
从百度贴吧大数据看《星你》_数据分析师
男同志”最爱看《星你
【听杨姐说】
今天来点轻松的话题吧。
这两天周末,终于在完成报社工作后,补上了我的《星你》最后两集。接着我就上了贴吧,去看大家对《星你》的各种“稀饭”。
可是,我在和百度贴吧的朋友聊天时,了解到了一个让我大跌眼镜的事实,登时我就觉得自己OUT了,真的是“小白”了。
这位朋友透露了他们做的一些大数据研究:艾玛,在贴吧里追《星你》的粉丝,57%是女滴——这个对啊,叫兽帅嘛。但是接下来的就不对劲了:剩下43%的男观众中,85%是经常逛Gay吧的!
那位贴吧的朋友是这样跟俺说的:
百度贴吧通过对贴吧吧友性别进行统计,惊奇地发现,男女“星你”迷的比例差别居然不是很大,150W贤星人中居然有将近65W人是男性,打破了以往韩剧“女人天下”的格局,不禁让人感叹全智贤真是魅力无限啊。而通过进一步的分析,更加惊奇地发现,这近65W男贤星人中,高达85%的人是gay吧常客!
注意啊,是常客哦~这些人大部分不是弯的,就是在弯的路上!他们虽有男儿身,却难掩女儿心啊~果然,韩剧只是女人的A片。
哦米拖佛,上帝保佑你,这位贴吧兄弟,你是不是有点受刺激了?
作为《星》迷的我,12月18日一开始播出的时候俺木有注意,是我们互联网圈子里的女神——这个是真的美女的,跟我说的,现在有部韩剧特别特别好看《来自星星的你》,其实杨姐喜欢李敏镐也是她介绍的,看来她是我的韩剧导师啊。
结果我这一看,就放不下了,本来俺的习惯是都攒齐了一起看的那种风格,但是刚看了《星你》的开头,俺就搂不住了,开始一周一周地追。
不过俺爸妈不爱看带字幕的,俺老公是工作狂,不知道电视为何物,俺就去看贴吧,想找找有木有也喜欢的,却没想到,“来自星星的你吧”在11月13日就建立了——真够超前的啊,在《星你》开播后相关话题迅速达到5000万,每天有近150W“贤星人”活跃在“来自星星的你”吧,每天新增粉丝数万。
那位贴吧的兄弟说:
80后和90后是看《星你》的主力——80后占了31%,90后占了35%,这两部分群体就一下就占了粉丝的三分之二。还有12%是70后,他们可能认为这个剧还是太理想化了,生活毕竟要依靠现实。而11%的00后,上学考试亚历山大,追剧还没他们啥事。可不是啊,几岁的小孩,懂啥叫“擦浪嗨”啊!而60后,只占追剧人群的4%,这些人估计还是看《乡7》比较能接受吧?
看来80后是追韩剧的主力,80后一族最年轻也是25岁“高龄”,大多已结婚生子、事业稳定。然后,这一批新晋妈妈们,从未如外界所说的那样老去,也未像传统妈妈们终日被琐事缠身,她们依然怀有一颗追求美丽的年轻的心,并成为能战斗、会持家、懂享受的新一代女性,追韩剧,看帅哥,劲头不减当年。当然,这其中也不是没有80后奶爸们的身影。
俺听说很多都是陪着女朋友或者老婆看的——就连杨姐的一些CEO朋友也不例外(采访的时候聊的哈,大家别外传啊。)
多好啊,是不是?陪老婆看《星你》,老婆看都教授,老公看全智贤,不错不错……双方都开心——各取所需!
而且,上海的同学更爱看《星你》,北京是第二哦,接下来是辽宁、湖北、浙江、天津、江苏、黑龙江、吉林、四川——你说东北的兄弟姐妹能一边看《乡7》,还不耽误看《星你》哈?厉害!
而且百度的兄弟说,辽宁吧友爱“星你”胜过“乡七”,其实东三省全“沦陷”,论“男神”宋晓峰不敌都敏俊。
不过接下来百度贴吧研究的角度就比较玄了。
贴吧居然还研究吧友的星座:一向挑剔的处女座居然出现在追剧星座前三甲之中。原来,不是处女座太挑剔,只因他们身边都是地球人。
我不得不说百度反应太快了——制作了啤酒炸鸡、专属特权道具:“来自星星的你”吧上线不到5天时间,吧内飘啤酒炸鸡特效,吸引网民浏览量近1亿。而贴吧里T豆商城“来自星星的你”专属特权道具,已经吸引了超过五分之一的“星你”迷使用。
好吧。杨姐喜欢逛贴吧。还有一个原因是这里都是“能人”啊!
