據(jù)數(shù)據(jù)來源可以囊括我們從日常生活中可以普遍見到的上傳到網(wǎng)頁上的圖

像、視頻、錄音；高速公路上車輛與收費記錄、日常監(jiān)控錄像、醫(yī)院的治療病

例、高端的基因測序、天文學中通過望遠鏡收集的信息數(shù)據(jù)等。

在互聯(lián)網(wǎng)的影響下，互聯(lián)網(wǎng)小說行業(yè)也逐漸進入人們的視野，為讀者閱讀

小說提供了更便捷的途徑也為互聯(lián)網(wǎng)小說的發(fā)展奠定了基礎。

1.1選題背景

隨著互聯(lián)網(wǎng)技術的不斷普及，其每天所催生的巨量數(shù)據(jù)使得世間萬物不斷

走向數(shù)據(jù)化，數(shù)據(jù)量化的節(jié)奏也在不斷加快。在由“萬事皆物”過渡到“萬物

皆數(shù)”的過程中，互聯(lián)網(wǎng)每天所產(chǎn)生的數(shù)據(jù)，對大數(shù)據(jù)時代的來臨有著關鍵性

作用。

互聯(lián)網(wǎng)的迅猛發(fā)展和快速普及，使得大量數(shù)據(jù)信息在采集、存儲、傳輸、

處理、管理等方面越來越便捷。同時互聯(lián)網(wǎng)的發(fā)展也使得數(shù)據(jù)類型越來越復雜

化。就大數(shù)據(jù)而言，在互聯(lián)網(wǎng)上一天，都會潛在的擁有眾多數(shù)據(jù)的“產(chǎn)生者”

