Jul 3, 2019
Medium 中文寫作者追蹤人數排名與不專業數據分析
前言
之前一直想說要來爬 Medium 的資料，但最麻煩的地方在於 Medium 對外公開的 API 抓不到什麼東西，頂多只能幫你發發文。兩週前嘗試用 puppeteer 來寫爬蟲，發現效率十分低落，因此只能放棄。
但就在幾天前，我透過 Google 關鍵字「medium follower api」找到了這個 gist，發現原來在 profile 網址後面加上 ?format=json 就能夠拿到 json 格式的資料！
自己隨意玩了一下之後，更進一步發現有一個 API 就是我想要的資料，只要有使用者的 userId 就能夠拿到追蹤者的清單還有個人資料！
好，既然 API 都有了，剩下的就只是時間跟成本的問題了。我抓資料的方法很簡單，手動挑幾個人，把他們的追蹤者全都加到 queue 裡，然後有一支程式就不斷從 queue 拿 user id 出來，把使用者資料寫進資料庫，並且把這個使用者的追蹤者又全部丟到 queue。
所以 queue 越來越長，抓到的使用者就越來越多，花了兩三天的時間抓資料加上整理，有一份還算堪用的中文寫作者使用者清單（只有個人帳號，publication 不會被列入）。
技術的部分就點到這邊為止，之後會再寫一篇跟技術細節相關的文章。
底下是針對我抓取到的數據（大約七萬筆中文使用者資料）做的一些簡單分析，文末會提供 raw data 跟爬蟲原始碼，歡迎其他朋友做出更專業的分析。
在分享一些數據之前，讓我們先來看一個奇怪的現象。
追蹤人數爆多，卻（幾乎）沒在用 Medium
在這次抓到的資料當中有幾個使用者有著超級多的追蹤者，但在 Medium 上卻毫無活動。沒有發文、沒有回覆，甚至連幫其他人拍手都沒有。他們的個人頁面長這樣：
一萬四千個追隨者，但是一篇文章都沒有。
而且這並不是特例，下面這幾個帳號也是幾乎沒有任何活動，但是都有著一定人數的追隨者。
https://medium.com/@nestertweets，9.4k followers
https://medium.com/@arthur369，5.4k followers
https://medium.com/@mranti，5.3k followers
https://medium.com/@sixtus，4.5k followers
https://medium.com/@isaac，4.2k followers
這是為什麼呢？
原因可以從這幾個帳號的共同點大概猜測一下：
他們都有綁定 Twitter，而且 Twitter 的追隨者都很多
依稀記得當初我把 Medium 綁定 Facebook 帳號時，系統好像自動幫我追蹤了我在 Facebook 上的朋友（如果他們在 Medium 也有帳號的話）；類似地，在綁定 Twitter 時我猜也會有類似的效果。
結果就變成這樣了，有些在 Twitter 上超多追隨者的人只要在 Medium 上面綁定帳號，一篇文章都不用發，也能把一定數量的 Twitter 追隨者直接帶過來。
不過有一個先決條件是你必須很早綁定 Twitter，才能享受到這種福利，因為你在 Twitter 上的追蹤者必須比你後綁定才能被系統偵測到，才會來追隨你。上面這些帳號大多都是 2012 年左右就建立的，加入的很早。
看完了這個從數據觀察到的現象以後，我們先來看臺灣寫作者的追蹤人數排名。如果要被列入這個分類，你只是個臺灣人是不夠的，你還要在 Medium 上面有用繁體中文發表文章，才會被列入這個分類。
所以像是 Kai-Fu Lee 儘管有 22k 的追隨者，也不會被列入任何分類，因為他主要是用英文來寫作。而上述那些沒有發表過任何文章的作者也不會被列入。
（這些分類都是手動分的，如果有分錯的話麻煩再告知我，感謝！）
臺灣寫作者追蹤人數排名
