理论上,用一个楼内的高频词和每个帖子做差值,能够找到明显喜欢跑题的人,不知道帖子这种文本量比较小的样本效果怎么样。
第二是可以给爬到的每一条帖子做情感标注,看看有没有喜欢在吹的帖子里面喷,喜欢在喷的帖子里面吹的人。(不过泥潭阴阳怪气水平已甄化境,可能用BERT之类都认不出来吧?) 要是有加减鹅爱好者统计前十就更好了 加减鹅这次没统计,因为用的是泥潭移动端API接口,不是前几次用的(自己写的)网页爬虫。
好处是爬数据的速度快50倍以上,坏处就是看不到加减鹅了(泥潭知名插件“查看不可见内容”用的也是移动端接口,所以也看不到加鹅)。我看看到时候要不要单独爬几个加减鹅多的楼吧。
Viteeee 发表于 2024-9-15 14:43
加减鹅这次没统计,因为用的是泥潭移动端API接口,不是前几次用的(自己写的)网页爬虫。
好处是爬数据的 ...
辛苦了,虽然大家都估计能猜到这一项前十有XXXXX和XXXXXX() Viteeee 发表于 2024-9-15 14:43
加减鹅这次没统计,因为用的是泥潭移动端API接口,不是前几次用的(自己写的)网页爬虫。
好处是爬数据的 ...
新版网页的 html 除了登录应该没什么变动吧,旧代码改改就能用
我拉了一份悟空帖子的加鹅减鹅记录,不过总共只有45561 楼,不知道比你少统计了哪些帖子
本帖最后由 Vneeto 于 2024-9-18 17:19 编辑
没想到我竟然是第三多发言的,这数据当真?看来我还是没收得住自己的发帖欲望。顺便一提,大概是因为我是发售前跟着主楼吹了大量,然后发售后对剧情不满跟着剧情楼又水了大量。最近选择和解了没怎么水了,不然怕要冲第一去了。 Vneeto 发表于 2024-9-18 17:17
没想到我竟然是第三多发言的,这数据当真?看来我还是没收得住自己的发帖欲望。顺便一提,大概是因为我是发 ...
因为统计时间横跨了好几年,有可能有些人发言比你多,只不过半路被封了 Synopses6087 发表于 2024-9-18 16:35
新版网页的 html 除了登录应该没什么变动吧,旧代码改改就能用
我拉了一份悟空帖子的加鹅减鹅记录,不过 ...
如果不介意的话数据方便共享下吗?就不用自己爬重复占用论坛资源了(主要是懒) Viteeee 发表于 2024-9-18 17:55
如果不介意的话数据方便共享下吗?就不用自己爬重复占用论坛资源了(主要是懒) ...
你的 thread_id 列表有吗,我用你的 tid 列表把比你少的那些帖子加一块发给你 本帖最后由 usodakedo 于 2024-9-18 18:38 编辑
没想到上榜了,话多果然不是好事,感觉如果统计一下我前段时间活侠传专楼的发言也能上榜,后来没咋说话了,主要一个是去外地求医去了,另一个是因为hua莱士找到了赤潮,算是四分之一个追本溯源了。
顺带吐槽一句,感觉大家的游戏力真挺薛定谔的 Synopses6087 发表于 2024-9-18 18:33
你的 thread_id 列表有吗,我用你的 tid 列表把比你少的那些帖子加一块发给你 ...
OK,明天上班发你 aegind 发表于 2024-9-15 00:25
打到一半累了和打通关之后我还在水贴,某些熟悉的ID频繁出现之后我就没参与黑猴讨论了,隐隐约约感觉味道不 ...
820-824之间真正的猴批比如我连网都不敢上好吧,后来才知道那几天互联网翻天覆地好几回。 Synopses6087 发表于 2024-9-18 18:33
你的 thread_id 列表有吗,我用你的 tid 列表把比你少的那些帖子加一块发给你 ...
由于大号在外野阴阳怪气被封一个月
TID列表在这:https://pastebin.com/5Q54F8GJ 本帖最后由 Synopses6087 于 2024-9-19 18:43 编辑
性急的蜗牛 发表于 2024-9-19 15:24
由于大号在外野阴阳怪气被封一个月
TID列表在这:https://pastebin.com/5Q54F8GJ ...
贴文现在总数增加到 7w 多条了,也发上来:
百度盘 https://pan.baidu.com/s/1uQ7iQQ8d-wMrvp1aXn3b3A?pwd=ajpy
gdrive https://drive.google.com/drive/f ... A2Op7d-m0gmlJKrO
感觉打完游戏以后在专楼就没啥发言欲望了,也就是泥潭各种vs贴满天飞才被钓了多说了两句 我来晚了,楼主说了什么?就看到消息里面有说楼主提到我了。
页:
1
[2]