【55L更新结局】外野2022年下半年鹅大战不完全总结

马卡洛夫厂长

前排催更看excel

欧金金

道枝駿佑

对线

我是真的喜欢看数据
所以特别佩服数据产品经理，总是能挖掘一些让人觉得有趣的数据点

car123

无尽愤怒奖，这个奖设置的太贴切了

E=mc^2

"东方小**"的那贴有被抹去了历史吗

stonegarlic

说起吸鹅王欧金金就想起以前还有一个天天发猫的绳术师也是天天吸鹅 后来咋不见了

—— 来自 S1Fun

FROST1997

6.......

暗月杀人兔

怎么看个乐子还打起来了，现身说法了属于是

Wenber

我就是被一个谁的小号追着扣了有十天 每条发言下都扣

懒残和尚

哦，我只是想鼓励他完成100本书的打卡而已。。。

Viteeee

6、大结局，是站队的时候了

最后，又到了大家最喜欢（并没有）的数据可视化时间啦！

这次的作法是挑选了评分最多的100个帖子，按“用户对这100个典型帖子的态度是正面还是负面”，对所有用户进行了聚类分析，然后把数据用PCA转换之后投射到二维平面上。换句话说，这个算法是根据“谁和谁给帖子加鹅扣鹅的品味最相近”来把相似的用户尽可能划为同一组

至于为什么只选了100个帖子，是因为之前用更多帖子跑过几次，实际上评分偏少（小于30个）的帖子对最终结果几乎没什么影响，所以为了节省计算量就只选了前一百个了。

由于泥潭外野能够吸引人大量加鹅、扣鹅的帖子无非就那么几个话题而已，所以这100个帖子从主题上看其实还是比较集中的，比如这里面包括了：

【已经有S1妹妹私信我了，等结婚请群友吃喜糖，嘻嘻】的1楼
【贵州一客车高速侧翻，致27死20伤】的43楼
【你们都十几岁上本垒？】的1楼
【不是很能理解为什么有男的支持在高铁上卖卫生巾】的1楼
【别乱嘲笑，善恶终有报，梨泰院好死】的1楼
【跟社区工作者在群里吵架】的1楼
【摘录两则美国的负面新闻辟个谣：8w刀电动车和背部8枪自杀】的1楼
【这样下去没完没了了啊】的1楼
【百度地图已将武汉熊店村标注为偷瓜村】的2楼
【那些在主旋律大片崩盘下叫好的人怎么想的？】的1楼
【面对疫情，我们暂时不开放，是有充分原因的。】的22楼
【贵州一客车高速侧翻，致27死20伤】的65楼
【暴雪干的傻逼事是不是美国现状一个缩影】的80楼

从结果上看，8400个有评分用户里面分类为“0”的占了绝大多数，共7967人。这部分用户也就是所谓的“沉默的大多数”，即平时不怎么参与评分，或者评分没什么特别的偏向性的那些人。

剩下的约500名用户被算法分成了5组，每组的人数基本上都差不太多。下面的图里面，上方是所有用户（含第0组）的分布，下方是只有1至5组的用户分布。因为靠近中间的数据密度过高，没法显示所有人的标签，只能挑选评分数比较多的优先显示了：



给不熟悉PCA的坛友做个注释：图里的横纵轴都没有实际意义，理解成“把100个维度强行压缩到二维之后能够保留最多信息”的两个参数就好。一般来说，在图里和你距离越近的用户，评分品味的就和你越相似；反过来说，和大家距离都很远的用户，说明评分品味和论坛里大多数人都不同（比如 @威尼斯炮舰，还有无尽愤怒奖得主的  @sqwjxyswps）。

因为没有对帖子内容做进一步的语义分析，所以这个分组只要看个乐就好，不必太深究，也没有哪一组更高贵或者哪一组都是傻X的说法。顺带一提，我自己和 @聚散浮云 居然分到了一组，还是很惊讶的。

到这里，关于加减鹅我能想到的整活方式啊不分析口径也都统计的差不多了，那么就这样，感谢各位的支持。

哦对了还有一开始说好的excel。

acacaclove

怎么还有现身说法的

flamel

就记得1300了

硫黄

扣鹅大战利好死鱼充值

硫黄

阿卡林的存在感 发表于 2023-3-3 18:42
你想多了，我追着殖人的两个号扣鹅11个月了，你猜怎么着？死鱼反倒多了 ...

追着我扣的那位感觉不想充值了

重巡羊舰

不管扣鹅加鹅，本质都是泥潭超发货币回收，不够多，还不够多！