和“發(fā)送者”，這些“產(chǎn)生者”和“發(fā)送者”每時每刻都貢獻出各種各樣，難

以計量的數(shù)據(jù)。這些接連不斷出現(xiàn)的數(shù)據(jù)，催生著大數(shù)據(jù)浪潮的來臨。

我這次的畢業(yè)設計就是針對七貓小說文學網(wǎng)進行數(shù)據(jù)的清洗、采集和分析，

從小說網(wǎng)中比較有權威的七貓小說文學網(wǎng)采集有價值的信息并進行分析，可以

更好的了解當代互聯(lián)網(wǎng)小說行業(yè)的發(fā)展趨勢。

1.2開發(fā)環(huán)境與工具

1.2.1Python簡介

Python的創(chuàng)始人是GuidovanRossum，創(chuàng)作于1989年。Python是一種十分

優(yōu)美的程序設計語言。它以其十分豐富的模塊和其他語言難于描述的列表、字

典等復雜數(shù)據(jù)類型，在近年來得到了廣泛的應用。Python語言具有開源、免費、

1

湖南商務職業(yè)技術學院畢業(yè)設計

功能強大、語法簡潔清晰、簡單、數(shù)據(jù)類型豐富、面向?qū)ο蟮忍攸c，非常適合

初學者學習。而且Python有十分豐富的程序包，無論用戶有什么需求，基本都

能找到一個程序包來滿足自己的要求，這也是Python的魅力所在。

1.2.2Tableau簡介

Tableau于2013年成立，由斯坦福大學研究，Tableau能夠改善分析流程

并讓人們能夠通過可視化使用數(shù)據(jù)。共同創(chuàng)始人ChrisStolte、PatHanrahan

和ChristianChabot開發(fā)出了Tableau的基礎技術VizQL并獲得專利，該技

術通過直觀的界面將拖放操作轉化為數(shù)據(jù)查詢，從而對數(shù)據(jù)進行可視化呈現(xiàn)。

自成立以來，我們一直以無與倫比的速度不斷進行研發(fā)投資，開發(fā)各種解決方

案來幫助所有需要使用數(shù)據(jù)的人更快地找到答案，發(fā)現(xiàn)意想不到的見解。

1.2.3JupyterNotebook簡介

JupyterNotebook是web應用程序，它包含支持代碼、文本和數(shù)學的包容

性和基于瀏覽器的內(nèi)容。從“IPython”項目中生產(chǎn)出來的，jupyter筆記型電

腦是開放原始碼的網(wǎng)路應用程式，可讓使用者建立和共用包含程式碼、方程式、

共用筆記型電腦:透過電子郵件、dropboxilla、githubilla以及筆記型電腦檢

視器與他人共用筆記型電腦。pandoja、scikit-learnia、ggplot2tensorflow

都支持相同的數(shù)據(jù)挖掘。

1.2.4Python第三方庫簡介

requests：是基于urllib編寫的，使用Apache2許可開源協(xié)議的HTTP庫。

用于Python爬取，最簡單的HTTP庫。

re：是正則表達式相比配的字符集合。

BeautifulSoup：解析從HTML或XML文件。

Pandas：Pandas是基于NumPy的工具，可以解決數(shù)據(jù)分析問題。Pandas中

的功能和方法使我們能夠快速舒適地處理數(shù)據(jù)。

Matplotlib：Matplotlib是一個流行的庫，可以上傳照片、分布圖像、圖

標、灰色圖像和3D圖像。Matplotlib的庫專門用于開發(fā)2D圖表，它是Python

2D攝影領域最大的用途。它允許用戶使用圖標使數(shù)據(jù)更容易，并提供不同的格

式。

Pyecharts：相對于Matplotlib更為簡便輕捷。

Numpy：為Python提供高級的數(shù)學算法。

2

湖南商務職業(yè)技術學院畢業(yè)設計

2需求分析

2.1可行性需求分析

1.技術可行性

Python從2015年開始興起，目前Python崗位超越Java、Web前端等崗位。

除此之外，Python語言的精簡可以說是Java語言很難與之相比的，所以從初學

者角度來看Python更通俗易懂，同時Python擁有更強大的框架。

2.社會可行性

現(xiàn)如今中國市場的流動性大，互聯(lián)網(wǎng)小說正在逐步代替大部分的紙質(zhì)小說，

越來越多的人依賴互聯(lián)網(wǎng)小說。在此背景下，互聯(lián)網(wǎng)小說也在一步步走向商業(yè)

化。在此基礎下，可以通過我所分析的數(shù)據(jù)來對互聯(lián)網(wǎng)上的小說網(wǎng)進行更進一

步的了解，同時也可以為讀者在網(wǎng)站上選取自己喜愛的小說時做一個簡單的參

考。

2.2采集目標功能分析

此次項目的數(shù)據(jù)集來源于七貓小說文學網(wǎng)，是通過Python爬取七貓小說網(wǎng)

