Fw: [爆卦] 異常爆文分析器V1.0

看板Python作者 (Dana)時間5年前 (2018/11/06 20:23), 5年前編輯推噓1(1推 0噓 0→)
留言1則, 1人參與, 5年前最新討論串1/1
※ [本文轉錄自 Gossiping 看板 #1RuMkUwu ] 作者: clothg34569 (提拉米蘇冰淇淋) 看板: Gossiping 標題: [爆卦] 異常爆文分析器V1.0 時間: Tue Nov 6 18:23:22 2018 大家安安，八卦板首PO，如果有違反板規麻煩告知一下，我再修改 0.前言: 就，最近想說拿八卦版來玩玩爬蟲，又看到一堆人說八卦有異常爆文的情形 所以就寫了個異常爆文分析器來當練習 1.介紹: 先上GIT，Code和Readme都放在這了 https://github.com/Daniel34569/PTTCrawler 首先我們先定義一下異常爆文 我先定義為：在短時間內有不合常理大量推文的就算 至於時間多短，大量是多大量就因人而異，因此都當作輸入的參數 2.使用套件: 我是使用Python以及PTTLibrary為主來進行爬蟲 如果要使用的話需要安裝Python及使用的套件(git上有列出) 沒有製作成EXE檔是因為我這版本Python製作EXE剛好會報錯，我又懶得解決 而且我也懶得找免空來存 3.執行過程: 在settings中輸入好參數之後 會開始列出範圍中符合自定義的異常爆文的標題、編號 以及第25/50/75則推文與發文時間之間的差距 ...其實應該要把結果存起來或者是把檔案存起來省時間啦 如果有需求我在改版好了:) 4.執行結果: 這是試著跑八卦版第770000到780000這一萬則文章中 第25個推文與發文時間的間隔小於5分鐘的結果 其中Error是發文者不小心改到時間或者因為其他原因讓格式跑掉 https://i.imgur.com/x7USUcU.png
https://i.imgur.com/SNFZOh2.png
https://i.imgur.com/vMrSGbr.png
https://i.imgur.com/mSvjwzC.png
https://i.imgur.com/o00pnww.png
https://i.imgur.com/Dvv2mOD.png
5.後記: 不用Z過濾出目標推文數之後再分析的原因是避免有人故意歸零 另外，這只是整理出符合這些條件的文章，要怎麼解讀就...我對統計比較不熟啦 有任何可以改進的地方希望可以推文/箭頭提出，包括程式設計上可以改善的部分XD 謝謝大家:) -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.112.150.191 ※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1541499806.A.EB8.html
推
11/06 18:23, 5年前 , 1F
推個
11/06 18:23, 1F
推
11/06 18:24, 5年前 , 2F
推
11/06 18:24, 2F
推
11/06 18:24, 5年前 , 3F
糟惹，導演風向越來越難帶了
11/06 18:24, 3F
噓
11/06 18:24, 5年前 , 4F
短時間內推爆就是異常爆文？標準也太低
11/06 18:24, 4F
推
11/06 18:24, 5年前 , 5F
實用
11/06 18:24, 5F
推
11/06 18:24, 5年前 , 6F
你有實作精神 給推
11/06 18:24, 6F
推
11/06 18:24, 5年前 , 7F
112吊喔
11/06 18:24, 7F
推
11/06 18:24, 5年前 , 8F
推
11/06 18:24, 8F
推