版面有限，這邊只放了前 20 名。追蹤人數要有 3.2k 以上才能進入前二十，4k 的尾巴是我，第 12 名（沒做這統計以前我天真以為一定有前十…），要達到 6k 才能進台灣前五。
而最亮眼的是第一名 Evonne Tsai 的追蹤人數比二三名加起來還要高！而且才加入 Medium 不到兩年就有如此驚人的成績。第 16 名的 游舒帆Gipi 與第 19 名的 Chofy Lin 都是在 2018 年年初才加入的，至今大概也才一年半而已，後勢看漲。
Medium 是 2012 年 8 月 15 號開始的，上面排名中就屬 Fred Jame 最早加入，Medium 才剛開始一週後就加入了。其他人大多都是在 2015~2017 年才加入 Medium。
話說第十名以及第二十名看似是 publication，但其實也是個人帳號喔，所以才一並列入統計（不過可能也會有同名的 publication 就是了）。
在臺灣超過 1k 追蹤的有 164 人，若是達到 2k 追蹤就可以排到前 50 名。所以追蹤人數在 1k~2k 的有 100 多人，其實還滿多的。
如果你對完整的資料有興趣，可以參考：Medium 中文作者追蹤者排名，裡面有臺灣、香港及中國超過 1k 追蹤者的使用者資料。
香港寫作者追蹤人數排名
（分類是我手動分的，如果有分錯先說聲抱歉）
根據《數據分析香港Medium Followers概況(上)：從史兄說起》這篇提到的一些資料，史兄應該是香港 Medium 追蹤人數最多的沒錯。
比較有趣的一個現象是大多數的作者都是在 2017 年的時候加入 Medium ，跟臺灣比起來稍晚一些。
香港寫作者的追蹤者人數分布比較平均，超過 1k 的有 39 人，超過 2k 大概可以排到前 10，3k 就可以排到第二名去了。
然後這邊也跟臺灣一樣，第二三名的追蹤人數加起來還小輸第一名，怎麼各地的第一名都那麼厲害。
中國寫作者追蹤人數排名
（備註：裡面有一些是沒有發文的但我沒有去掉）
基本上自我介紹如果是簡體中文，我就直接分入這個分類了，如果有被分錯的可以再跟我說。
中國這邊的狀況比較特別，第一點是排名前面的加入的時間都稍早，比臺灣還要早，大多數都是在 2013~2015 年這個區間加入的，再來是 Medium 的使用頻率並不高，不過這個從上圖看不出來。
我自己有看了排名前幾的作者，發現文章都很久沒更新了，我覺得追蹤人數之所以高跟前面講的綁定 Twitter 應該也有滿大的關係。
然後比起個人作者，中國這邊的比較多其實都是媒體網站，例如說第二名的 ifanr.com 爱范儿 跟第五名的 华尔街日报中文网。
總結
這次爬蟲比我想像中順利很多，成本也比我想像中低，我在 DigitalOcean 上租了一台一個月 10 鎂的機器，然後爬三天就大概爬到我想要的資料了（中間還經歷過兩三次砍掉重練）。如果多爬一陣子，我覺得要把 Medium 上面所有會員資料爬下來搞不好也行。
由於數據分析不是我專業，所以我就簡單講一下幾個我看到的點而已。這邊我把爬到的資料公開，希望有專業人士可以做出更有趣的分析。
（2020–09–20 附註：因資料過舊以及其它個資問題已刪除）
這是爬蟲的原始碼跟使用說明：https://github.com/aszx87410/medium-user-crawler。
最早會有這個爬蟲的想法純粹是因為官方完全沒有這種數據可以看，也沒有其他地方可以看這種數據（官方甚至連每天增加多少個 follower 這種也沒得看）。
我想看看自己 4k 多的追隨者可以排到多前面，所以才去寫了這個爬蟲，在做之前原本還想說 4k 搞不好前五，再差也一定前十，數據出來才發現根本不是這樣，狠狠地打了自己的臉。
不過太在意這種數據也不是好事就對了，但我就覺得還滿有趣的，而且必須承認追蹤者多的話有種虛榮感哈哈。
最後，喜歡的話可以不用拍手，但可以追蹤我，讓我早日擠進前十 😂