的數(shù)據(jù)信息。一共爬取50頁的數(shù)據(jù)信息，數(shù)據(jù)清洗后共736條記錄，以此盡可

能保證數(shù)據(jù)可靠性。

本次爬取七貓小說文學網(wǎng)主要獲得了以下信息：書本信息、作者創(chuàng)作時間、

創(chuàng)作作品的字數(shù)、書本的熱力值、書本的評分、閱讀人數(shù)以及書本的類別等。

通過我所爬取的實際數(shù)據(jù)來分析出七貓小說文學網(wǎng)中的所有屬性。也就是說我

們可以通過書本的信息來確認這本書是否為我們所需要的；通過作者創(chuàng)作時間

的長短來確認作者所花的心血；通過書本的熱力值來確認書本在此網(wǎng)站的知名

度、閱讀者的喜愛程度；通過書本評分來了解這本書在閱讀者心里的滿意度以

及書本在網(wǎng)站的地位；可以通過閱讀人數(shù)來確認書本的知名度、熱度等等。

2.3關鍵技術分析

2.3.1網(wǎng)絡爬蟲技術

在大數(shù)據(jù)的時代影響下，數(shù)據(jù)變得繁多且籠長，清理這些沒用的數(shù)據(jù)單靠

人力是遠遠不夠的，人力清洗數(shù)據(jù)不僅效率低、錯誤率高，而且成本也是相當

的大，為了解決這些問題，網(wǎng)絡爬蟲就隨之孕育而生了。

3

湖南商務職業(yè)技術學院畢業(yè)設計

網(wǎng)絡爬蟲是指按照一定的規(guī)則，抓取網(wǎng)頁的程序，然后對爬取的網(wǎng)頁進行

儲存。網(wǎng)絡爬蟲的原理是先從我們要爬取的網(wǎng)頁中找到網(wǎng)頁的URL，然后用URL

進行網(wǎng)頁的解析，如果解析完的URL還可以提取URL的話，我們就可以繼續(xù)用

提取后的URL繼續(xù)進行網(wǎng)頁解析。

網(wǎng)絡爬蟲分為傳統(tǒng)爬蟲和聚焦爬蟲：傳統(tǒng)爬蟲是指不斷從當前頁面上抽取

新的URL放入隊列，直到滿足系統(tǒng)的一定停止條件，然后進行數(shù)據(jù)的保存；聚

焦爬蟲是指根據(jù)自己的要求來爬取數(shù)據(jù)并保存。網(wǎng)絡爬蟲的相關技術信息：反

爬蟲技術是指防止別人爬蟲自己網(wǎng)站而采取保護措施；反反爬蟲技術是指破解

反爬蟲技術，然后解析數(shù)據(jù)并保存；IP代理：相當于我們的一張名片，我們用

這張名片進行操作解析，一旦IP被反爬蟲封鎖則需要換一IP代理；Roboot協(xié)

議：也叫“君子協(xié)議”是指為了防止自己的網(wǎng)站被爬取而制定的協(xié)議，但是該

協(xié)議只是口頭協(xié)議，并不能采取強制措施；Ues-anget：是指網(wǎng)頁的身份標識，

用于網(wǎng)絡爬蟲解析。

2.3.2文件存取技術

當我們爬取數(shù)據(jù)之后我們就必須對數(shù)據(jù)進行保存，只有當我們保存好數(shù)據(jù)

