慕课网750门课程数据分析

数据挖掘入门与实战  公众号： datadw

声明：本文根据慕课网公开数据爬取，仅作为数据分析学习参考。

本文数据来源 慕课网，共750条记录，使用Python的scrapy爬虫框架，爬虫代码，及scrapy框架的详细使用步骤，存储mysql，将在明晚本公众号 datadw 分享。

本次分析使用数据情况如下：

慕课网是一个在线教育培训网站，根据艾瑞PC数据查询，月均IP在200万左右，以16至24岁学生或初入职场的年轻人为主，30岁以下占到85%。

其主要用户分布在沿海，华中，东北，西北地区居然是空白，未来增长空间还是很大的。

先看课程构成：

统计到69个课程类别，开课门数较多的类别排列在图的左上角，前十类别的开课数依次为：

由此看出慕课网偏重于设计基于移动互联网的课程产品。

再看看课时分布：

网站内所有课程免费学习，但多数课程学时较短，95%的课程在5小时以内，课时在10小时以上的仅占1%，说明以“快餐”学习为主。其中课时最长的课程为“oeasy教你玩转css禅意花园”，总共27个小时。 该课程主页如下,综合评分 10分(满分)。

10小时以上的课程也就6门，主要为前端技术、设计方面。

接下来看一下课程难度分布：

75%的课程属于中、高级，且多数课程时长在5小时内，短时间的学习也就了解了解体系框架，蜻蜓点水。

这么多课程，哪一门报名学习的人数最多？请看：

多数课程学习人数都在一万以上，占到85%，其中十万以上的课程51门，课程所属类别从多到少排序如下，看来Java还是深受大众喜爱。

来看看前十的课程学习人数排行：

有没有看到商机，哈哈。。。几十万人都在学习入门课程，身边的小白还多着呢，现阶段正是培训行业春天！

来看看最受欢迎的这门课：

这门课程总共9章，9个小时学完，入门级，对于外行人了解网页结构与设计是有帮助的，毕竟70多万人学习了呢~

接下来看看课程的评分分布：

好评课程还是挺多的，96%的课程评分在9分以上，所有课程平均评分9.6，其中评分为10分的课程有58门，按课程的学习人数前十排序如下：

猜想一下，课程的评分跟啥有关系呢？

上面两图中，课程难度接近等边三角形，说明课程难度对评分没有影响，而课程时长存在不等边关系，说明评分与课程时长有一定联系。图中显示课程时长越长，获得评分较高。

最后关注一下大数据方面，共有19门课程，涵盖底层环境搭建、数据处理、数据可视化，而且大部分还都是入门级、短课时。即便如此，学习人数上万的课程依然占了大多数。

现在看来，中、高端等进阶课程现在还存在很大的需求缺口~

爬下来的数据还有很多信息可以挖掘，比如课程简介文本有何特点，课程的学习人数与课程简介、课程标题的关系，这些需要文本挖掘技术支持；还可以从开课数、学习人数去验证“什么才是世界上最好的语言”、各个分类课程里面学员技能的等级分布，如果要新开一门课程，能否预测该课程的学员人数等等，时间有限，待有心人去发掘。明天分享怎么样用scrapy爬虫去爬取这些数据。

人工智能AI与大数据技术实战

搜索添加微信公众号：weic2c

长按图片，识别二维码，点关注

---

数据挖掘入门与实战

搜索添加微信公众号：datadw

教你机器学习，教你数据挖掘

长按图片，识别二维码，点关注