B站数据分析工具如何帮你解锁观看历史的隐藏价值
【免费下载链接】BilibiliHistoryFetcher获取b站历史记录,保存到本地数据库,可下载对应视频及时存档,生成详细的年度总结,自动化任务部署到服务器实现自动同步,以及自动发送日志邮件,下面链接是对应前端项目地址: https://gitcode.com/gh_mirrors/bi/BilibiliHistoryFetcher
找不到历史记录?无法分析观看偏好?想导出数据却没有合适工具?B站作为年轻人最爱的视频平台,每天产生海量观看数据,但官方提供的数据分析功能十分有限。本文将介绍如何利用B站数据分析工具BilibiliHistoryFetcher实现观看历史导出、个人数据统计和深度分析,让你的观看数据发挥更大价值。
如何获取并安装B站数据分析工具
需求:准备工作环境
要使用B站数据分析工具,首先需要在本地搭建运行环境。你需要确保电脑已安装Python环境和Git工具。
操作:获取项目代码
git clone https://gitcode.com/gh_mirrors/bi/BilibiliHistoryFetcher cd BilibiliHistoryFetcher操作预期:执行后会在当前目录创建BilibiliHistoryFetcher文件夹,并下载项目所有文件。
操作:安装依赖包
pip install -r requirements.txt操作预期:系统会自动安装所有必要的Python依赖库,为工具运行做好准备。
💡小贴士:如果安装过程中出现权限问题,可以尝试在命令前添加sudo(Linux/Mac)或在管理员模式下运行命令提示符(Windows)。
核心配置文件设置教程
需求:完成必要配置
工具需要进行基础配置才能正常工作,包括B站用户认证、邮件通知服务等关键信息。
操作:修改配置文件
打开config/config.yaml文件,按要求填写以下关键配置项:
| 配置项 | 说明 | 示例值 |
|---|---|---|
| SESSDATA | B站用户认证信息 | "abcd1234efgh5678" |
| email.smtp_server | 邮件服务器地址 | "smtp.qq.com" |
| email.smtp_port | 邮件服务器端口 | 587 |
| email.sender | 发件人邮箱 | "your@email.com" |
| email.password | 邮箱授权码 | "abcdefghijklmnop" |
| email.receiver | 收件人邮箱 | "recipient@email.com" |
| deepseek.api_key | DeepSeek API密钥 | "sk-xxxxxxxxxxxxxxxx" |
| server.port | 服务端口号 | 8899 |
操作预期:完成配置后,工具将能够正常访问B站数据并发送通知邮件。
💡小贴士:SESSDATA可以通过浏览器开发者工具获取,具体方法是登录B站后,在Application/Storage中找到Cookies里的SESSDATA值。
如何启动数据分析服务
需求:启动工具主服务
完成配置后,需要启动主服务来开始数据同步和分析。
操作:启动服务
python main.py操作预期:服务启动后,会在本地8899端口运行一个Web服务,你可以通过浏览器访问http://localhost:8899查看数据分析界面。
💡小贴士:如果8899端口已被占用,可以修改config/config.yaml中的server.port配置项,使用其他空闲端口。
基础能力:历史记录同步与管理
需求:获取观看历史数据
工具最核心的功能是同步和管理B站观看历史,让你能够随时查看完整的观看记录。
操作:自动同步历史数据
服务启动后,系统会自动通过routers/fetch_bili_history.py模块获取你的B站观看历史,包括视频标题、观看时间、UP主信息等数据。
操作预期:数据同步完成后,所有历史记录将保存在本地数据库中,你可以在Web界面中查看完整的观看历史列表。
💡小贴士:首次同步可能需要较长时间,取决于你的历史记录数量。后续同步只会获取新增数据,速度会更快。
进阶应用:智能数据分析功能
需求:深入了解观看习惯
工具提供多种分析功能,帮助你深入了解自己的观看偏好和习惯。
操作:使用分析功能
在Web界面中,你可以找到以下分析模块:
- 观看时长统计与趋势分析
- UP主关注度排名
- 视频类型偏好分析
- 观看时间段分布
操作预期:通过这些分析功能,你将获得直观的数据可视化图表,清晰了解自己的观看习惯和偏好。
💡小贴士:定期查看分析结果,可以帮助你发现自己的观看模式,合理规划观看时间。
扩展场景:数据导出与自动化管理
需求:数据导出与自动化
除了查看和分析,你可能还需要导出数据或设置自动化任务。
操作:导出数据
通过routers/export.py模块,你可以将分析结果导出为Excel、CSV等格式。
操作预期:导出后的数据可以用Excel等工具进一步处理和分析。
操作:设置自动化任务
通过scheduler.py脚本,你可以设置定时任务,自动同步最新的观看记录。
操作预期:设置完成后,系统将按照你设定的时间自动同步数据,确保数据实时更新。
💡小贴士:建议设置每天凌晨同步一次数据,这样既不会影响使用,又能保证数据及时更新。
数据安全建议
需求:保护个人数据安全
使用数据分析工具时,保护个人数据安全至关重要。
安全措施:
- 不要分享你的SESSDATA和配置文件,这些包含敏感信息
- 定期备份数据库文件,防止数据丢失
- 不要在公共网络环境下使用工具,避免信息泄露
- 定期更新工具到最新版本,获取安全补丁
💡小贴士:数据库文件通常保存在项目的data目录下,建议将此目录添加到你的备份计划中。
个性化分析技巧
需求:获取更有价值的分析结果
通过一些高级技巧,你可以从数据中获取更多有价值的信息。
分析技巧:
- 使用观看时间段分布数据,规划更合理的观看时间
- 通过UP主关注度排名,发现你最喜爱的内容创作者
- 结合视频类型偏好,探索新的感兴趣内容
- 分析观看时长变化趋势,控制观看时间,避免沉迷
💡小贴士:尝试比较不同时间段的观看数据,你可能会发现自己的观看习惯随着时间的变化规律。
通过本教程,你已经了解了如何使用B站数据分析工具BilibiliHistoryFetcher来获取、分析和管理你的B站观看历史数据。无论是简单的历史记录查询,还是深入的观看习惯分析,这个工具都能满足你的需求。开始使用它,解锁你的观看数据隐藏价值吧!
如果你在使用过程中遇到任何问题,可以加入官方交流群获取帮助。
扫码上方二维码,加入BiliFetcher官方交流群,获取更多使用技巧和支持。
【免费下载链接】BilibiliHistoryFetcher获取b站历史记录,保存到本地数据库,可下载对应视频及时存档,生成详细的年度总结,自动化任务部署到服务器实现自动同步,以及自动发送日志邮件,下面链接是对应前端项目地址: https://gitcode.com/gh_mirrors/bi/BilibiliHistoryFetcher
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考