之后才可以進行數(shù)據(jù)的清洗和處理。

Json文件處理數(shù)據(jù)：是一種輕量級的數(shù)據(jù)處理方式，它獨立于編程的文本

格式來儲存數(shù)據(jù)。

csv文件儲存：我們通過Python代碼實現(xiàn)csv文件儲存，用Excel來查看

數(shù)據(jù)。

TXT文件儲存：用文本文件來查看數(shù)據(jù)。

MySQL數(shù)據(jù)庫存儲：是非常常見的Python關系型儲存數(shù)據(jù)庫。

我們采取的是csv文件的儲存方式，如圖2-1顯示。

圖2-1Python內(nèi)置方法

Pandas讀取csv文件方法如2-2所示。

4

湖南商務職業(yè)技術學院畢業(yè)設計

圖2-2Pandas模塊方法

2.3.3可視化技術

可視化是指我們將數(shù)據(jù)以圖形的方式來表達，以便于我們觀察數(shù)據(jù)信息。

探索式可視化庫包括：Matplotlib庫、Seaborn庫、Pyecharts庫、Missingno

庫。

Matplotlib庫：是基礎的Python可視化庫，繪圖功能十分強大。

Seaborn庫：是在Matplotlib庫的基礎上創(chuàng)建的，但是相對于Matplotlib

庫語法更為簡潔，作為Matplotlib庫的補充而不是代替物。

Pyecharts庫：實現(xiàn)Echarts與Python的對接，方便在Python中使用

Echarts圖表。

Missingno庫：可以通過使用視覺摘要來快速評估數(shù)據(jù)集的完整性。

交互式可視化庫包括：Ggplot庫、Plotly庫、Bokeh庫等

Ggplot庫：對組件進行分層以創(chuàng)建完整的繪圖。

Plotly庫：提供了一些在大多數(shù)庫中沒有的圖表，如等高線圖、樹狀圖和3D

圖表，它是一個高級的聲明性圖表庫。

Bokeh庫：支持流媒體和實時數(shù)據(jù)，可以在Web瀏覽器中實現(xiàn)美觀的視覺效

果。

3數(shù)據(jù)采集

3.1采集頁面分析

打開QQ瀏覽器，搜索七貓小說文學網(wǎng)，在導航欄類中找到并點擊書庫。

如圖3-1所示，由圖可知，該頁面的URL為：

/shuku/a-a-a-a-a-a-a-dick-1/;然后點擊頁面下方的

分頁按鈕，同時觀察URL，發(fā)現(xiàn)URL隨著頁碼改變發(fā)生變化，其變化為URL中

“dick-”后面的數(shù)字隨頁碼改變變化為新的頁碼，如圖3-2所示。

5

湖南商務職業(yè)技術學院畢業(yè)設計

圖3-1數(shù)據(jù)網(wǎng)址頁面1

圖3-2數(shù)據(jù)網(wǎng)址頁面2

右擊鼠標，點擊檢查選項調(diào)出開發(fā)者工具，刷新頁面，利用全局搜索工具

定位所需數(shù)據(jù)位置，在右側選擇Network，刷新頁面，點擊第一個文件，即可顯

示網(wǎng)址的URL、頭部信息、請求以及網(wǎng)址的Cookie。如圖3-3所示。通過圖3-3

我們得知：這是一個Get請求，Use-Anget為：Mozilla/5.0(WindowsNT10.0;

WOW64)AppleWebKit/537.36(KHTML,likeGecko)Chrome/77.0.3865.120

Safari/537.36Core/00QQBrowser/10.9.4624.400。

圖3-3頭部信息

6

湖南商務職業(yè)技術學院畢業(yè)設計

3.2字段分析

點擊檢查中的選中按鈕，選擇所要爬取的數(shù)據(jù)然后選擇我們要爬取的數(shù)據(jù)

點擊鼠標右鍵進行Xpath的復制用于解析網(wǎng)頁，如圖3-4所示。

圖3-4選取數(shù)據(jù)

3.3編程實現(xiàn)

導入所需庫,如圖3-5所示。

圖3-5導入所需庫

數(shù)據(jù)以csv形式進行保存，代碼如圖3-6所示。

圖3-6保存文件

用Get請求調(diào)取頭部信息、Cookie，用代碼爬取前50頁前15本書的數(shù)據(jù)

信息，包括：書名、作者名、評分、熱力值、閱讀人數(shù)、作者作品數(shù)、作者總

字數(shù)、書本標簽、創(chuàng)作時長以及書本簡介，然后保存在qimao_data.csv文件中，

7

湖南商務職業(yè)技術學院畢業(yè)設計

代碼如圖3-7所示。

圖3-7爬取網(wǎng)頁數(shù)據(jù)

