网页
资讯
视频
图片
知道
文库
贴吧
地图
采购
进入贴吧
全吧搜索
吧内搜索
搜贴
搜人
进吧
搜标签
日
一
二
三
四
五
六
签到排名:今日本吧第
个签到,
本吧因你更精彩,明天继续来努力!
本吧签到人数:0
一键签到
可签
7
级以上的吧
50
个
一键签到
本月漏签
0
次!
0
成为超级会员,赠送8张补签卡
如何使用?
点击日历上漏签日期,即可进行
补签
。
连续签到:
天 累计签到:
天
0
超级会员单次开通12个月以上,赠送连续签到卡3张
使用连续签到卡
06月06日
漏签
0
天
4soul吧
关注:
35,398
贴子:
3,452,894
看贴
图片
吧主推荐
玩乐
1
2
下一页
尾页
31
回复贴,共
2
页
,跳到
页
确定
<返回4soul吧
>0< 加载中...
对510官号评论区进行统计和文本分析(上)
只看楼主
收藏
回复
发光的橘子
围观页友
1
该楼层疑似违规已被系统折叠
隐藏此楼
查看此楼
昨天心血来潮,把510珈乐毕业的官号评论区进行了文本抓取。抓取只限于主楼,楼中楼并未包括。抓取的内容包括id,评论内容,评论时间和点赞数。
经过数据处理,共抓取有效评论30909条,官号评论区共5.7万条,说明剩下2.7万条评论为楼中楼回复。
下面将开始对抓取的数据进行初步的描述性统计
送TA礼物
IP属地:广东
来自
iPhone客户端
1楼
2022-07-24 10:13
回复
笑了谁懂🍮nano~
沸腾期待
12
该楼层疑似违规已被系统折叠
隐藏此楼
查看此楼
深度好帖,火速展示吧
来自
Android客户端
2楼
2022-07-24 10:16
回复
收起回复
发光的橘子
围观页友
1
该楼层疑似违规已被系统折叠
隐藏此楼
查看此楼
首先分析id和评论自身。通过统计发现,30909条评论及其id中,仅有15855个id是“unique”的,说明评论区共有15855个账号主体。
随后,用同样的方式去分析评论内容,发现仅有16731条评论内容是“unique”的,说明有约一半的评论内容是重复的
IP属地:广东
来自
iPhone客户端
3楼
2022-07-24 10:16
回复
收起回复
乐的罗曼蒂克
不离陪伴
11
该楼层疑似违规已被系统折叠
隐藏此楼
查看此楼
好好好
IP属地:江苏
4楼
2022-07-24 10:18
回复
收起回复
发光的橘子
围观页友
1
该楼层疑似违规已被系统折叠
隐藏此楼
查看此楼
接下来将分析每个账号在这一评论区共发布了多少条评论。“filter”列为发表的评论数,“freq”(频次)列为发表的评论数。
可以发现,51.3%的账号仅发表了一次评论,而约20%的账号发表了2次,8%的用户发表了3次,21%的账号发表了4次及以上评论。更有甚者,有数十名用户发表了80次以上评论
IP属地:广东
来自
iPhone客户端
5楼
2022-07-24 10:21
回复
收起回复
嘉然殿下
双向奔赴
13
该楼层疑似违规已被系统折叠
隐藏此楼
查看此楼
看不见的手
IP属地:山东
来自
Android客户端
7楼
2022-07-24 10:37
回复
收起回复
病态模仿
沸腾期待
12
该楼层疑似违规已被系统折叠
隐藏此楼
查看此楼
👀
IP属地:贵州
来自
Android客户端
8楼
2022-07-24 10:43
回复
收起回复
贝格拉斯
不离陪伴
11
该楼层疑似违规已被系统折叠
隐藏此楼
查看此楼
👀
IP属地:湖北
来自
iPhone客户端
9楼
2022-07-24 10:45
回复
收起回复
Barbed茨
不离陪伴
11
该楼层疑似违规已被系统折叠
隐藏此楼
查看此楼
cy
IP属地:湖北
来自
iPhone客户端
10楼
2022-07-24 10:46
回复
收起回复
锅里只有圣
爱需勇气
10
该楼层疑似违规已被系统折叠
隐藏此楼
查看此楼
一人80条评论
我天
IP属地:北京
来自
Android客户端
11楼
2022-07-24 10:50
回复
收起回复
哦哦哦哦
不离陪伴
11
该楼层疑似违规已被系统折叠
隐藏此楼
查看此楼
火速展示吧!
IP属地:云南
来自
Android客户端
12楼
2022-07-24 10:51
回复
收起回复
liyi幻
不离陪伴
11
该楼层疑似违规已被系统折叠
隐藏此楼
查看此楼
火速展示吧
IP属地:北京
来自
Android客户端
13楼
2022-07-24 10:55
回复
收起回复
轴心骑士
爱需勇气
10
该楼层疑似违规已被系统折叠
隐藏此楼
查看此楼
dd
IP属地:北京
来自
Android客户端
14楼
2022-07-24 10:57
回复
收起回复
发光的橘子
围观页友
1
该楼层疑似违规已被系统折叠
隐藏此楼
查看此楼
随后,在stata中将重复的id删除,并将id数据放入voyant tools进行分析(stata也能做词频分析,但是我的命令有点问题,就用现有的程序了)
可以发现,“啵”字计数865次,考虑到大部分人会使用“啵啵”,约有400个以上的账号id含有“啵”
“三”的计数次数为148次,“ww”的计数次数为109次
值得注意的是,“量子”的计数次数为121次
IP属地:广东
来自
iPhone客户端
15楼
2022-07-24 10:59
回复
收起回复
发光的橘子
围观页友
1
该楼层疑似违规已被系统折叠
隐藏此楼
查看此楼
接下来,重复的步骤去统计评论内容。根据结果,有至少564条评论被重复发送了5次以上;248条评论被重复发送了10次以上;12条内容被重复发送了100次以上;5条内容被重复发了186次以上;1条内容被重复发了885次。
接下来我们看看这些内容是什么
IP属地:广东
来自
iPhone客户端
16楼
2022-07-24 11:08
回复
收起回复
登录百度账号
扫二维码下载贴吧客户端
下载贴吧APP
看高清直播、视频!
贴吧热议榜
1
绘画吧大神成长记录
2489550
2
Uzi整个职业生涯都在抗韩
2476716
3
明日方舟乌尔比安数据
2024344
4
2024歌手第五期歌单公布
1998324
5
各校学长学姐欢迎新生
1906398
6
国产单机隐藏高手
1634525
7
GENG和G2为什么只是二号种子?
1599120
8
各吧吧友高考须知
1287586
9
由于我玩鸣潮,原神舍友跟我绝交
904882
10
崩坏星穹铁道云璃立绘公布
898149
贴吧页面意见反馈
违规贴吧举报反馈通道
贴吧违规信息处理公示