[分享] 2021年棒球版文章標題小探勘
小弟與朋友因為期末專題統整了棒球版去年一整年的文章標題
發現了一些有趣的現象因此想和大家分享
希望沒有違反版規
先說方法
將2021年1/1至12/31所有棒球版的文章標題全部爬下來後(花了2個多小時……)
使用中研院資訊所中文詞知識庫小組的ckiptagger套件將各標題進行斷詞
再將一些中文常見連接詞或語助詞剔除後 計算各種斷詞出現的數量做成文字雲
https://imgur.com/HSHbqKj

可以發現王柏融可以說是大家的最愛
單獨以球員的名字出現在圖中(不知道大王有沒有感受到大家滿滿的愛XD)
中職的話兄弟、富邦等字詞體積特大其實可以說棒球版是中職版也不為過(X
另外日職的體積大於MLB這點還滿意外的
針對一些比較有趣的關鍵字以該詞出現數量為Y軸 日期為X軸做時序圖
王柏融相關文章標題時序圖:
https://imgur.com/mPODctY

大王相關的文章流量高峰主要集中在5/12附近
那天即是大王2021首次開轟之日 單日就有114篇文
富邦悍將相關文章標題時序圖:
https://imgur.com/nReLKm4

和邦邦相關的文章流量有3個高峰分別是4/22、8/29及11/15
在2021那三天依序發生了
被新同學味全四連敗、復賽後五連敗(對猿八連不勝QQ)、布魯斯事件
果然贏球治百病 輸球全隊上下都可以被拿來檢討
另外看來邦邦真季後賽的討論聲量真的驚人…
中信相關文章標題時序圖:
https://imgur.com/jpu07ZF

檢視爪爪相關的文章流量高峰 前三高是落在4/25、11/28及12/1
那三天依序發生了被邦邦9:0完封、在台灣大賽單場四轟(助總全壘打
戰術)、睽違十年奪冠
另外加碼所有文章的時序圖:
https://imgur.com/da3DoHf

棒球版的文章數量明顯受到中職球季的影響 休賽期間的討論聲量較賽季中少滿多的
文章數最高峰也出現在5/12 其中大王相關貼文數量就佔了將近30%
我們還做了中職各隊主力打者的聲量比較:
https://imgur.com/KAc2SXh

以每隊OPS+前三的打者作為關鍵字
樂天所用的是陳俊秀、朱育賢、廖健富
火力可以說是五隊中最兇猛的 但討論的熱度卻遙遙落後
富邦則有神全獨攬大局 不愧是最扛的男人
依上述方法統整仍有些限制
像是斷詞可能不甚完美 例如 大谷翔平被斷成大谷翔
以及依關鍵字的出現與否來計算文章數存在偏誤
例如 用大王來找柏融大王同時也會算到成德大王
不過還是提出這個很初步的成果和各位大大分享及討論
最後和大家分享我們製作的簡易文章數時序圖網頁
https://reurl.cc/AKOZjY
可以輸入想要檢視的關鍵字 來查看其在2021年整年的分布
如果大家有什麼有趣的發現歡迎來討論及指教
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.160.88.24 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Baseball/M.1642777600.A.25E.html
※ 編輯: lulala101 (118.160.88.24 臺灣), 01/21/2022 23:13:43
→
01/21 23:13,
4年前
, 1F
01/21 23:13, 1F
推
01/21 23:16,
4年前
, 2F
01/21 23:16, 2F
推
01/21 23:17,
4年前
, 3F
01/21 23:17, 3F
推
01/21 23:26,
4年前
, 4F
01/21 23:26, 4F
推
01/21 23:29,
4年前
, 5F
01/21 23:29, 5F
推
01/21 23:36,
4年前
, 6F
01/21 23:36, 6F
推
01/21 23:37,
4年前
, 7F
01/21 23:37, 7F
推
01/21 23:44,
4年前
, 8F
01/21 23:44, 8F
推
01/21 23:44,
4年前
, 9F
01/21 23:44, 9F
推
01/21 23:51,
4年前
, 10F
01/21 23:51, 10F
推
01/22 00:00,
4年前
, 11F
01/22 00:00, 11F
※ 編輯: lulala101 (118.160.88.24 臺灣), 01/22/2022 00:10:12
推
01/22 00:11,
4年前
, 12F
01/22 00:11, 12F
推
01/22 00:11,
4年前
, 13F
01/22 00:11, 13F
推
01/22 00:16,
4年前
, 14F
01/22 00:16, 14F
推
01/22 00:23,
4年前
, 15F
01/22 00:23, 15F
推
01/22 00:24,
4年前
, 16F
01/22 00:24, 16F
→
01/22 00:24,
4年前
, 17F
01/22 00:24, 17F
推
01/22 00:24,
4年前
, 18F
01/22 00:24, 18F
的確應該是
用大谷當關鍵字搜尋有2464篇文章
可能是因為ckiptagger套件對日本人的名字斷詞效果不是那麼好QQ
仔細看會發現圖中有大谷 大谷翔 大谷翔平 3種詞XD
推
01/22 00:27,
4年前
, 19F
01/22 00:27, 19F
推
01/22 00:34,
4年前
, 20F
01/22 00:34, 20F
→
01/22 00:34,
4年前
, 21F
01/22 00:34, 21F
→
01/22 00:35,
4年前
, 22F
01/22 00:35, 22F
這個我也不太確定
不過我認為可能是因為做圖使用的字型無法顯示特定的中文字元造成的QQ
推
01/22 00:35,
4年前
, 23F
01/22 00:35, 23F
推
01/22 00:35,
4年前
, 24F
01/22 00:35, 24F
推
01/22 00:36,
4年前
, 25F
01/22 00:36, 25F
※ 編輯: lulala101 (118.160.88.24 臺灣), 01/22/2022 00:58:11
推
01/22 00:51,
4年前
, 26F
01/22 00:51, 26F
推
01/22 00:53,
4年前
, 27F
01/22 00:53, 27F
推
01/22 01:02,
4年前
, 28F
01/22 01:02, 28F
推
01/22 01:06,
4年前
, 29F
01/22 01:06, 29F
推
01/22 01:10,
4年前
, 30F
01/22 01:10, 30F
→
01/22 01:25,
4年前
, 31F
01/22 01:25, 31F
推
01/22 01:48,
4年前
, 32F
01/22 01:48, 32F
推
01/22 02:27,
4年前
, 33F
01/22 02:27, 33F
推
01/22 02:28,
4年前
, 34F
01/22 02:28, 34F
推
01/22 02:51,
4年前
, 35F
01/22 02:51, 35F
→
01/22 02:58,
4年前
, 36F
01/22 02:58, 36F
推
01/22 03:22,
4年前
, 37F
01/22 03:22, 37F
推
01/22 03:25,
4年前
, 38F
01/22 03:25, 38F
推
01/22 03:55,
4年前
, 39F
01/22 03:55, 39F
推
01/22 04:05,
4年前
, 40F
01/22 04:05, 40F
推
01/22 04:41,
4年前
, 41F
01/22 04:41, 41F
推
01/22 05:44,
4年前
, 42F
01/22 05:44, 42F
推
01/22 07:36,
4年前
, 43F
01/22 07:36, 43F
推
01/22 07:51,
4年前
, 44F
01/22 07:51, 44F
推
01/22 07:58,
4年前
, 45F
01/22 07:58, 45F
推
01/22 08:00,
4年前
, 46F
01/22 08:00, 46F
推
01/22 10:01,
4年前
, 47F
01/22 10:01, 47F
推
01/22 14:48,
4年前
, 48F
01/22 14:48, 48F