4數(shù)據(jù)清洗與處理

在計算能力越來越強大的時代下，數(shù)據(jù)也逐漸成為最具有價值的資產(chǎn)之一。

無論是對大大小小的公司還是我們個人來說，數(shù)據(jù)給我們帶來的價值永遠是不

可估量的。也正是這個原因，隨著數(shù)據(jù)的挖掘，在我們利用數(shù)據(jù)的同時也會殘

留一些數(shù)據(jù)垃圾，也由于數(shù)據(jù)量過大過多，也會造成數(shù)據(jù)的不準確和不一致。

因此我們利用機器進行數(shù)據(jù)的清洗是十分有必要的，糾正錯誤數(shù)據(jù)和修復不完

整數(shù)據(jù)以及整理數(shù)據(jù)，使得我們在查看數(shù)據(jù)的時候更加方便。

4.1數(shù)據(jù)清洗

導入庫，如圖4-1所示。

圖4-1導入庫

讀取qimao_data.csv文件，然后對文件進行去重，如圖4-2所示。

圖4-2讀取文件并去重

8

湖南商務職業(yè)技術學院畢業(yè)設計

4.2數(shù)據(jù)儲存

Python數(shù)據(jù)的儲存分為三種儲存方式：

第一種是文件儲存的方式：TXT文件儲存、JSON文件儲存、csv文件儲存

第二種是關系型數(shù)據(jù)庫：有MySQL等數(shù)據(jù)庫

第三種是非關系型數(shù)據(jù)庫：Mongodb等數(shù)據(jù)庫

現(xiàn)在我所使用的是to_csv（）文件儲存的方式來保存數(shù)據(jù)，編碼方式為gbk，

如圖4-3所示。

圖4-3保存文件

4.3編程實現(xiàn)

對qimao_data.csv文件進行分析，我們抽取書本字數(shù)、書本熱力值、書本

評分、書本標簽、作者創(chuàng)作時間以及閱讀人數(shù)的前十個數(shù)據(jù)進行抽樣分析；并

將數(shù)據(jù)進行保存，如圖4-4，圖4-5所示。

圖4-4分析數(shù)據(jù)

9

湖南商務職業(yè)技術學院畢業(yè)設計

圖4-5分析數(shù)據(jù)

5數(shù)據(jù)統(tǒng)計與分析

5.1數(shù)據(jù)準備

導入庫，如圖5-1所示。

圖5-1導入庫

導入保存好的書本標簽文件，進行數(shù)據(jù)的清洗畫圖，然后將圖畫保存在網(wǎng)

