看板 Gossiping
作者
標題 Re: [爆卦] 臉書用戶IP來自台灣、中國的語言分佈
時間 Mon Jan 7 14:43:55 2019
作者
標題 Re: [爆卦] 臉書用戶IP來自台灣、中國的語言分佈
時間 Mon Jan 7 14:43:55 2019
我是CIH，很高興有人問3000萬FB帳號怎麼取樣？
以下是數據分析教學。
我們在做數據，一個最重要的是，分母的取樣。
分母的取樣，必須絕對完全平均分佈。
若是從某粉絲頁、某部份、你想的任何組合去取樣，絕對完全失真。
因為全世界沒人知道真正的分佈。
我的擷取方式，亂數產生FB用戶ID，
用爬蟲跟FB Server抓取全世界3000萬個亂數用戶帳號(分散到全世界不同國家)。
接下來，判斷用戶真實IP是台灣，再判別是否是活躍用戶。
從此台灣數據分析，會以這個當母體。
根據實際抓取，目前全世界FB註冊帳號ID分佈如下：
4 ~ 1899999999
100000000000000 ~ 100039999999999
從臉書的文件顯示，目前FB帳號ID最大可以到100099999989999，
現在FB新帳號ID實際已經用到10003XXXXXXXXXX(我系統抓取實際顯示數據)。
有人可能會好奇，臉書ID從4號開始，4號是誰？
可以看一下我臉書之前的貼文：
https://www.facebook.com/2691681504190564
你的臉書帳號ID，有比住在台南的這個台灣人(編號：2100)還前面嗎？... - Cih SoftwareMagician | Facebook
![[圖]]()
你的臉書帳號ID，有比住在台南的這個台灣人(編號：2100)還前面嗎？
這個網站查詢你的臉書帳號ID：
https://lookup-id.com/
#Facebook 最早註冊，住在台灣本土的 #台灣人 是誰？
根據 #CIH 資料庫顯示，
https://www.facebook.com/2100
住在 #台南 的 楊先生。
他的臉書編號是：2100
這個帳號，2018年還有在使用喔。...
![[圖]](https://scontent-nrt1-1.xx.fbcdn.net/v/t1.0-1/p200x200/13100781_1434434856581908_7504273282654723946_n.jpg?_nc_cat=104&_nc_ht=scontent-nrt1-1.xx&oh=93ebf0c7e99ac96dc48655058f14ca34&oe=5CBB5ACA)
這個網站查詢你的臉書帳號ID：
https://lookup-id.com/
#Facebook 最早註冊，住在台灣本土的 #台灣人 是誰？
根據 #CIH 資料庫顯示，
https://www.facebook.com/2100
住在 #台南 的 楊先生。
他的臉書編號是：2100
這個帳號，2018年還有在使用喔。...
最後，最近我重新抓取全世界臉書帳號，原因是，有些帳號會被砍，有些新帳號會出現。
需要重新讓母體取樣分佈正確，定期需要重新抓。
另外，我之前在幫客戶做『電子商務』用戶長相分析與喜愛，發現幾個條件組合下，
所剩的母體取樣不足，因此我必須『加大』分母取樣數。
今天已經抓到全世界6690萬的用戶帳號，再過一段時間，破1億個FB帳號，就停止取樣。
這些資料可以知道全世界用戶社群關係，用來解析人類行為。
這些資料可以知道全世界用戶社群關係，用來解析人類行為。
※ 引述《cih4tw (CIH)》之銘言：
: 數據分析：CIH 陳盈豪
: 專長：暴力型逆向工程破解、暴力型臉書爬蟲
: 用爬蟲掃全世界3,000萬筆臉書用戶帳號，抓出其中IP來自台灣、中國的帳號
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 110.50.176.60
※ 文章代碼(AID): #1SClKk8g (Gossiping)
※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1546843438.A.22A.html
※ 同主題文章:
01-04 08:12
01-05 17:09
Re: [爆卦] 臉書用戶IP來自台灣、中國的語言分佈