11/06 18:25, 5年前 , 9F
蠻有趣的想法
11/06 18:25, 9F
推
11/06 18:25, 5年前 , 10F
推
11/06 18:25, 10F
推
11/06 18:25, 5年前 , 11F
會被噓
11/06 18:25, 11F
噓
11/06 18:25, 5年前 , 12F
你應該把id重複也列入
11/06 18:25, 12F
噓
11/06 18:25, 5年前 , 13F
我送神魔帳號算異常爆文？
11/06 18:25, 13F
推
11/06 18:25, 5年前 , 14F
推
11/06 18:25, 14F
回應一下 短時間推爆!=異常爆文 但是異常爆文大部分都應該有短時間大量推的可能性 所以我這個是整理出符合短時間大量推的文章 理論上，發錢/協尋這種類型的文章短時間內爆應該是合理的 如果分析一年前的文章再與現在比較，這種類型文章爆文應該時間差不多 異常的話，大概就是1~3年前(或者上次選舉時)都要很久才會爆，可是最近卻一發就爆 不過這就涉及機率統計的方法了，所以就交給專業的來解釋吧XD ※ 編輯: clothg34569 (140.112.150.191), 11/06/2018 18:29:10
→
11/06 18:26, 5年前 , 15F
把垃圾黨工揪出來 順便看看爆文的交叉
11/06 18:26, 15F
→
11/06 18:26, 5年前 , 16F
比對 應該很好笑
11/06 18:26, 16F
推
11/06 18:26, 5年前 , 17F
這篇會不會也異常爆！^^
11/06 18:26, 17F
推
11/06 18:26, 5年前 , 18F
異常有點難定義
11/06 18:26, 18F
推
11/06 18:27, 5年前 , 19F
我覺得應該列入重複推文次數和ID 會很有趣
11/06 18:27, 19F
推
11/06 18:27, 5年前 , 20F
不過應該可以歸類出ID重複出現的比例
11/06 18:27, 20F
推
11/06 18:27, 5年前 , 21F
推 覺得要分析智障 機械式推文比較準
11/06 18:27, 21F
推
11/06 18:28, 5年前 , 22F
推列重複ID
11/06 18:28, 22F
推
11/06 18:28, 5年前 , 23F
讚 有連噓的嗎
11/06 18:28, 23F
→
11/06 18:28, 5年前 , 24F
分析不同文章 同ID推相同文
11/06 18:28, 24F
推
11/06 18:28, 5年前 , 25F
開源只能推了
11/06 18:28, 25F
推
11/06 18:28, 5年前 , 26F
所以異常在哪?
11/06 18:28, 26F
推
11/06 18:28, 5年前 , 27F
廠工QQ 應該加入快登解CD時間分析
11/06 18:28, 27F
→
11/06 18:28, 5年前 , 28F
先說，這篇會爆
11/06 18:28, 28F
推
11/06 18:29, 5年前 , 29F
推你實作 但鄉民很懶 只要結果好造風向
11/06 18:29, 29F
推
11/06 18:29, 5年前 , 30F
哈 看這些篇的標題 方向也太一致了
11/06 18:29, 30F
推
11/06 18:29, 5年前 , 31F
廠公殺手呀這 最近特別多自己發文自己推爆
11/06 18:29, 31F
→
11/06 18:30, 5年前 , 32F
的遊戲
11/06 18:30, 32F
推
11/06 18:30, 5年前 , 33F
XD 這麼快就推廠工 明明韓粉也有可能
11/06 18:30, 33F
推
11/06 18:30, 5年前 , 34F
廠公:爆三小? 台灣價值儲了沒?
