许多人都在问youtube网站热门视频的数据集里面包含哪些内容。许多人都对该平台的数据集跟业务背景的介绍不是特别了解。许多人都对youtube数据集等这方面的内容感觉到非常陌生。接下来就带各位来说一说关于youtube数据集等这方面的内容进行探讨交流欢迎大家进来讨论。
youtube网站数据集
这个数据集是youtube网站上Trending List的每日统计信息。时间跨度是2017年11月14日至2018年6月14日。它里面含有美国、英国、德国、加拿大、法国等国家跟地区，每个地区一个文件，在这里选取了美国的数据。
“Trending List”的该官方中文翻译是“时下流行”，大家能够明白为热门视频的榜单。相似微博的热搜机制，榜单内容在同一地区是相同的，不按照用户个人的喜好而做个性化推荐。然而Trending List并不只是按照播放量等单一指标来进行排序的，该平台综合了多种因素权衡用户对视频的互动热度（里面含有播放量、分享数、评论跟点赞等等）。
youtube的数据集简介
数据来源通过Google数据搜索引擎，在Kaggle上找到的数据Trending YouTube Video Statistics，www.kaggle.com。
数据集为csv格式，文件大小59.8M。数据总共16个字段，40726条。
详细字段如下：
video_id（视频ID）
trending_date（推荐日期）
title（标题）
channel_title（频道标题）
category_id（类型id）
publish_time（发布时间）
tags（标签）
views（观看数）
likes（点赞数）
dislikes（不喜欢数）
comment_count（评论数）
thumbnail_link（缩略图链接）
comments_disabled（是否允许评论）
ratings_disabled（是否允许打分）
video_error_or_removed（视频是否损坏或移除）
description（描述）
业务背景
用户可以使用极值能够处理底下的相关问题：
Trending榜单中
哪些视频跟频道被收录热门榜单（Trending List）天数最多？
哪类视频播放量最高/最低？
哪类视频评论率最高/最低？
哪类视频的点赞率最高/最低？
热门榜单（Trending List）中标题长度多少词的视频最多？
用户使用箱型图能够描述不同类别的整体情况：
各类视频的观看数、点赞数、评论数的整体情况
用户可以使用正态分布，来取得知道观看数、点赞数、不喜欢数、评论数等分别是不是相符正态分布，从而能够再验证它们之间是不是存在线性相关（Pairs plot 矩阵散点图、协方差矩阵及其相关系数）
用户可以用底下业务问题来进行处理
1.哪些因素会影响该网站视频的受欢迎程度？是怎么影响的？
2.人们最感兴趣的是哪种类型的视频？
3.Trending榜单上的视频一般可以存放多少天？
4.视频的发布日期跟被推荐日期之间是不是存在某种联系？
5.视频的标签数越多越好吗？视频描述越详细越好吗？
6.是不是存在视频发布的黄金时间（每月/每周中是不是存在周期性的高热度）？
a.时间
trending_date（推荐日期）
publish_time（发布时间）
b.内容类型
channel_title（频道）
category_id（类型id）
c.互动
views（观看数）
likes（点赞数）
dislikes（不喜欢数）
comment_count（评论数）
