Re: [爆卦] 異常爆文分析器V1.2_新增推文ID統計已回收

看板Gossiping作者yjjia (天橋底下說書人)時間7年前 (2018/11/07 03:28)推噓1(4推 3噓 5→)

留言12則, 8人參與討論串5/9 (看更多)

我覺得你用時間來分析爆文是有問題的爆文跟標題有很大的關係驚悚、誇大、八卦、joke...等等的標題會影響到爆文的速度還有就是PO文的時間也是一個參考點清晨爆文跟白天的爆文速度本來就不一樣了平常時間的爆文跟接近選舉時間的爆文也會不一樣我是覺得用IP異常來監測比較合理 ※ 引述《clothg34569 (提拉米蘇冰淇淋)》之銘言： : 一樣，東西放在GIT : https://github.com/Daniel34569/PTTCrawler : 然後使用方式和介紹前面兩篇有了就不贅述: : https://www.ptt.cc/bbs/Gossiping/M.1541499806.A.EB8.html : https://www.ptt.cc/bbs/Gossiping/M.1541510766.A.2BE.html : 首先這次改版主要是新增了ID統計功能 : 簡單來說，異常爆文中(定義看前篇)，N推內的ID會被記錄起來，N為自定義參數 : 再跑完目標範圍(可以為指定篇數，EX:770000~780000；或者特定ID發的文)之後 : 會統計出每個ID的出現頻率 : 如果要找網軍的話，我是建議可以搭配之前那個i'Analyseur使用效果更好XD : 另外也建議要翻一下那篇文章中特定ID發了甚麼言再比對 : 不過共通盲點應該是找不出政治廢人和網軍的差別 : 接下來會以Soyud12和Kingkingcold的發文當作範圍來作為範例 : 使用這兩個的原因是，剛好兩個不同立場，而且都有大量爆文可以作為分析使用 : 不得不說，八卦版真的是練習資料分析的好地方，八十萬筆公開資料可以使用 : 格式又很整齊漂亮 : 首先是Soyud12 : 參數與運行結果(因為只有11篇所就全貼了) : 這次參數門檻為，第25篇推文與發文間隔<10分鐘... : 雖然Soyud的就算用5分鐘也只會少一篇 : https://i.imgur.com/XApSb4B.png

: 符合設定門檻的10篇的前25則推文，總共250則推文 : 其中的每個ID推文次數 : https://i.imgur.com/CRayU9A.png

: 前50則推文，共500則 : 每個ID推文次數 : https://i.imgur.com/lZfHNLK.png

: 再來是KKC : 參數同Soyud12 : https://i.imgur.com/8vTkNB2.png

: 擷取前25則推文 : 只有一張的原因是因為KKC兩百多篇，跑兩次好累= = : 結論: : 其實單從這個結果來看，我會認為KKC的文章似乎比較少受到網軍影響 : 而且他過門檻的比例也低很多(191篇中81篇過) : 然後重複ID推文數也少很多 : 而Soyud12，我覺得已經可以接近網軍分析的範本了 : 雖然Vner那個更誇張，但是Vner發文量太少所以就分析Soyud12的 : 14篇文章中，11篇文為爆文(剩下三篇非政治)，其中10篇過門檻 : 甚至有9篇過5分鐘的門檻 : 然後重複ID推文比例，10篇中可以和KKC 81篇相比 : 就我自己而言，我覺得這是意外的機率有點低啦 : 應該可以合理推測，這是網軍的機率還蠻高的 : PS:rorobus我不知道是政治狂熱還是網軍 : --- : 最後，如果有心做標籤的話，其實今年的選舉蠻適合拿來做機器學習分類練習的 : 用語意分析來找出大量推文者的政治傾向，以及是否為網軍(不管是紅藍綠) : 應該都是不錯的娛樂XD -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 61.224.1.207 ※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1541532530.A.039.html ※ 編輯: yjjia (61.224.1.207), 11/07/2018 03:29:29

推

maple0425

11/07 03:29, 7年前 , 1^F

11/07 03:29, 1^F

水管很多五毛很愛這種標題我也常常被騙點進去看，而且閱覽率真的很高 ※ 編輯: yjjia (61.224.1.207), 11/07/2018 03:30:28

→

ckbdfrst

11/07 03:32, 7年前 , 2^F

11/07 03:32, 2^F

→

ZMittermeyer

11/07 03:36, 7年前 , 3^F