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….

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……）

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”。

“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。

就像这年年底一篇文章总结的一样：

纪念碑谷：

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。

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。）

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。

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？

2015 年，全球互联网出现了印度“淘金热”，就像一篇文章说的：

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！！

题图来自Pixabay

一些说明：
1. 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。
2. 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。
3. 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。
4. 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。