回上層
Disp BBS
看板 Gossiping
作者 clothg34569 (提拉米蘇冰淇淋)
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
GitHub - Daniel34569/PTTCrawler: 測試看看PTT的爬蟲
[圖]
測試看看PTT的爬蟲. Contribute to Daniel34569/PTTCrawler development by creating an account on GitHub. ...

 


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
[圖]
 
https://i.imgur.com/SNFZOh2.png
[圖]
 
https://i.imgur.com/vMrSGbr.png
[圖]
 
https://i.imgur.com/mSvjwzC.png
https://i.imgur.com/o00pnww.png
https://i.imgur.com/Dvv2mOD.png
[圖]
 
[圖]
 
[圖]
 

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
※ 文章代碼(AID): #1RuMkUwu (Gossiping)
※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1541499806.A.EB8.html
推 funkD: 推個1F 223.141.193.33 台灣 11/06 18:23
推 SimonDAY: 推2F 223.138.170.107 台灣 11/06 18:24
推 FantasyRyu: 糟惹，導演風向越來越難帶了3F 114.32.57.80 台灣 11/06 18:24
噓 opthr1215: 短時間內推爆就是異常爆文？標準也太低4F 59.124.123.241 台灣 11/06 18:24
推 ada45: 實用5F 223.137.30.96 台灣 11/06 18:24
推 seemoon2000: 你有實作精神 給推6F 220.130.222.100 台灣 11/06 18:24
推 for40255: 112吊喔7F 122.118.218.253 台灣 11/06 18:24
推 Lailungsheng: 推8F 101.136.182.192 台灣 11/06 18:24
推 afking: 蠻有趣的想法9F 117.19.196.47 台灣 11/06 18:25
推 djhuty: 推10F 42.73.84.191 台灣 11/06 18:25
推 kdeath: 會被噓11F 36.231.123.19 台灣 11/06 18:25
噓 uyrmb47: 你應該把id重複也列入12F 114.36.186.48 台灣 11/06 18:25
噓 gx9900824: 我送神魔帳號算異常爆文？13F 223.137.199.65 台灣 11/06 18:25
推 s72005ming: 推14F 122.116.152.227 台灣 11/06 18:25
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
→ gx9900824: 把垃圾黨工揪出來 順便看看爆文的交叉比對 應該很好笑15F 223.137.199.65 台灣 11/06 18:26
推 mawan: 這篇會不會也異常爆！^^17F 111.241.215.203 台灣 11/06 18:26
推 zotal: 異常有點難定義18F 114.136.184.232 台灣 11/06 18:26
推 funkD: 我覺得應該列入重複推文次數和ID  會很有趣19F 223.141.193.33 台灣 11/06 18:27
推 seemoon2000: 不過應該可以歸類出ID重複出現的比例20F 220.130.222.100 台灣 11/06 18:27
推 krusnoopy: 推 覺得要分析智障 機械式推文比較準21F 140.112.16.129 台灣 11/06 18:27
推 samrt5566: 推列重複ID22F 123.192.88.244 台灣 11/06 18:28
推 s81048112: 讚 有連噓的嗎23F 39.10.108.238 台灣 11/06 18:28
→ zotal: 分析不同文章  同ID推相同文24F 114.136.184.232 台灣 11/06 18:28
推 orze04: 開源只能推了25F 140.136.55.117 台灣 11/06 18:28
推 doom3: 所以異常在哪?26F 218.164.0.65 台灣 11/06 18:28
推 sulunpas: 廠工QQ 應該加入快登解CD時間分析27F 223.136.125.199 台灣 11/06 18:28
→ kuramoto: 先說，這篇會爆28F 42.76.223.173 台灣 11/06 18:28
推 MoriiKaho: 推你實作 但鄉民很懶 只要結果好造風向29F 220.129.63.135 台灣 11/06 18:29
推 jj1004: 哈 看這些篇的標題 方向也太一致了30F 220.141.209.199 台灣 11/06 18:29
→ lwamp …
推 lwamp: 廠公殺手呀這 最近特別多自己發文自己推爆31F 180.217.150.51 台灣 11/06 18:29
→ lwamp: 的遊戲
推 s81048112: XD 這麼快就推廠工 明明韓粉也有可能33F 39.10.108.238 台灣 11/06 18:30