11/06 18:30, 34F
推
11/06 18:30, 5年前 , 35F
連噓連推的實在是很多
11/06 18:30, 35F
推
11/06 18:31, 5年前 , 36F
猛
11/06 18:31, 36F
推
11/06 18:31, 5年前 , 37F
導工 不意外
11/06 18:31, 37F
推
11/06 18:31, 5年前 , 38F
這些文章就全是選情激戰區的，巧合？我
11/06 18:31, 38F
還有 240 則推文
推
11/06 19:44, 5年前 , 279F
但是有上熱門馬上留言就會暴增啊 現在m
11/06 19:44, 279F
推
11/06 19:44, 5年前 , 280F
綠畜人渣覺青崩潰
11/06 19:44, 280F
推
11/06 19:44, 5年前 , 281F
真的 斧鑿風向太明顯 很膩
11/06 19:44, 281F
推
11/06 19:44, 5年前 , 282F
推
11/06 19:44, 282F
推
11/06 19:45, 5年前 , 283F
政黑一堆9.2,八卦一堆廠公真的難看
11/06 19:45, 283F
噓
11/06 19:45, 5年前 , 284F
低調推
11/06 19:45, 284F
推
11/06 19:45, 5年前 , 285F
有些人真的很可悲硬要扯文組丟理組的
11/06 19:45, 285F
→
11/06 19:46, 5年前 , 286F
臉
11/06 19:46, 286F
推
11/06 19:47, 5年前 , 287F
維持熱度 推
11/06 19:47, 287F
推
11/06 19:50, 5年前 , 288F
不要害黨工做白工阿
11/06 19:50, 288F
推
11/06 19:51, 5年前 , 289F
毛毛的
11/06 19:51, 289F
推
11/06 19:51, 5年前 , 290F
短時間推爆 與緩緩推爆 哪個不正常 難講
11/06 19:51, 290F
推
11/06 19:52, 5年前 , 291F
廠工學會了ip不重複，還沒學會不快速
11/06 19:52, 291F
推
11/06 19:54, 5年前 , 292F
應該要抓的是無腦重複推噓文
11/06 19:54, 292F
推
11/06 19:55, 5年前 , 293F
馬的 一堆綠粉突然變柯粉
11/06 19:55, 293F
推
11/06 19:56, 5年前 , 294F
都是清一色批評韓的文章異常爆，黨工跟
11/06 19:56, 294F
→
11/06 19:57, 5年前 , 295F
廠公好努力！菊邁穩了！
11/06 19:57, 295F
推
11/06 19:57, 5年前 , 296F
推個 厲害!!!
11/06 19:57, 296F
推
11/06 19:57, 5年前 , 297F
管他是不是黨工體 言之有理就推
11/06 19:57, 297F
推
11/06 20:01, 5年前 , 298F
說個笑話：10月韓流
11/06 20:01, 298F
推
11/06 20:01, 5年前 , 299F
string沒有括號 文組會看成"異常爆文!"
11/06 20:01, 299F
推
11/06 20:02, 5年前 , 300F
DLHZ明明講得很中肯
11/06 20:02, 300F
推
11/06 20:02, 5年前 , 301F
以時間推論太隨便了吧
11/06 20:02, 301F
推
11/06 20:03, 5年前 , 302F
9.2五毛 悲憤
11/06 20:03, 302F
推
11/06 20:03, 5年前 , 303F
可用python3.5 然後pyinstall看看
11/06 20:03, 303F
→
11/06 20:03, 5年前 , 304F
是不是應該再加入重複ip id之類的
11/06 20:03, 304F
→
11/06 20:03, 5年前 , 305F
不過exe檔大家反而更怕…
11/06 20:03, 305F
推
11/06 20:07, 5年前 , 306F
其實不用分析器啦 罵韓文通常都會秒暴XD
11/06 20:07, 306F
→
11/06 20:08, 5年前 , 307F
根本連演都不演
11/06 20:08, 307F
推
11/06 20:11, 5年前 , 308F
黨工要嚇死了
11/06 20:11, 308F
→
11/06 20:13, 5年前 , 309F
連王王冷的文都不一定那麼快爆 說沒有黨
11/06 20:13, 309F
→
11/06 20:13, 5年前 , 310F
工在操作真的當人智障
11/06 20:13, 310F
→
11/06 20:18, 5年前 , 311F
這篇可以置底嗎方便用
11/06 20:18, 311F
推
11/06 20:19, 5年前 , 312F
推
11/06 20:19, 312F
推
11/06 20:20, 5年前 , 313F
推爆
11/06 20:20, 313F
推
11/06 20:21, 5年前 , 314F
完了，韓導工要崩潰了
11/06 20:21, 314F
推
11/06 20:22, 5年前 , 315F
112 嘖嘖
11/06 20:22, 315F
推
11/06 20:23, 5年前 , 316F
所以這篇算異常爆嗎
11/06 20:23, 316F
※ 發信站: 批踢踢實業坊(ptt.cc) ※ 轉錄者: alen84204 (114.32.56.155), 11/06/2018 20:23:51
推
11/06 21:04, 5年前 , 317F
推推！
11/06 21:04, 317F
‣ 更多 alen84204 的文章
文章代碼(AID): #1RuOVOn9 (Python)