有位吧友,给都叫兽恶搞了一把:
有位吧友,针对叫兽与女神家阳台,画出了平面图:
有位吧友,《星你》拍摄场地,一个个玩遍,还做了地图和攻略!
有位吧友,爱自己当导演、编剧、配音和字幕组:
再来一张
有位吧友,把《星你》里的经典对白做了几十张图贴了出来。好像有70多张,这里选几个大家看看哈
吃醋的男人最可爱啊!
是不是有点像《我的野蛮女友》里的经典桥段?
有你的地方,就是天堂!
交女朋友必需提前想好答案的问题。
哈哈哈……
对一个女人最大的宠爱就是不怕她胖吧?
精辟!抑或,男人互黑?
还有位吧友,居然……
真有时间啊!啊,还有一张限制级的:
当然,还有一位吧友在20、21集出来之前,征集大结局——各路吧友都是“油菜花”啊:
可能的结局一:就在都叫兽深陷于千颂伊的柔情不能自拔时,400年一次的UFO到达日终于来临,虽然都敏俊与千颂伊如胶似漆,但随着UFO一起到来的都敏俊外星生活时的密友(PS:名字不重要,就算叫“喜旺”咱也自动忽略,但一定要帅气、霸气、美型、智慧、超能力胜过因Kiss太多能力渐失的都叫兽)却不能眼睁睁看着叫兽留在地球逐渐死去,强行带走了都叫兽,千颂伊在得知实情(都敏俊留在地球会死)之后也只好忍痛割爱。
可能的结局二:男神变凡人请先回头参照“《来自星星的你》大结局疯狂预想”第一节,教授没有离开,千颂伊和都敏俊终成眷属,在地球恩爱的过着经纪人守护女明星的小日子。但因留在地球,无法预测的死亡日还是来临了,可能他们共度了最美妙的三年、五年或者十年,都敏俊终于不能适应过长时间逗留地球产生的副作用,永远的离开了千颂伊。
可能的结局三:女神经救外星人——改变不了的过去、无法预知的未来,那就是命运!
400年前,宜花在悬崖被教授所救,也同样在悬崖为救教授而死。400年后,颂伊再次悬崖遇险,为教授关键时刻成功搭救。待下一次命运重新上演,千颂伊是否会为救都叫兽而付出生命?不要问谁那么厉害可以伤到都敏俊,因为李载京无论眼神和做派,比起都敏俊都更像怪物!待李载京发招,都敏俊避之不及,千颂伊挺身而出牺牲,最后的最后,都敏俊也只能抱着“时间永远停止”的千颂伊,乘坐UFO回到自己的星球。
更尖端的猜想:
1.星语星愿版:教授走了,留二千自己一个人
2.怪物史莱克版:教授没走,成为凡人过一辈子
3.长江七号版:教授走了又回来
4.雷人版:俩人一起走
杨姐期望的结局:现在的结局——只有当你会随时失去一个人的时候,你才会珍惜,只有你珍惜一个人的时候,每一分钟才快乐,才美好,才过得真实。
为什么女性都喜欢都教授?我觉得如果仅仅因为“正太的外形、教授的职位、超级富豪的身份、老人的智慧、无数房产、能够让时间静止,能够瞬间移动到想去的地方,还有着鹰的视力、狼的听力……”就太肤浅。
其实千颂伊并不完美,缺点一大堆,但是都教授却很包容她,宠爱到近乎溺爱,帮助她,在她需要的时候总能够出现……不仅仅是女子,男人们不也希望有人对自己这样对待自己么?
每个人都不完美,所以内心需要别人用爱来包容。
不过看了《星你》,我深深滴感觉,咱们中国的电视剧实在……那个太不gooood了,整天就知道婆媳大战,为房子、为钱,吵得不可开交,让人看了就暴躁,让人看了就绝望。而韩剧呢?很美好,有媒体说是“三观”正确,是的,我喜欢看养眼的,帅哥美女,美好的感情有美好的结局,这样我才觉得人类有希望,韩剧里的男二号是失落的,但他对千颂伊的态度多好啊,并不邪恶。他们思考问题的角度都是为了爱的人好。
而如果满眼皆是斤斤计较、吵架和阴谋,唉,这个世界还有什么值得留恋的呢?
奇怪,难道中国的编剧都没有经历过人间刻骨铭心的爱情且没有幽默感?为什么写不出动人的剧本和让人感动且能久久回味铭记的台词?
总之一句话,菜心们,请珍惜与你爱的人在一起的每时每刻——就如同明天他会突然消失你今生再也见不到了吧。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23