推 GIE13: 廠公:爆三小? 台灣價值儲了沒?34F 220.137.80.190 台灣 11/06 18:30
推 poeoe: 連噓連推的實在是很多35F 49.159.133.6 台灣 11/06 18:30
推 wala140: 猛36F 114.36.235.141 台灣 11/06 18:31
推 Robben: 導工 不意外37F 101.12.248.163 台灣 11/06 18:31
推 astrophy: 這些文章就全是選情激戰區的，巧合？我可不認為38F 118.167.46.52 台灣 11/06 18:31
推 takase: 推文ip 交叉比對？40F 111.83.146.205 台灣 11/06 18:31
→ s81048112: 尤其是那些一直貼重複連結的也很多41F 39.10.108.238 台灣 11/06 18:31
推 dafo: 推實作42F 59.126.233.99 台灣 11/06 18:32
推 Dragula: 你這樣廠工很難混耶43F 114.136.22.176 台灣 11/06 18:32
推 psychic5566: 地震文也會瞬間推爆44F 223.140.92.70 台灣 11/06 18:32
噓 MattiaPasini: 你說異常就異常?45F 110.26.200.239 台灣 11/06 18:33
推 exceedMyself: 看可不可以抓ID幾推幾噓就知誰在洗46F 42.77.51.232 台灣 11/06 18:33
推 haw561676: 廠工哭暈在廁所了47F 180.217.142.22 台灣 11/06 18:33
推 samrt5566: 推上去48F 123.192.88.244 台灣 11/06 18:33
推 XperiaZ: 厂公要加班了49F 49.214.230.27 台灣 11/06 18:33
推 CYL009: 7.77殺手 XDDD,DDD,DDD50F 61.231.204.196 台灣 11/06 18:33
→ pz5202 …
推 pz5202: 哇。 這好強51F 210.164.9.12 日本 11/06 18:33
推 asukaseen: 推52F 42.74.118.217 台灣 11/06 18:33
→ pz5202 …
→ pz5202: 1000000分53F 210.164.9.12 日本 11/06 18:34
推 kenlai0627: 推54F 27.247.224.241 台灣 11/06 18:34
推 justiceyes: 這個好55F 101.9.18.193 台灣 11/06 18:34
推 daright: 這篇會爆還是被低調呢XD56F 49.214.240.108 台灣 11/06 18:35
→ s81048112: 很難分析 因為推文吵架就連續推噓了57F 39.10.108.238 台灣 11/06 18:35
推 jf7642: 黨工暴怒58F 42.72.139.11 台灣 11/06 18:35
推 snio2427: 好59F 61.223.72.198 台灣 11/06 18:35
推 gowang19: 廠公不意外阿 曲棍球的文章都能爆60F 61.62.78.179 台灣 11/06 18:36
推 y1896547: 黨工入侵地方板有夠煩61F 111.250.15.162 台灣 11/06 18:37
推 st86188go: XD62F 180.204.161.139 台灣 11/06 18:37
→ dddc: 棒63F 36.238.50.225 台灣 11/06 18:37
推 allen0987: 黨工QQ64F 39.8.3.19 台灣 11/06 18:37
→ superjim …
噓 superjim: 無聊的東西 誰知道有沒有在程式碼偷偷65F 175.181.119.182 台灣 11/06 18:37
→ dddc: 覺得有偷偷幹嘛的 怎麼不自己寫呢><66F 36.238.50.225 台灣 11/06 18:38
推 qweasdzzx: 0..0我是覺得啦 5分鐘25推太長67F 42.73.209.86 台灣 11/06 18:38
推 DDDDRR: 野68F 223.137.23.23 台灣 11/06 18:39
→ justice2008: 這程式是廠工剋星 程式幫忙統計69F 218.161.49.70 台灣 11/06 18:39
→ superjim …
→ superjim: 暗藏後門刻意針對某些族群70F 175.181.119.182 台灣 11/06 18:39
推 wolfrains: 讚啦71F 175.181.181.123 台灣 11/06 18:39
推 coldtoby: 多一個工具可以分析很好啊72F 114.24.215.165 台灣 11/06 18:39
推 AirPenguin: 東西不都丟出來了 不會自己撿查啊文組73F 114.37.120.114 台灣 11/06 18:39
→ justice2008: 最後可以直接來篇爆文數量異常統計74F 218.161.49.70 台灣 11/06 18:39
推 LABOYS: 笑了，黨工這下怎麼活啊75F 220.141.212.189 台灣 11/06 18:40
→ CCY0927: 程式碼就擺在那邊，好歹先去看一下76F 112.171.107.37 南韓 11/06 18:40
推 spaceview: http://disp.cc/m/163-ad6p 笑死 忘記77F 223.138.27.243 台灣 11/06 18:40
Re: [問卦] 聽說世大運沒有大巨蛋會辦不好 !? - Gossiping板 - Disp BBS
[圖]
 
