Yi's blog
·
YouTube 观看历史分析
💡
原文中文，约11200字，阅读约需27分钟。
📝
内容提要
文章讨论了作者在美国使用YouTube的经历，分析了观看历史并进行了数据收集。作者主要观看科技评测、综艺节目、连续剧和音乐视频。通过Google Takeout导出观看历史，并使用SQLite数据库进行分析。作者反思了观看习惯，强调主动获取信息的重要性，并提出控制观看时间以避免信息过载。最后，作者总结了数据处理的挑战和对数据隐私的思考。
🎯
关键要点
- 作者在美国使用YouTube的经历，观看视频种类包括科技评测、综艺节目、连续剧和音乐视频。
- 通过Google Takeout导出观看历史，并使用SQLite数据库进行分析，观看历史包含12780条记录。
- 反思观看习惯，强调主动获取信息的重要性，警惕被动接受信息可能导致的信息过载。
- 数据收集过程中，使用YouTube Data API和youtube-dl获取视频信息，面临API配额限制和版权问题。
- 分析观看数据，发现大部分视频时长在20分钟以内，观看高峰时段为早上和晚上。
- 总结数据处理的挑战，反映对数据隐私的思考，期待用户能更方便地管理自己的数据。
❓
延伸问答
作者在YouTube上主要观看哪些类型的视频？
作者主要观看科技评测、综艺节目、连续剧和音乐视频。
如何导出YouTube的观看历史？
可以通过Google Takeout导出观看历史，选择JSON格式后下载。
作者在分析观看历史时使用了什么工具？
作者使用了SQLite数据库进行观看历史的分析。
观看视频的时间分布有什么特点？
大部分观看的视频时长在20分钟以内，观看高峰时段为早上和晚上。
作者对信息过载有什么看法？
作者强调要警惕被动接受信息，控制观看时间以避免信息过载。
在数据收集过程中遇到了哪些挑战？
作者面临API配额限制和版权问题，导致无法获取所有视频的信息。
➡️