頁中，如圖5-2所示。

10

湖南商務職業(yè)技術學院畢業(yè)設計

圖5-2繪畫餅圖

導入儲存好的書本前十字數(shù)最長的文件，進行繪圖分析，然后將繪圖結果

顯示在網(wǎng)頁中，如圖5-3所示。

圖5-3繪畫柱狀圖

導入書本熱力值的文件，進行詞云圖的繪畫，然后保存在網(wǎng)頁中，如圖5-4

所示。

11

湖南商務職業(yè)技術學院畢業(yè)設計

圖5-4繪畫詞云圖

導入書本評分最高的十本書文件，進行柱狀圖繪圖統(tǒng)計，然后保存在網(wǎng)頁

中，如圖5-5所示。

圖5-5繪畫柱狀圖

導入作者創(chuàng)作時長前十的文件，進行折線圖繪圖分析，然后保存在網(wǎng)頁中

顯示，如圖5-6所示。

圖5-6繪畫折線圖

導入閱讀人數(shù)前十的文件，進行折線圖繪圖分析，然后保存在網(wǎng)頁中顯示，

如圖5-7所示。

12

湖南商務職業(yè)技術學院畢業(yè)設計

圖5-7繪畫折線圖

將這些圖形都保存在同一網(wǎng)頁當中，如圖5-8所示。

圖5-8保存網(wǎng)頁

5.2數(shù)據(jù)展示

5.2.1根據(jù)類別對小說進行數(shù)據(jù)的統(tǒng)計與分析

運行出來的圖像為圖5-9所示。

13

湖南商務職業(yè)技術學院畢業(yè)設計

圖5-9主流小說類型占比統(tǒng)計分析餅狀圖

隨著時代的發(fā)展，現(xiàn)代小說創(chuàng)作中的類別愈演愈烈，這是文化多樣化共同

發(fā)展的結果，也是當前社會階層分化的表現(xiàn)。在我們閱讀一本書的時候，特別

是小說類字數(shù)比較多的情況下，我們大多數(shù)閱讀者都會采用快速閱讀來掃視是

本的信息，所以書本的分類標簽就相當于一本書的名片，閱讀者往往從類別中

就能判斷這本書書否為自己感興趣的書籍；同時書本標簽的多樣化也為閱讀者

提供了挑選的引導，提高閱讀者尋找自己心儀小說的效率；每個類別的小說也

有每個類別的閱讀方式，就比如說一些虛擬故事情節(jié)的小說，我們可以快速閱

讀，節(jié)約我們時間的同時有達到了閱讀的目的，一些講述生活常識、科普類的

小說，我們就可以仔細閱讀，加深印象，以便于日后可能會使用到。搭建分類

系統(tǒng)體系是十分有必要的。

我爬取的小說分類數(shù)據(jù)，上圖所示；在所有類別中現(xiàn)代言情標簽的小說最

多，說明現(xiàn)代作家以現(xiàn)代言情為題材撰寫小說最多；總裁豪門，近段時間以總

裁豪門的故事情節(jié)的電視劇收視率不斷增加，直接把相當一部分的作者吸引寫

作小說，是近期不斷增長的類別小說；第二是都市人生，這一類小說大多貼近

生活，給人營造一種身臨其境的感覺，讓閱讀者看了也不會怎么感覺到膩，有

一種貼切感，因此都市人生系類的小說占比占比一直都會這么高；接著就是古

代言情，言情小說系列大多為年輕女性所喜愛追捧，加上疫情防控下封校的女

大學生閑暇時間多用閱讀小說，所以言情類小說也占比較高；緊接著就是大多

14

湖南商務職業(yè)技術學院畢業(yè)設計

為男生喜愛的玄幻類小說，此類小說腦洞較大，題材奇幻新穎，能夠引起讀者

的閱讀興趣；剩下的幾類小說占比都在2%到3.5%左右，這些類別的小說相對來

說比較的枯燥乏味所以瀏覽的的讀者較少自然這類小說的出產(chǎn)也較少占比也就

少了。綜上所述，小說類別的占比多少取決于受眾群體的范圍以及讀者的喜愛

程度。

5.2.2根據(jù)根據(jù)字數(shù)來對比統(tǒng)計數(shù)據(jù)

運行出來的圖像為圖5-10所示。

圖5-10總字數(shù)最長的十本書統(tǒng)計分析條形圖

一部長篇小說是否能夠受讀者青睞，能否得已流傳，其實并不在于它字數(shù)

