※ 本文為 MindOcean 轉寄自 ptt.cc 更新時間: 2018-11-07 01:26:17
看板 Gossiping
作者 標題 [爆卦] 異常爆文分析器V1.2_新增推文ID統計
時間 Wed Nov 7 00:56:23 2018
一樣,東西放在GIT
https://github.com/Daniel34569/PTTCrawler
GitHub - Daniel34569/PTTCrawler: 測試看看PTT的爬蟲
測試看看PTT的爬蟲. Contribute to Daniel34569/PTTCrawler development by creating an account on GitHub. ...
測試看看PTT的爬蟲. Contribute to Daniel34569/PTTCrawler development by creating an account on GitHub. ...
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
[爆卦] 異常爆文分析器V1.0 - 看板 Gossiping - 批踢踢實業坊
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:
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:
Re: [爆卦] 異常爆文分析器V1.1 - 看板 Gossiping - 批踢踢實業坊
簡單做一個小改版 增加了分析特定ID的功能 檔案一樣放在GIT上 多了兩項參數可以設定:要不要搜尋ID和搜尋的ID
簡單做一個小改版 增加了分析特定ID的功能 檔案一樣放在GIT上 多了兩項參數可以設定:要不要搜尋ID和搜尋的ID
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
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
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: 140.112.73.69
※ 文章代碼(AID): #1RuSUvES (Gossiping)
※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1541523385.A.39C.html
推 : 哇1F 101.137.201.42 台灣 11/07 00:56
→ : 一定沒有我2F 49.218.49.142 台灣 11/07 00:56
→ : 可以納入立院ip進去3F 140.117.221.5 台灣 11/07 00:57
推 : 水喔,雖然一堆黨工都認得了4F 49.217.55.12 台灣 11/07 00:57
推 : 專業5F 42.74.118.217 台灣 11/07 00:57
→ : 210.69.138.XXX 這串6F 140.117.221.5 台灣 11/07 00:58
推 : 神 推7F 220.135.150.248 台灣 11/07 00:58
推 : 少了ground truth做label怎麼train8F 114.136.211.81 台灣 11/07 00:58
推 : 推9F 123.193.91.218 台灣 11/07 00:58
推 : 推熱情10F 118.160.93.97 台灣 11/07 00:59
推 : 推 opensource11F 174.34.35.197 美國 11/07 01:00
推 : 這個超猛 網軍無所遁形了12F 223.141.193.33 台灣 11/07 01:01
推 : PTT果然是學術論壇 專業給推13F 111.246.116.147 台灣 11/07 01:01
推 : 讚14F 49.159.128.75 台灣 11/07 01:01
推 : 肉肉巴真的很熱血餒15F 118.171.69.74 台灣 11/07 01:02
推 : 八卦板突然多了一些奇怪的爆文16F 114.25.68.75 台灣 11/07 01:02
→ : 裡面的推文內容比人工智慧推文還不如
→ : 裡面的推文內容比人工智慧推文還不如
推 : 一丁沒有我18F 223.137.225.178 台灣 11/07 01:03
推 : 肉肉巴士黨工無誤19F 118.167.114.38 台灣 11/07 01:03
推 : 推拉20F 175.182.190.174 台灣 11/07 01:04
