【数据发布】A-SOUL直播成员统计（截止至510）【枝江数据统计】

1. 数据来源

1.1. 直播标题与时间

使用了一种朴素的方法：将@奶粉_Day0老师的录播站上一周年、二周年的录播文件夹页面保存到本地，用正则从html文件里提取每个视频文件的名字，以获取直播的日期和标题，最后结合直播预告动态进行人工校对。 提取之后对日期进行了一些处理，使之能够直接导入Notion中作为"Date"一栏被识别。

1.2. 直播预告动态

使用爬取B站动态列表(https://github.com/Starrah/BilibiliGetDynamics)对@A-SOUL_Official账号进行动态的爬取。为方便检索查看，使用了简单的html网页进行显示。

2. 数据处理原则

本次发布的数据主要使用了两类原则进行处理，详细如下：

2.1 通用原则

• 只有A-SOUL成员实时交互的时间才算直播（排除AI乃琳等）

• 直播中断后恢复、推流出现问题后调整直播时间，不重复计算（如已播较长时间算作完整直播）

2.2 最小化原则

最小化：只有A-SOUL成员出场（模型、声音）、在计划安排内和大部分观众进行公开实时互动才算。本质上是以“V”为主，主要关注实时性。

• 不计算非公开直播（面向少数人群的且不计划让大部分粉丝看到，如珈乐军训；部分未事先通知的测试推流，如萤火虫前彩排）

• 成员模型未出场不计入参与了直播（如电话连线，只有声音的临时串场），另外只有声音的测试直播可计入，只有画面（羊驼模型）的测试直播不计入

• -出现在直播流内的录制视频不计入直播（BML VR，冰火歌会、集光之夜、dy奇妙夜等提前录制好的视频）

3. 数据类型

本次发布的数据为使用notion自带的export功能生成的csv文件。每一行代表一次直播，而三列分别是：

• Title: 直播标题

• Date: 直播时间，格式为YYYY/MM/DD

• Member：参与直播的成员，为一包含某次直播出场成员名字的字符串，不同成员之间以逗号分开，如“嘉然，向晚”

4. 数据处理过程

1.1中直接提取的直播标题和日期->格式矫正->导入notion->结合1.2爬取的动态和录播文件手动添加成员一列的信息/删除重复、不合原则的行->导出csv

数据处理历史：

- 删除 和嘉然一起画画吧 前15分钟 2020/12/20: 重复

- 删除 珈乐 军训片段+番外的合集 2021/01/06: 非公开直播

- 删除 珈乐 最后一次军训 2021/01/27: 非公开直播

- 删除 抖音奇妙夜 赤伶 手机录屏弹幕版 2021/10/15：重复

- 删除 抖音奇妙日 手机录屏单模板 2021/19/16: 重复

- 删除 测试直播 2021/03/27 纯放歌，没人说话

- 删除 本音彩排 测试直播 2021/05/01 在直播开始之前进行的短时间彩排，不单独计入直播

- 删除 团播 夏日泳装发布！ NTR 抖音无泳装二阶段版 重复

- 删除 BML VR A-SOUL部分 4K 2021/07/09 播片

- 删除 乐华12周年家族演唱会 AS部分 主视角  4K 播片

- 删除 贝拉 抖音大V连线时刻 弹幕版 手机录屏 重复

- 删除 七夕特别直播 弹幕版 手机录屏 重复

- 删除 抖音奇妙夜 赤伶 播片

- 删除 集光之夜 《传说的世界》 播片 2022/01/28

- 删除 测试直播 2021/03/10 只有阿草在扭😡

- 删除 测试直播 2021/08/23 只有阿草在扭🥵

- 删除 测试直播 2021/10/18 只有阿草在扭🤣

- 删除 测试直播 2021/11/08 只有阿草在扭🤤

- 删除 珈乐 嘉然 百大盛典 2022/01/21 播片

- 删除 羊驼 军训工具人 2022/04/11 只有阿草在扭😍

- 删除 羊驼 测试直播 2022/04/11 只有阿草在扭🎤

5. 数据发布
csv文件：https://github.com/VictorAZ12/ZJStatistics/blob/main/calendar/calendar_minimal_members_to510.csv

notion页面浏览原始数据：https://fluffy-textbook-181.notion.site/077eec31ced54ec2a7022012e3ac0b97?v=1cb16d4e284e46158d7c45b32c50ff96