随着无线网络和Web2.0技术的快速发展,手机终端用户进行网络访问和交互变得越来越便捷。QQ空间作为国内较大的网络社交平台,用户可以在此个人空间中分享个人的观点和信息,互动自己的情感。QQ空间的数据计算与分析已经为市场营销、心理学、社会学和城市规划和发展等领域的研究提供了重要的科学依据。本文从统计学的角度出发,通过对QQ空间数据挖掘来研究和分析手机用户群,首先基于Scrapy库为基础的爬虫程序对国内社交网络平台QQ空间的数据进行采集,然后在此数据集的基础上进行手机品牌和用户行为分析。目标是探究不同品牌手机用户量、用户的作息时间变化和用户情感状态。主要工作成果包括以下几个方面:第一,因为网络中数据量较大且数据结构复杂,引入抽样技术成为大数据获取和分析中不可缺少的环节。本文利用了一种基于拓扑分层模型的抽样算法对大数据进行抽样分析,该算法主要利用了数据结构的图论思想和相似性原理对大数据进行抽样,经过对大数据集的实验仿真,发现该算法具有很好的抽样性,可以很好的保持关系网络的抽样子网络与原始网络之间的拓扑相似性。第二,本文基于Scrapy网络爬虫框架作为数据工具对QQ的空间数据进行爬取。通过对QQ空间页面格式的深入分析,结合抽样方法,在PC机器上同时并发连续执行爬虫程序30天,最后得到QQ空间的数据集。文中详细的论述了网络爬虫的登录身份的模拟,QQ空间网络数据包分析,网络数据的抽样分析以及保存数据的数据库设计,并对数据抓取和存储过程中遇到的问题本质进行了分析,给出了最终的解决方案。第三,本文对采集的QQ空间数据进行手机用户品牌、作息时间和用户情感的分析。本文分析的结果从侧面反映了手机终端在不同人群中的分布比例,人们作息时间的改变和用户情感强度,这些结论不仅为社会学、市场营销和心理学等领域提供了研究的科学依据,而且还为政府的决策机构提供了支撑。