Re: [爆卦] Redmango已經卸任

(新串被S了只能用舊串來問 QQ) 首先感謝紅芒果前板主的貢獻 也請大家別再肉搜，肉搜的人真的很垃圾 另外奉勸有心人士別再騷擾人 您的行為可能會觸犯刑法第304條強制罪，切勿以身試法 果妞(可以這樣叫你吧？)請務必且一定要去報警 將這些惡徒繩之以法 對於神奇ID事件 我想果妞也回答得差不多了 我只想再問兩點其他的事 (如果有您有看到的話QQ) 1. 根據A板主說法 IP資料來源應該是來自爬蟲Q 　依據之前的抓網軍文，大量IP資料都是從2016開始記錄 　請問爬蟲Q是從2016年就開始運作的嗎？ 2. 爬蟲Q應該也要有要爬的ID名單才能爬吧 請問這些名單是怎麼產生的？ 以上 理組肥宅純粹好奇問問 *有些人一直在吵著要人公布code 真的笑死人 我只想說，作業自己寫好嗎？ ※ 引述《pponywong (pony)》之銘言： : ※ 引述《MayorKoWenJe (☺柯糞吃屎☺柯糞吃屎☺)》之銘言： : : 首先還是要譴責騷擾人這件事 : : 希望大家能理性，切勿以身試法 : : 不過有些事蠻好奇的 : : 考古一下，根據 #1TA7WtI5 (Gossiping) #1TABIPdD (Gossiping) : : 由這兩篇A板主提供的資訊 : : 方法大概是利用爬蟲Q去Q名單內的IP : : 有趣的是看到之前的抓網軍文 : : IP資訊大概從2016年就開始被大量紀錄 : : 只能說前板主是個有毅力的人 : : 像我這種八卦理組肥宅 : : 2016的二次元老婆換到現在2019都不知幾個了 : : 能從2016年追這些人追到現在 : : 真的是佩服 : 這篇吵到現在 稍微給大家科普一下 : 要怎麼做人工AI篩選演算法 : 要把大量數據歸納成 簡單的指標 有幾個方法 : 一個是 PCA (principal component analysis) 主成分分析 : 一個是 FA (factor analysis) 因素分析 : 兩個方法很類似 一個是歸納(PCA) 一個是推導(FA) : PCA 數學上來講就是 找出資料(關聯矩陣)的本徵值 本徵向量(eigenvalue, eigenvect or : 懂線性代數的都知道 本徵值是表示該矩陣的主要特徵 : 不論資料做過甚麼線性轉換 本徵值依然不會改變 : PCA 聽起來很學術 不過問卷調查中卻常常出現 : 舉例來說 假設有以下問題 : 1. 當你在車站看到一群8+9在跟小妹妹推銷愛心筆時, 你會? : A. 挺身而出，幫小妹妹拒絕 : B. 實力不夠，不要大小聲，裝作沒看到就好 : C. 報警處理 : D. 科糞吃屎 : 2. 當你買新上市的泡麵帶回家煮時，你會? : A. 看調理方式，SOP怎麼寫，就怎麼做 : B. 料全部加上去，加熱水等三分鐘就好 : C. 回家叫媽媽煮給我吃 : D. 科糞吃屎 : 3. 當你被推選成為班長時，你會怎麼做? : A. 讓同學發大財 : B. 當班長很簡單，找回良心而已 : C. 藉班長公權力，去外面超買午餐便當 : D. 科糞吃屎 : 4. 你在台股7000點時做多台股，結果某日台股大跌2000點，你會? : A. 馬上停損 : B. 停損，並反手做空 : C. 跌2000點小波浪而已，沒必要見風轉舵 : D. 科糞吃屎 : 上面的問題也很像求職面試時 : 填的人格特質測試 : 經過反覆詢問 以上類似問題 : 就可以歸納出你是哪種人 這就是PCA : PTT要做 PCA 也可以 : 首先先撈資料 比如說八卦版某seafood新聞 : 然後把下面推文的ID全部撈起來 : 他們的推文透過關鍵字進行過濾評分 : 分幾個等級 : 非常同意 +5 分 : 同意 +3 分 : 沒意見 0 分 : 不同意 -3 分 : 非常不同意 -5 分 : 針對重大議題上 加權分數可以調整 : 多撈幾次之後 然後開始跑 PCA : 就可以知道是1450還是科粉了 : 接下來 我們講FA : FA 是從某些特徵中 推導出隱藏的資料 : 聽起來跟 PCA 很像 還是有小不同 : 比如說某A有以下特徵: : 1. 支持廢死 : 2. 年齡在 20~35之間 : 3. 教育程度大學以上 : 4. 垃圾不分藍綠 : 5. 低薪是政府害的 跟自己無關 : 6. 支持罷工 : 7. 幫人做事不收錢就是奴性重 : 8. 國外什麼都比台灣好 : 這幾個特徵 就可以推導出 A可能是某族群 : 然後從這族群的消費方式 政治傾向 之類的資料 : 可以判斷出 A會支持誰 : 大概是這樣... -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.195.34.102 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1568795113.A.908.html