01-07 14:43
→ : 樓下說跟我想的一樣1F 01/07 14:45
→ : 有神快拜2F 01/07 14:45
推 : 推~ 毒王3F 01/07 14:46
推 : 先推4F 01/07 14:46
推 : 看不懂5F 01/07 14:46
→ : 現在一堆菜逼巴沒聽過CIH大名
曾經讓全世界聞之色變的名字 連軍隊都怕....6F 01/07 14:46
曾經讓全世界聞之色變的名字 連軍隊都怕....6F 01/07 14:46
推 : 是當年大同那一位嗎 神人8F 01/07 14:48
推 : 神人推9F 01/07 14:48
推 : 真正的資料探勘10F 01/07 14:49
推 : 神人11F 01/07 14:50
→ : 在此跪拜12F 01/07 14:50
推 : 原來你換新帳號了 sketch不見還以為你不用PTT了13F 01/07 14:53
推 : 太神啦！14F 01/07 14:59
→ : 這種爬法 不會被BAN嗎?!15F 01/07 15:00
→ : 寫CIH病毒的那個嗎？16F 01/07 15:02
推 : 大數據要run好久，辛苦了17F 01/07 15:19
推 : 毒王18F 01/07 15:36
推 : 推19F 01/07 15:37
推 : 猛猛20F 01/07 15:49
推 : 大同之光 cc21F 01/07 15:53
推 : 為什麼沒有0-3號22F 01/07 16:08
推 : 毒神呀~~23F 01/07 16:24
→ : 天啊啊 竟然看到駭客大神發文了24F 01/07 16:25
推 : 太神啦25F 01/07 16:29
推 : 推，雖然看不懂26F 01/07 16:36
推 : 加油 謝謝你為台灣付出27F 01/07 16:39
推 : 台灣駭客之神 ！28F 01/07 16:42
推 : 推，希望能用於遏制假新聞 !29F 01/07 16:50
推 : 推30F 01/07 16:58
推 : @@ 威31F 01/07 17:09
推 : 暗黑data mining32F 01/07 17:09
推 : 真的好猛啊33F 01/07 17:18
推 : 有神快拜34F 01/07 17:35
推 : 拜35F 01/07 17:45
推 : 這個就車諾比病毒的那位 只能說慶幸他本質是個好人XD36F 01/07 17:47
→ : 大數據時代37F 01/07 18:41
推 : 真神人來了38F 01/07 18:56
推 : 有點恐怖39F 01/07 20:19
推 : 好強40F 01/07 23:28
--
--
作者 cih4tw 的最新發文:
![]()
資料來源：CIH 柯文哲粉絲數，從2018-06-26開始紀錄至今，共213天。 最多粉絲數2019-01-18：2117656 今天：2115074 2115074 - 2117656 = -258 …44F 30推 3噓![]()
我是CIH， 專精暴力型數據分析。 以2019-01-18(UTC±0)當天的貼文，按Like讚或是留言， 用戶臉書語言設定為簡體(local=zh_CN)或是IP來自中國(不含港澳)， 不重複的用戶 …116F 67推 23噓![]()
我是CIH，很高興有人問3000萬FB帳號怎麼取樣？ 以下是數據分析教學。 我們在做數據，一個最重要的是，分母的取樣。 分母的取樣，必須絕對完全平均分佈。 若是從某粉絲頁、某部份、你想的任何組合去取樣 …40F 31推![]()
我是CIH，讓我們繼續思考與解讀數據。 先談談數據分析的威力，再談偵測臉書上網來自『中國』，這數據為何可以相信？ 以下是去年我臉書的數據分析： 裡面文章我盡量不解讀數據，我習慣讓大家學習去思考。 1. …293F 268推 1噓![]()
數據分析：CIH 陳盈豪 專長：暴力型逆向工程破解、暴力型臉書爬蟲 用爬蟲掃全世界3,000萬筆臉書用戶帳號，抓出其中IP來自台灣、中國的帳號 zh_TW 繁體中文(台灣) 72.9% en_US 英 …549F 425推 21噓
點此顯示更多發文記錄
(cih4tw.): Re: [爆卦] 臉書用戶IP來自台灣、中國的語言分佈 - Gossiping板