從人脈網絡看見影響力:如何抓取 TikTok 使用者的關注名單(Following List)資料?

隨著 TikTok 成為全球最具影響力的社交媒體平台之一,對使用者行為的洞察不再只停留在影片瀏覽或留言分析層面。事實上,使用者所關注的帳號清單(Following List),才是真正揭露他們社交網絡、興趣喜好與潛在互動關係的「關鍵窗口」。本文將帶你深入了解如何透過 LuckData 提供的 API 介面,有效擷取特定 TikTok 使用者的關注名單,並透過實際的 Python 程式碼演示,展示如何處理並應用這些資料。

一、為什麼要分析 TikTok 的關注列表?

在內容數據日益爆炸的今天,我們不只需要知道「一個帳號發布了什麼」,更需要知道「這個帳號關注了誰、為什麼會關注」。以下是幾個應用場景:

1. 用戶興趣建模

透過關注名單中帳號的內容屬性,可大致判斷該使用者偏好的主題類型,例如搞笑、旅遊、教育還是寵物等。

2. 社群圖譜構建

若多位使用者共同關注某些帳號,即可推導出特定的社群關係與潛在的影響者中心。

3. 品牌與競品追蹤

品牌可觀察某位 KOL 關注的其他品牌或創作者,協助規劃合作或競爭策略。

二、LuckData API 介紹與接口說明

LuckData 提供一套穩定且簡單易用的 API 服務,無需處理 TikTok 的頁面結構或身份驗證問題,即可快速獲取各類資料。其中一個實用的接口便是:

Get User Following List API

  • API 地址:
    https://luckdata.io/api/tiktok-api/pDEXtxVhqnzu

  • 主要參數:

    • user_id:TikTok 使用者數字 ID(非 @帳號)

    • time:時間戳,用於分頁(初次可設為 0)

    • count:每次請求返回的數量(建議設為 20~50)

三、Python 抓取關注列表:完整程式碼演示

以下是使用 Python 與 requests 模組,串接 LuckData TikTok API 並解析返回結果的完整範例:

import requests

# 設定你的 LuckData API Key

headers = {

'X-Luckdata-Api-Key': 'your_luckdata_key'

}

# 基本請求參數

user_id = 107955 # 替換成你要查詢的使用者 ID

count = 50

time = 0 # 初次請求設為 0

# 發送請求

response = requests.get(

f'https://luckdata.io/api/tiktok-api/pDEXtxVhqnzu?time={time}&count={count}&user_id={user_id}',

headers=headers

)

# 解析結果

data = response.json()

for user in data.get("data", []):

print(f"帳號:@{user.get('unique_id')}")

print(f"暱稱:{user.get('nickname')}")

print(f"粉絲數:{user.get('follower_count')}")

print(f"驗證帳號:{'是' if user.get('verified') else '否'}")

print(f"簡介:{user.get('signature')}")

print("---")

支援翻頁邏輯

若結果中有 has_more=True,你可以遞增 time 參數來抓取更多資料:

# 翻頁抓取所有關注者

def fetch_all_followings(user_id):

time = 0

all_users = []

while True:

url = f'https://luckdata.io/api/tiktok-api/pDEXtxVhqnzu?time={time}&count=50&user_id={user_id}'

response = requests.get(url, headers=headers)

result = response.json()

batch = result.get("data", [])

all_users.extend(batch)

if not result.get("has_more"):

break

time = result.get("time", time + 1)

return all_users

四、資料格式說明與欄位結構

LuckData 回傳的 JSON 結構中,每個關注帳號的資料通常包含以下欄位:

  • user_id: 帳號 ID

  • unique_id: 使用者 @帳號

  • nickname: 用戶暱稱

  • signature: 簡介

  • follower_count: 粉絲數

  • video_count: 上傳影片數

  • verified: 是否為認證帳號

  • avatar_thumb: 頭像縮圖連結

你可以依照業務需求,自由選擇需要儲存與顯示的欄位。

五、應用場景:從資料洞察到策略分析

1. 與粉絲重合度分析

抓取多位創作者的關注清單,比對其共同關注帳號,進行社群集群分析與粉絲相似度量化。

2. 興趣圖譜構建

透過 NLP 模型處理關注對象的簡介與主題分類,可快速構建該使用者的主題興趣圖譜。

3. 品牌對手觀測

觀察某位競爭者或意見領袖的關注帳號,洞察其潛在合作對象、競品互動與品牌偏好。

六、實務建議與合規注意事項

技術建議

  • 若需大規模抓取,建議設置合理的延遲與異步請求結構(可改用 aiohttp 實現)。

  • 結合資料庫做增量更新,避免重複請求浪費資源。

合規與道德

  • 請尊重 TikTok 使用者的隱私與平台政策,避免將資料用於未授權的行銷或監控行為。

  • 避免分析特定個人的社交關係圖,應優先用於群體層級的資料分析。

七、總結與延伸

本文透過 LuckData API,示範了如何擷取 TikTok 使用者的關注列表資料,並解析其結構與應用價值。作為 TikTok 用戶行為建模的重要一環,關注清單能揭示的資訊遠比表面看到的豐富許多。

下一步你可以搭配以下資料接口進行更多分析:

將這些面向整合後,你將能打造出一套完整的 TikTok 用戶行為洞察系統,無論是做內容推薦、品牌策略或影響者行銷,皆能取得關鍵競爭優勢。

Articles related to APIs :