推 : 感覺很好玩21F 36.238.50.225 台灣 11/07 01:04
噓 : 幹 為什麼沒有我22F 223.137.225.178 台灣 11/07 01:05
推 : 推!GJ23F 223.139.71.149 台灣 11/07 01:06
推 : 樓上很常見24F 101.14.243.25 台灣 11/07 01:06
推 : 之前一堆五毛抹黑蘇貞昌有網軍都被站長專25F 223.137.155.203 台灣 11/07 01:06
→ : 業打臉了
→ : 業打臉了
推 : XDDDD政治廢人跟網軍選一個27F 36.225.28.1 台灣 11/07 01:06
推 : 超強28F 101.15.97.20 台灣 11/07 01:06
推 : 這啥29F 1.165.188.2 台灣 11/07 01:07
推 : 從北連中胡那時就一堆網軍在出沒了30F 114.43.100.83 台灣 11/07 01:07
→ : 只是那時是在政黑 輸了後就改往八卦跑
→ : 只是那時是在政黑 輸了後就改往八卦跑
推 : 推32F 114.136.104.155 台灣 11/07 01:08
推 : 推33F 118.168.233.155 台灣 11/07 01:08
推 : 黑柯的都立院ip出來的34F 140.117.221.5 台灣 11/07 01:08
→ : 我家裡也有況啊 挖彼特幣35F 114.45.157.21 台灣 11/07 01:08
推 : 幫高調36F 27.147.19.249 台灣 11/07 01:08
推 : 專業37F 180.177.99.158 台灣 11/07 01:09
推 : 這樣黨工要買更多ID 又更值錢了38F 180.217.150.51 台灣 11/07 01:09
推 : 網軍會不會來噓你阿39F 110.50.168.181 台灣 11/07 01:09
→ : rorobus之前有人講過了 他有四隻分身40F 218.161.49.70 台灣 11/07 01:10
推 : 推!41F 111.250.181.92 台灣 11/07 01:10
→ : Soyud12的問題很大 為啥我說這程式42F 218.161.49.70 台灣 11/07 01:10
推 : 推這篇 整天看有心人帶風向很無言43F 106.107.131.235 台灣 11/07 01:10
→ : 是網軍殺手 不適沒原因的44F 218.161.49.70 台灣 11/07 01:10
推 : 高調45F 220.129.63.40 台灣 11/07 01:11
推 : 這個可以46F 114.37.165.220 台灣 11/07 01:11
→ : LSO55666等100人專門打蘇貞昌47F 223.137.155.203 台灣 11/07 01:11
推 : 八卦再次回來XDD48F 114.136.59.241 台灣 11/07 01:11
推 : 推49F 111.248.76.200 台灣 11/07 01:11
→ : 講反了吧? lso5566專打蘇網軍50F 218.161.49.70 台灣 11/07 01:12
→ SupCat …
推 : 第一時間還覺得兩邊最多推文都18推啊,仔細52F 218.166.254.9 台灣 11/07 01:13
→ : 另外今天那篇ai系列也可以分析一下53F 218.161.49.70 台灣 11/07 01:13
→ : 一看才發現是18/250跟18/2025 XDDDDDDDDDD54F 218.166.254.9 台灣 11/07 01:13
推 : 別再提那100人名單了 我看了都笑死了55F 223.141.193.33 台灣 11/07 01:13
推 : 推56F 49.217.80.144 台灣 11/07 01:13
推 : 網軍急了 幫QQ57F 114.43.115.110 台灣 11/07 01:14
→ : 當網軍也不認真點 薪水怎能領的下去58F 223.141.193.33 台灣 11/07 01:14
推 : 不是還有一個鰲拜 那個應該也是廠公59F 61.58.167.195 台灣 11/07 01:15
推 : 推60F 115.43.136.207 台灣 11/07 01:15
推 : 推61F 119.104.132.252 日本 11/07 01:15
推 : 推62F 123.192.88.244 台灣 11/07 01:16