的多少，而在于它的質(zhì)量，這是讀者和作者所公認的。但如果只是敘述一個人

物，敘述一場感情，敘述一個時代的巨變；這在過去是可以成為一部熱門作品

的，可是隨著文學作品的逐漸疊加，讀者和消費者的逐漸分化，寫作所承擔的

取樣人類精神和心理的任務也在逐漸增加。一部好的作品中，作者應該也有說

不完的故事和豐富的情感，就連莫言也曾在作品里提到“長篇就是要往長里

寫”，我們也可以從一部作品的字數(shù)中看出作者在這部作品中所注入的靈感和

時間，字數(shù)的多少也體現(xiàn)了這部小說內(nèi)容的得蕩起伏，當然也不排除一些爛尾

的小說，為了字數(shù)而湊流水賬。所以一片篇優(yōu)質(zhì)的長篇小說是需要作者付出不

少心血的。當代小說作者對于小說問題的思考沒有因為市場化和電子閱讀的沖

擊而停滯不前，這對于現(xiàn)如今漸離盛景的小說行業(yè)來說是希望之所在。

15

湖南商務職業(yè)技術學院畢業(yè)設計

在我所爬取的小說總字數(shù)數(shù)據(jù)中可以看到總字數(shù)最長的十本小說中，最長

的兩本小說《玄龍戰(zhàn)神》和《都市極品仙帝》達到了將近900萬字；其次則是

《逍遙小仙女》總字數(shù)有760.2萬字；《萌寶來襲爸比九塊九》、《絕品小神

醫(yī)》和《六欲仙緣》這三本小說也都有500萬字以上，剩下四本小說也都有4000

萬字以上。這十本小說分別屬于都市人生類、豪門總裁類、古代言情類和玄幻

奇幻類，這幾類小說在主流小說類型占比中也是占比較高的幾個類別。所以高

品質(zhì)的小說是擁有“濃度”的，不僅有大量的文字累積也有豐富多情感寄托。

5.2.3根據(jù)閱讀者搜索熱力值來對比

運行出來的圖像為圖5-11所示。

圖5-11小說熱力值統(tǒng)計分析詞云圖

一本書的熱力值代表的這本書的熱度，點擊率越高書本被閱讀者的關注力

度越大；點擊率（熱力值）越高，書本的影響力也越大，從側面反映出書本的

類型在符合大部分閱讀者的口味，也符合大部分閱讀者的審美等等；

通過解析出來的數(shù)據(jù)我們得知，《難纏》、《醫(yī)門千金帥炸了》、《毒妃

在上邪王寵妻無度》、《腹黑萌寶高冷爹》、《都市藥王醫(yī)仙》、《謀她之年》

這幾本小說的熱力值遠遠大于其他小說，說明這幾本小說無論從內(nèi)容題材、故

事情節(jié)都是特別符合小說閱讀者的胃口，也反映出作者所花費的心血也是非比

常人的，以及作者本身自帶的人氣才擁有如此之多的熱力值。

5.2.4根據(jù)分數(shù)對小說數(shù)據(jù)的分析

運行出來的圖像為圖5-12所示。

16

湖南商務職業(yè)技術學院畢業(yè)設計

圖5-12小說評分統(tǒng)計分析柱狀圖

小說的評分代表著小說的質(zhì)量，一部好的小說評分一定不會低；評分不僅

僅代表小說的身份地位，還是小說增加知名度最有力的憑證。

小說的評分也是小說價值的體現(xiàn)，閱讀者對這本書的滿意度越好，評分會

給的更換高；評分就是小說各個方面的綜合評估對小說具有深遠意義。

通過上圖我們得知：《竹匠》的評分最高達到9.8分，說明這本小說在此

網(wǎng)站中是大多數(shù)閱讀者最滿意的一本小說，小說內(nèi)容也是大眾所喜歡的題材、

說明作者善于觀察閱讀者的心思；《我的少年班》、《擁抱星星的太陽》、《IP

殺手與鴿子精》、《云霄之眼》這幾本小說評分都為9.7分，說明他們這幾本

小說無論是題材還是內(nèi)容在大眾的眼里都是還不錯的；下面的小說以此類推。

5.2.5根據(jù)作者創(chuàng)作的時長對小說數(shù)據(jù)的分析

運行出來的圖像為圖5-13所示。

17

湖南商務職業(yè)技術學院畢業(yè)設計

圖5-13作者創(chuàng)作時長統(tǒng)計分析柱狀圖

一般情況下，作者創(chuàng)作時長往往與他是否看重這本小說、小說的質(zhì)量、作

者花費的心血都成正比；同時創(chuàng)作時長越多也反映出作者的一個創(chuàng)作水平，在

小說質(zhì)量好的前提下，花的時間越長，作者寫作效率越低，反之則效率越高。

通過上圖我們得知：《淮陰小侯》的創(chuàng)作時長最長，但是在評分以及閱讀

人數(shù)上不在上游水平，說明雖然作者創(chuàng)作時長最長，但由于作者創(chuàng)作的效率低

小，造成小說知名度低，不被人看好；其余前十名單全部都是這一情況，這些

小說的作者都需要自我反思，尋找靈感以及多在網(wǎng)上也閱讀者互動，以便于提

升后續(xù)作品的人氣以及知名度。

5.2.6根據(jù)閱讀人數(shù)對小說數(shù)據(jù)的分析

運行出來的圖像為圖5-14所示。

18

湖南商務職業(yè)技術學院畢業(yè)設計

+

圖5-14閱讀人數(shù)統(tǒng)計分析柱狀圖