→ spaceview: 換帳號的也跑出來跳腳喔XDD78F 223.138.27.243 台灣 11/06 18:40
推 mmes: 強79F 101.8.129.217 台灣 11/06 18:40
推 asdeax08: 推80F 210.71.78.244 台灣 11/06 18:40
→ CCY0927: 如果連程式碼都看不懂，要談後門癡人說夢81F 112.171.107.37 南韓 11/06 18:41
推 pchunters123: 不錯阿，廠公滾82F 180.217.95.22 台灣 11/06 18:41
推 jaguars33: 先推再用 ptt應該跟網蟲公司收費的83F 49.214.16.128 台灣 11/06 18:42
推 ivan761016: superjim講的明明就很中肯84F 42.73.216.60 台灣 11/06 18:42
推 mawan: 記者要抄了，ㄡ有新聞可發了。85F 111.241.215.203 台灣 11/06 18:42
推 dreamsugar: 裡面就黨工阿  這還用說86F 61.227.182.44 台灣 11/06 18:42
推 klm619: Push87F 110.26.197.248 台灣 11/06 18:42
推 alan23273850: 先推再說88F 140.112.218.7 台灣 11/06 18:42
→ tn00371115: 紅明顯 都滿正常的89F 114.136.22.162 台灣 11/06 18:43
推 Saber92: 趕快試試~90F 59.120.9.160 台灣 11/06 18:43
推 sisn: 5分鐘內25推是真的很少見，我覺得有辨識力。91F 61.219.58.106 台灣 11/06 18:44
推 kid80618: 推92F 223.140.242.175 台灣 11/06 18:44
噓 alan23273850: tn00371115: 紅明顯 都滿正常的93F 140.112.218.7 台灣 11/06 18:44
推 gogogonow: 很明顯直接找soyud12這人的文阿，
篇篇速爆，發文時間固定傍晚左右94F 61.231.201.50 台灣 11/06 18:44
推 y1896547: 反而是這種文推不爆96F 111.250.15.162 台灣 11/06 18:45
→ gogogonow: 滿團結的97F 61.231.201.50 台灣 11/06 18:45
推 johnny010111: 厲害98F 42.72.188.12 台灣 11/06 18:45
→ gogogonow: 阿不就很棒爆文率100%的神人soyud1299F 61.231.201.50 台灣 11/06 18:45
推 oyaji5566: 高調261F 114.136.200.199 台灣 11/06 19:35
推 taro0116lo: 罵韓的文都馬上就爆啊262F 117.19.211.28 台灣 11/06 19:35
推 starfishfish: 推263F 42.76.208.255 台灣 11/06 19:37
推 miomuom: 好264F 49.219.178.47 台灣 11/06 19:37
噓 dog990999: 看了一下這篇好幾隻韓粉 滾回政黑取暖265F 223.140.114.108 台灣 11/06 19:38

--
--
作者 clothg34569 的最新發文:
點此顯示更多發文記錄
(clothg34569.): [爆卦] 異常爆文分析器V1.0 - Gossiping板