大数据说你是钓鱼佬！基于ML的小样本泥潭钓鱼用户画像...

gx19860411

楼主可以各个模型都跑一遍，反正scikit-learn包是现成的，就换几行代码而已。哪个成绩好用哪个。

—— 来自 Xiaomi M2011K2C, Android 12上的 S1Next-鹅版 v2.5.4

_stargazer_

Quelaan 发表于 2023-1-31 19:56
那楼最后加多少鹅来着？
而且那楼里跟某管理加鹅大战的层应该是历史之最了 ...

我印象里上四位数
话说这是不是个…危险的话题

tiro_finale

个人手动标注，数据量也够少的，你确定最后能找到吗，说实话是不是钓鱼这么模糊的概念，人都很难界定，不管三七二十一训个模型搞出来的基本是乱七八糟的结果，还要被你挂城墙，不好说冤案有多少了
要跑ml的话用语料做nlp模型训个泥潭用户风格的bot还差不多

Viteeee

灼眼的夏娜酱 发表于 2023-1-31 20:09
帖日均数最多豚厨二象性最活跃的地方是蒜楼，居然在蒜楼不计入的情况下还是第一
编辑：仔细看一下发 ...

确实，光看了第一页全是管人，结果后面就都是水蒜双雄了

灼眼的夏娜酱

Viteeee 发表于 2023-1-31 21:02
确实，光看了第一页全是管人，结果后面就都是水蒜双雄了

主要是这两位都是我熟悉的ID，特别是金牌那位，一眼就能看出来是蒜楼和水星红白楼水出来的帖数

Viteeee

tiro_finale 发表于 2023-1-31 20:45
个人手动标注，数据量也够少的，你确定最后能找到吗，说实话是不是钓鱼这么模糊的概念，人都很难界定，不管 ...

冤案还不至于，毕竟版主也不可能对着我这图一乐的结果一个一个塞抹布。

再说ML最美妙的地方不就是“凡是预测正确的一律都是本人牛逼，凡是预测出问题的那都是算法的错”么

zhangyukai

看下来我就一个感觉。泥潭就是个鱼潭。除了钓鱼的就是摸鱼的

zhangyukai

看下来我就一个感觉。泥潭就是个鱼潭。除了钓鱼的就是摸鱼的

Viteeee

sanxgh571 发表于 2023-1-31 23:00
楼主可以公开这三千多人钓鱼程度的完整排名吗

顶楼附件的那个EXCEL就是

Mac1024

好奇：列表前20名“钓鱼佬”每人被回复最多（钓鱼最成功）的前10个帖子是什么样的？有统一的倾向性吗？

JuMuShan

我得收藏起来明天摸鱼看

remedios010000

我感觉二象性在滚楼比在蒜楼还活跃啊

-v-

· 论泥潭用户粘性：全部样本平均注册日数2805日即7.68年，注册时间超过十年的占36%。

· 你们到底每天摸多少鱼：全部样本用户日均在线时长平均为3.58小时，其中日均在线时长超过8小时的占6%。

所以爱撕衣的受众都是社畜是吧

幽远ghofar

看着看着突然看到自己的名字，喷了

糟糕的魔女

没想到自己还在口球的大号上榜了，小号没有资格入围评比

还好才1000多名，距离钓鱼佬距离颇远

豚厨二象性

六啊

妄想騎士

我怎么上榜了？我不钓鱼，只是不喜欢无谓的争吵

yuyuagain

管人那块有点没绷住。就没怎么看到第一位和第二位在管人区发过言。然后一想这两位不是漫区蒜楼常客和红白楼常客嘛，点开回复果然很符合我的刻板印象，翻了好几页都是这两楼的发言。再一看水魔楼和蒜楼不计入统计，就有点疑惑。

千魄万斩

让我康康

—— 来自 HUAWEI YAL-AL00, Android 10上的 S1Next-鹅版 v2.5.4

Viteeee

yuyuagain 发表于 2023-2-1 07:54
管人那块有点没绷住。就没怎么看到第一位和第二位在管人区发过言。然后一想这两位不是漫区蒜楼常客和红白楼 ...

因为我相信水楼和蒜楼的诸位都是在诚心诚意的版聊啊不交流，不存在钓鱼的

那种魔窟里面怎么可能有鱼啊

lano

建议贴上前二十的各位最具代表性的帖子

Viteeee

Alfie劉 发表于 2023-2-1 06:18
logit模型给出的分数不是概率(0～1)吗？这里给出的分数是中间变量的线性参数式吗？那么各个变量的具体权重 ...

