助睿实验7-3：可视化探索

实验7-3：可视化探索

4.1 分析框架

由于数据特点为内容同质化、平台固定、标题是主要差异来源，因此分析聚焦于5个维度：

核心指标：整体表现如何？

排名分析：谁做得好？什么内容做得好？

标题影响：标题关键词如何影响数据？

趋势分析：数据随时间如何变化？

平台对比：B站与CSDN表现差异？

4.2 仪表盘布局

采用“先总后分、左右对照”的布局：

顶部指标卡（两行）：全平台概况 + B站/CSDN分平台指标

左右两栏：左栏B站分析，右栏CSDN分析

每栏内部按“排名 → 标题分析 → 趋势”排列

4.3 实验步骤（关键图表制作）

步骤1-2：连接数据源并构建数据集

使用summary_all_platforms、content_analysis、title_feature_analysis三张表构建3个数据集。

步骤3：制作工作表

（1）核心指标卡

指标卡 数据源 配置要点

全平台作品数 全平台概况 求和所有平台content_count

分发平台数 全平台概况 平台去重计数

全平台总浏览数 全平台概况 求和total_views

全平台总互动数 全平台概况 求和总互动（需计算字段）

B站作品数 全平台概况 平台=B站 的计数

CSDN作品数 全平台概况 平台=CSDN 的计数

B站总播放量 全平台概况 平台=B站 的求和views

CSDN总阅读量 全平台概况 平台=CSDN 的求和views

（2）排名图表

B站/CSDN学生平均播放量排名TOP10：维度=作者名称，指标=平均值(浏览数量)

B站/CSDN作品播放量排名TOP10：维度=作品标题，指标=浏览数量

（3）标题影响分析

提升倍率条形图：分别计算含某关键词的平均播放量 ÷ 整体平均播放量

标题特征对比柱状图：含关键词vs不含关键词的平均互动对比（含整体平均线）

（4）趋势分析

B站每日播放量趋势折线图：维度=日期，指标=求和(浏览数量)

CSDN每日阅读量趋势折线图：同上

五、核心知识点总结

知识点 说明

多条件过滤 使用AND/OR组合实现“平台+有效记录”双重过滤

缺失值处理 统一填充默认值（如“未知”），避免计算异常

宽表设计 一次清洗、多次使用，支撑后续全部分析

JavaScript代码组件 用于文本关键词自动标注，实现特征工程

插入/更新 vs 表输出 按主键更新，避免重复数据

分支处理 + 常量标识 多分支聚合后通过常量标签区分不同分组

指标卡设计 核心KPI突出展示，让读者几秒内建立整体认知

排名+标题+趋势组合 从“谁做得好”到“为什么好”再到“规律如何”的完整分析链

提升倍率计算 量化标题关键词的实际影响（含该词平均 ÷ 整体平均）