推 : 好文一定要推3次63F 49.159.128.75 台灣 11/07 01:16
推 : 讚讚 潮水退了64F 36.225.87.196 台灣 11/07 01:16
推 : 辛苦!65F 114.44.123.165 台灣 11/07 01:17
推 : 兩邊擷取的量是不是不一樣啊66F 223.136.93.147 台灣 11/07 01:17
推 :67F 61.223.96.45 台灣 11/07 01:18
推 : 因為兩邊的文章量有差 Soyud12發了11篇文,68F 218.166.254.9 台灣 11/07 01:18
推 : 笑死69F 223.140.48.83 台灣 11/07 01:18
推 : 厲害70F 118.170.76.116 台灣 11/07 01:19
→ : 其中10篇文符合這篇設定的關注條件,KKC po71F 218.166.254.9 台灣 11/07 01:19
→ : 了191篇文,其中81篇符合關注條件
→ : 了191篇文,其中81篇符合關注條件
推 : 廠工廠工 夜裡哭哭 之前對DPP不利的新聞73F 153.234.2.247 日本 11/07 01:20
推 : 廠工的ID大家都看到快背出來了74F 123.192.88.244 台灣 11/07 01:20
→ : 還有連噓50次以上的75F 153.234.2.247 日本 11/07 01:20
→ : 然後再深入去看Soyud12這10篇文的前25推/總76F 218.166.254.9 台灣 11/07 01:20
推 : 哈哈77F 110.50.189.244 台灣 11/07 01:20
→ : 數(10*25)跟KKC這81篇文的25推/總數(81*25)78F 218.166.254.9 台灣 11/07 01:20
推 : 如果是real time的,去Q 推文的登入時間79F 36.233.46.209 台灣 11/07 01:21
→ : 跟推文時間的差距應該很有趣
→ : 跟推文時間的差距應該很有趣
推 :81F 114.37.233.131 台灣 11/07 01:21
推 : 只能推了82F 220.142.200.182 台灣 11/07 01:22
推 : 推83F 180.176.108.164 台灣 11/07 01:22
推 :84F 49.219.160.192 台灣 11/07 01:22
推 : 這篇還沒被推爆 看來是打到廠公了85F 61.58.167.195 台灣 11/07 01:22
推 : 好猛喔…86F 101.12.211.26 台灣 11/07 01:23
推 : 不過這程式要先裝好多東西ww87F 218.166.254.9 台灣 11/07 01:23
推 : 厲害88F 101.9.63.73 台灣 11/07 01:24
推 : 推89F 42.77.162.53 台灣 11/07 01:24
推 : 我這樣重複推會被算入網軍嗎90F 101.9.63.73 台灣 11/07 01:25
→ : 呵呵
→ : 呵呵
推 : 政治廢人和網軍應該在內容上會有點差別92F 49.159.115.129 台灣 11/07 01:25
--
※ 看板: Gossiping 文章推薦值: 3 目前人氣: 0 累積人氣: 792
作者 clothg34569 的最新發文:
- 昨天凹完的 原本想說先凹完再來噴免得被講啥菜就多練 2981這場好像只被摸到3~5下吧? 貼個幾場失敗的截圖 那個時間分計算真的超謎樣的 猿神刷分後成功的 最後一關 PC玩 都用椿長守過的 椿0+1 …48F 24推
- 1.4更新到現在差不多兩週左右了 差不多可以確定 這版優化是真的超有感 還一堆優化到點上了 1. 雙倍體 刷兩周後是真的超舒服 2. 週回關卡出怪更集中 兩點加起來超級有感 現在週回幾乎都是進去守岸 …79F 36推
- 之前大概1.2左右棄坑 忘了 好像是青衣那時候? 最近想說有回鍋獎勵就開上去出了柳 摸了幾天是改善不少地方啦 然後棄坑原因摸沒幾天就回想起來了 她遺物最大原罪就米家共用血條 真的純ZZZ新手太少 大 …108F 27推
- 前幾天看到贊尼超興奮的來回一下 先說我個人喜好 先扣掉男角 贊妮 > 柯 > 菲比 > 洛 有人覺得贊妮這種太中性 更甚至像男性 我必須要說沒有好嗎 這設計是最近很流行的大奶王子系吧 …21F 17推
點此顯示更多發文記錄
( ̄︶ ̄)b fishbone1965, leon999su, nohost 說讚!
11-07 02:31 TW
╳
Kabrera:[自己刪除]
回列表(←)
分享