说的没错，就是中间的参数。各个变量的权重大概长这样，因为变量都处理过所以权重的绝对值不重要，相对得大小和方向更有意义一些。
像主帖里说的，还有很大的优化空间，但得等我把因为这几天过度摸鱼攒下来的活弄完才有空再调整了

1. 主题数_normed          0.223152
   
2. 回帖数_normed         -0.320931
   
3. 在线时间_normed        -3.467312
   
4. 注册日数_normed        -1.731504
   
5. 日均主题数_normed       -0.375298
   
6. 日均回帖数_normed       -0.368009
   
7. 主题回帖比_normed        2.402819
   
8. 单位在线小时回帖数_normed   -0.178697
   
9. 单位在线小时主题数_normed    1.404230
   
10. 帖均评分_normed        -1.085414
    
11. 近期主题活跃度_normed      1.393700
    
12. 近期回帖活跃度_normed     -0.711368
    
13. 一击离脱率               0.230523
    
14. 日均在线时长             -1.328458

复制代码

藤田有静

新年新钓鱼

天地不仁

能不能查询自己排名

—— 来自 vivo V2218A, Android 12上的 S1Next-鹅版 v2.5.4

Litccc

在前500名

magic13yang

真·摸鱼

Nanachi

天地不仁 发表于 2023-2-1 09:56
能不能查询自己排名

—— 来自 vivo V2218A, Android 12上的 S1Next-鹅版 v2.5.4

电脑版可以看见有一个xlsx附件，里面就是排名。

左梓喵右受兔

不过话说回来 漫区那几个魔窟实在太可怕了

这季我想看看转天 专楼都是水蒜外溢的恶臭 只能放弃在泥塘讨论了

Viteeee

讲道理，从还在发帖的这几位记录看，感觉没怎么冤枉他们

peskov (第11)

美生物伦理委员会**称75岁以上应该自己去死 (图像: 图片附件) ... 1 2
巴巴羊的粮食自给率咋这么高?
历史大事件中以xx之耻命名的是独一份吗
超氧化物过氧化物的名字是怎么来的？
晋幽公吃野食然后被盗贼杀死 过于奇葩了吧 ... 1 2
古代皇帝是佞佛危害大还是信道的危害大? ... 1 2 3
蛋白酶切割多肽是绝对精准的还是草台的？ (图像: 图片附件)
人体的生物钟是怎么实现周期的？

wwt200 (光荣的第4）

在各方面都玩不过别人，怎么接受自己就是个庸人的事实 (图像: 图片附件) ... 1 2
富二代在不在哈萨维的肃清范围内
若日本将来经济恶化到一定地步，二次元会受到什么影响 ... 1 2 3 4
好奇那些啃老的宅，都不在意私人空间的吗 ... 1 2
我愿用一生来弥补青春 ... 1 2 3
对极夜有一种痴狂，想要去到那童话般的世界 ... 1 2

likke1987 (光荣的第3)

(图像)        汕头举办烟花大会 (图像: 图片附件)
(图像)        韩国要对烟花申遗？营销号又在带节奏造谣了 (图像: 图片附件) ... 1 2
(图像)        00后表示没看懂，有摄影大佬讲解一下么？ (图像: 图片附件) ... 1 2 3
(图像)        我国百千瓦级霍尔推力器与大功率 PPU 样机首次联试点火成功
(图像)        市场沸腾！美国12月CPI环比转负
(图像)        韩国：自华入韩旅客落地检阳性率升至14.7% (图像: 图片附件)

hh15008197 (光荣的第9）

俄罗斯亿万富翁成英国“头号纳税人”，平均每小时缴税人民币46万元
我们国家再奋斗个80年左右,综合国力能超越美国的地位吗 (图像: 图片附件) ... 1 2 3 4
全国社会保障卡持卡人数达13.68亿人 ... 1 2
有没有觉得生在现代中国挺幸运的 ... 1 2 3 4

六道之彼方（第12）

原来真的有人把微博热搜从上到下一个个点评一遍
情人节巧克力，做到什么程度算是“自制巧克力”？
洁厕宝总是用一段时间就化不开了是怎么回事
为什么有人网上发言喜欢巨量使用感叹号和波浪线 (图像: 图片附件) ... 1 2 3 4
为什么不给游乐园里用的玩偶装里装点防护措施呢
泥潭的麻将脸表情是谁供稿的啊

cyguds

Viteeee 发表于 2023-2-1 12:12  本帖最后由 Viteeee 于 2023-2-1 12:17 编辑   讲道理，从还在发帖的这几位记录看，感觉没怎么冤枉他们  peskov (第11)引用:美生物伦理委员会**称75岁以上应该自己去死 (图像: 图片附件) ... 1 2 巴巴羊的粮食自给率咋这么高? 历史大事件中以xx之耻命名的是独一份吗 超氧化物过氧化物的名字是怎么来的？ 晋幽公吃野食然后被盗贼杀死 过于奇葩了吧 ...  

有没有雪村葵的贴来自: iPhone客户端

jiang.gg

厉害了
· 只能说手速惊人：犭央犭茶湖水牛这位神人，在短短的生命周期中（在线共112小时，目前被封到23年末）一共发帖2923帖，相当于每小时26.10帖、每137秒一帖，远远抛开其他选手。而且这位居然不是广告机。

Viteeee

正在爬水星帖，几个专楼里发帖数总计超过1000帖的居然有68个人，超过5000帖的有3个人，前20名随随便便都超过2000帖……这什么鬼

前20：

558374    5724
522644    5394
531692    5340
557981    4984
494619    4865
550441    4737
231340    4627
528086    4278
557939    4001
560450    3663
560828    3646
440106    3476
560838    3185
513381    3033
414697    3001
561652    2936
559211    2905
541780    2715
561029    2631
451320    2618

btts

Viteeee 发表于 2023-2-1 16:52
正在爬水星帖，几个专楼里发帖数总计超过1000帖的居然有68个人，超过5000帖的有3个人，前20名随随便便都超 ...

无情的水楼机器是这样的