9年互联网史：我抓取了 14000 多篇科技媒体文章后有这几点发现

本文抓取了极客公园 2011-2019 的全部文章并统计了词频，来看看有哪些新奇的发现~

微信之父张小龙早年曾有一条“饭否”，说自己作为产品经理不知道当时的一个热词“SoLoMo”（由“Social”（社交的）、“Local”（本地的）、“Mobile”（移动的）三个单词的开头字母组成，即“社交本地移动”）。这类概念只火了一时，我本想着看看互联网史上还有哪些类似的“尬词”。

于是写了一个 Python 爬虫，抓取了极客公园 2011-2019 的全部文章并统计了词频。不过尬词没找到几个，倒发现了一些有趣的结论，我们一起来看看吧！（这篇盘点文章原本想在元旦前发的，至于为什么现在发，不说了，说多了都是泪，谁写爬虫谁知道……）

01 互联网概念变了又变唯有两件事聊了 9 年

随着技术的发展、需求的变化，互联网领域火了一个又一个概念。在这 9 年里，风口变了又变，我们从 LBS、SNS，聊到社会化、UGC，再到 O2O，到人工智能等等。

但是有两件事，这 9 年来一直在聊，猜猜是哪两个？

那就是“个性化”和“共享”。

（我首先每年都取了排序前 1000 的高频词汇。再从众多词汇中区分了概念技术、领域、产品公司人物、国家城市、需求人群 5 个类别。上图是“概念技术”，包含了概念、新技术。从图可见，“共享”每年都有，“个性化”除了 2018 年外，每年都有。）

“个性化”这个概念上承 “UGC”，下接“大数据”。早年我们说互联网经历了 Web1.0 门户到 Web2.0 社区再到 Web3.0 的个性化。初期的“个性化”，在像微博、优酷这样的产品崛起后，意味着用户自制内容的丰富。到后期，是大数据技术起来后的个性化推荐等，以今日头条为代表。

翻看历年文章，发现“个性化”不断深入各行业，从早期的信息个性化推荐，到个性化导购、个性化教育、个性化健康管理等等。个性化几乎是新行业、领域创造产品的必经之路。

关于“共享”，早期聊的类似分享：和朋友共享内容。到后来是数据共享（网盘、云笔记等），再到以 Airbnb、Uber 为代表的“共享经济”。

所以你要问互联网的本质是什么，对用户需求的“个性化”理解，和对信息、资源的“共享”大概算的上是。

02 社交少了，更多沉迷游戏和买买买

（这块是“领域”词汇，我选择了图中这些。）

看上图的“领域”词汇，2014 年以前，“社交”一直是第一。14 年开始，“游戏”稳居第一。就像这年年底一篇文章总结的一样：

2014 年对于游戏领域是不平凡的一年：次时代主机进入了爆发期，大量游戏登上 PS 4 以及 Xbox One 平台；电子竞技以及与之息息相关的游戏直播也获得了前所未有的关注和增长；更重要的是，移动游戏变的越来越火热。

——2014/12/15 《炉石传说与纪念碑谷：移动游戏两种力量的碰撞》

这一年大火的游戏，看看你玩了几个：

纪念碑谷：

炉石传说：

Flappy Bird：

2048：

再说“电商”，它从 2014 年起，排序上升。2014 这一年，阿里巴巴上市。2013-2014 年，O2O 是热门，出了一批 O2O 的电商，如天天果园、泰笛洗涤（上门洗涤）等等。跨境电商也很火热，不少文章写了洋码头、蜜淘等等。

总结来说，这 9 年来，我们谈社交少了，谈游戏和买买买更多了。

03 乔帮主远去，马斯克接钵

（产品公司人物）

这个模块包含互联网产品、公司和人物。数据没有截全，人物部分是这样的（每年按词频排序）：

2011：乔布斯2012：乔布斯2013：乔布斯、小川2014：乔布斯、雷军、张小龙、马斯克2015：乔布斯2016：马斯克、乔布斯2017：马斯克2018：马斯克、李斌2019：马斯克

史蒂夫•乔布斯一直是互联网人的信仰。我们总觉得他的影响无处不在。而单从这份词频来看，2017 年以后，乔帮主的影响减弱了，而马斯克频繁上榜。（数据中还出现张鹏，他是极客公园创始人，有不少他采访别人的文章，对谈形式，所以出现比较多。）

04 2013 年起，更关心孩子和女性

（这块是“需求人群”。特地留了创业相关词汇，原本想看看创业环境的变化，但没有明显体现。）

在这一分类中，2013 年起“小孩”、“儿童”上榜。“女性”在 2013 年和 2016 年上榜。

2013 年，发生了海南校长案。这一年 360 推出了儿童卫士手环。2014 年，有更多的儿童智能硬件相关的报道，例如讲故事的儿童睡衣、增强现实玩具。还有针对新手爸妈的产品，例如智能配奶机。等等。

女性这边，2013 年，美图公司出了美拍。女性经期应用“大姨吗”火了。2016 年，美图上市了。婚礼纪宣布完成 B+ 轮千万元融资。谈性说爱的 Yummy 获天使轮融资。

05 2014-2015 年起，热闹的上海、印度

（国家和城市）

关于国家和城市的高频词汇里，中国、美国、日本、北京几乎一直都有。其他持续时间比较久的是 2014 年开始上榜的上海和 2015 年开始上榜的印度。

上海这个城市，成为高频词汇，其实不一定和互联网相关。作为国际化大都市，会有重大事件发生在这里，可能会被选为产品发布会的地点，或是作为分公司的城市被提及。

不过 2014 年，上海被提及，多数和互联网相关。O2O 那一波，出了一批还不错的。极客公园报道过泰笛洗涤、一人食、天天果园、洋码头等等。

2015 年的印度，发生了什么呢？

这一年，全球互联网出现了印度“淘金热”，就像一篇文章说的：

近年来，印度互联网市场正在成为全球很多科技公司选择国际化时都会争抢的热土。……作为南亚互联网市场的排头兵，印度的发展也是有目共睹的。2014 年，印度与互联网有关的创业公司共产生了 50亿美元的相关投资，这一数字较 2013 年增长了近三倍；而在 2015 年，印度的创业公司总数预计将会达到 12,000。

此外，根据 eMarketer 的报告显示，印度的互联网人口即将超过 4 亿，而这其中的大部分是移动互联网用户。

——2015/05/08 《奔赴印度淘金之前，你必须知道的几个事实》

而这波淘金热最主要是智能手机。国内外的手机厂商纷纷进军印度市场。谷歌重启针对印度的廉价智能手机计划 — Android One。联想开始在印度生产智能手机。华为获得在印度的生产牌照。雷军在印度发布小米新品，喊出了那句“Are you OK？”的名场面。

这就是我得到的几点发现啦。最后，给大家拜个早年，祝大家新年少掉头发！！

一些说明：

数据是怎么取的：先在首页把所有链接取下来，根据年份写入不同的文件夹；再挨个打开文件夹里的链接，抓取正文，写入文件；最后用 jieba 统计词频。取每年前 1000 词汇进 excel，选出特定领域词汇标记颜色，分类比较。2011 年文章数最少，只有 161 篇，2012 年 759 篇，其他年份都在1500-2000 篇。因此 2011-2012 词频数偏少。这份数据只统计了极客公园历年文章。如果看互联网史，加上 36kr、虎嗅等会更好（它们的文章数也更多），但我 Python 能力有限，没有取到后者的完整数据。有些词汇你觉得是热词但没有，有可能极客公园没有或不够高频，也有可能未被我选中和标记。

附部分代码截图：