EthanLab 软件开发 · 产品管理 · 科技评测
返回研究笔记

Facebook餐厅打卡数据分析

更新于

本实验中的数据由69名Facebook用户提供,收集区域集中在大台北地区(我的生活圈),收集到 2010/8/25 至 2012/4/30 的打卡数据,下列图表描述了这个数据集的特点:

表1 收集到的各项数据之数量

项目数量
受测者人数69
用户人数25184
曾打卡的用户人数7395
地点个数37305
打卡数量74283
曾对餐厅打卡的用户人数3928
餐厅数量2691
对餐厅的打卡数量8264

表2 收集到的各项数据之比率

项目比率
受测者男女比(男/女)1.1637 / 32
用户男女比(男/女)1.1313309 / 11763
曾对餐厅打卡的用户男女比(男/女)0.871825 / 2088
曾对餐厅打卡的用户比率15.60%3928 / 25184
种类为餐厅的地点比率7.21%2691 / 37305
对餐厅的打卡比率11.13%8264 / 74283
公开年龄的用户比率60.40%15212 / 25184
公开性别的用户比率99.56%25072 / 25184
公开家乡的用户比率30.90%7782 / 25184
公开公司的用户比率47.10%11861 / 25184
公开学校的用户比率80.12%20178 / 25184
公开家人的用户比率60.83%15319 / 25184
公开情人的用户比率15.90%4003 / 25184
餐厅打卡在大台北地区的比率67.81%5604 / 8264
餐厅在大台北地区的比率48.94%1317 / 2691
曾对大台北地区餐厅打卡的用户比率69.27%2721 / 3928

图1 收集到的所有餐厅之分布图

表3 收集到的各项数据之平均值、中位数与标准差

项目平均值中位数标准差最大值最小值
受测者朋友数504.01423346.48220034n=69
受测者年龄23.28224.994918n=69
用户年龄23.52225.8710713n=25184
曾对餐厅打卡的用户年龄22.99224.1710615n=3928
用户对餐厅的打卡次数0.3400.99120n=25184
用户打卡过的餐厅个数0.3300.93100n=25184
餐厅被打卡的次数3.2326.312241n=2691
曾对餐厅打卡的用户对餐厅的打卡次数2.2121.48121n=3928
曾对餐厅打卡的用户打卡过的餐厅个数2.1021.35101n=3928
餐厅打卡的餐厅被打卡次数1.0510.29101n=8264
餐厅打卡的打卡者年龄22.96223.9710615n=8264
餐厅打卡的同伴平均年龄23.55233.9110716n=8264
餐厅打卡的同伴性别指针(女/总数)0.5610.4810n=8264
餐厅打卡的同伴人数2.7622.43421n=8264

图2 统计收集到的餐厅打卡数据

此数据集有许多重要的现象,例如:

  • 1位用户约可带来365位用户的数据(收集到的用户人数/受测者人数),如表1。
  • 每7个人就有1个曾对餐厅打卡,每14个地点就有1个是餐厅,每9次打卡就有1次在餐厅,女性较男性热衷于餐厅打卡上;用户公开家乡的比率过低,如表2。
  • 大部分的打卡与餐厅集中在大台北地区,如图1。
  • 受测者平均有504个朋友,所有人的平均年龄约24岁;每个人平均对餐厅打卡0.34次,平均打卡过0.33家餐厅,每家餐厅平均被打卡约3次,曾对餐厅打卡的人平均对餐厅打卡约2次,平均打卡过约2家餐厅;餐厅打卡的同伴平均约3人,平均年龄约24岁,女性比率稍高,如表3。
  • 大部分的餐厅打卡发生在近半年,周休二日明显较多,中餐和晚餐时间呈现峰值,打卡者年龄在21岁呈现峰值,同伴年龄在23岁呈现峰值,常结伴同行,同伴性别分布均匀,朋友数量是其他类型的10倍以上;大多数的餐厅只有被打卡1次,相似的用户只有1个共同打卡过的餐厅居多,如图2。

若转换此数据集为用户与餐厅的二元矩阵,此矩阵有3928行(曾对餐厅打卡的用户人数)和2691列(餐厅个数),若定义稀疏程度为nonzero/total,此数据集的稀疏程度为0.00078。