【又名论为什么外野这么喜欢日本】2023外野主题帖数据盘点

Viteeee

编辑：修改标题，增加了clickbait

--------

大家好啊，我又又又又又回来啦！最近好像“年度总结”这东西比较流行，所以也跟风给我们挚爱的外野，呃卓明谷做一个2023年的年度总结吧。之所以单独做外野是因为游戏区之前（9月左右）做过一个类似的整理，时间较短就没啥必要专门做年度的了。

因为偷懒有些数据没有统计，建议配合Nanachi老大的2023年度总结帖一起看。


# 1. 发帖量统计

除了因为冲水已经不能看的帖子、被飞坟头的帖子以外，2023年外野共发主题帖25,726帖，一共133.1万楼。对，都是你们去年一年上班不干活水出来的。

排除掉几个时事专楼以外，回帖数前10的主题帖和楼层数分别是：

1. 
   
2. 起猛了?新的超导，还是常温常压（4082）
   
3. 中央广播电视总台《2023年春节联欢晚会》节目单发布（2484）
   
4. 国家新闻出版署：网络游戏不得设置每日登录、首充等（2480）
   
5. 《徐云流浪中国》田园篇之塌房（进入小桀故事线！）（2428）
   
6. 游戏主播超级小桀出门，游戏存档被熊孩子偷家清零（1453）
   
7. 笑果又出事了（1431）
   
8. 南阳迷笛音乐节结束后 附近大批村民闯入现场开始抢东西偷东西（1237）
   
9. 拆除村民私建浮桥被质疑“一罚了之”，吉林洮南回应（1231）
   
10. 宿命之环(诡秘之主2)  第一卷核心要展开了（1177）
    
11. 银灰回来了，得了传腹，目前在治疗中（1131）
    
12. 开源类GPT4多模态模型项目-OpenFlamingo-转型开源模型项目集合页（1130）

复制代码

从主题看，更是从常温超导、AI大模型、网络文学、氪金手游，到主播新瓜、地狱骑士、性别对立、无良媒体、金融诈骗无所不包，再次证明了泥潭永远走在时代的最前沿。

但其实从整体上看，几十上百页的高楼只有那么几个，外野95%帖子都是在5页（150楼）以内。主题帖楼数的中位数只有33帖，换句话说有1.2万帖、47.5%的帖子连一页回复都没满就迅速的沉下去了。相比首页漂着四五个500多楼的精神病收容所啊不专楼的漫区，外野的城市化水平实在是太低了。

更有甚者，0回复的帖子居然有1200帖。在外野这种地方，要发多么无聊的内容才会一个回复都没有，我十分好奇。

tid:2156235  我觉得我得看精神方面的医生了  大肥兔

啊。好吧。


# 2. 明星发帖人


2023年，外野总共有4,658名坛友发过主题帖，当然就像大家猜到的那样，每个人发帖的质量和数量那是天差地别。

比如，发帖的中位数仅仅是2帖，也就是说只要在外野发过3个帖子，你就已经超过了60%左右的坛友。然后，发帖最多的泥潭御用科技新闻转贴机：@ydd-319坛友在这一年时间里足足发了505帖，凭自己一个人就贡献了外野2%的主题帖量。在外野一年单人发了100帖以上的坛友一共21位，他们是：



这21位坛友合计贡献了泥潭总帖数的12.3%，一共3172帖。但21位里面也永封了5位，看来在泥潭发帖发太多也是容易暴毙的。


# 3. 主楼字数统计


刚才提过，在泥潭发帖特别多的除了大水逼、钓鱼佬，还可能是转帖机。比如上面列的外野发帖超过100的名单里ydd-319、机吉斯卡、HZLJ等就是比较喜欢转帖的坛友。

那么怎么区分到底是转帖还是水帖呢？感谢科技的进步和泥潭接口的高性能，这次我特地扒了两万五千个帖子里每个帖子的首楼，然后统计了首楼帖子的字数。虽然并不是绝对的，但钓鱼佬和大水逼因为懒得想话题，一般干抛一个暴论放在主楼的情况比较多，所以通常字数比较少。换句话说，发帖多、但每帖字数极少的，基本上不是欧金金就是钓鱼佬了。

作为比较，外野帖子的主楼字数中位数是131个字（不包括网址、标点符号这些），绝大部分的帖子长度都在50-300个字之间。顺便一提，外野去年最长的主题帖是盗号广告机zbb017复制的周愚没品笑话楼内容，而且足足有三帖。正常帖里面最长的则是坛友yuzeYZ@的中篇小说《雄心壮志》，足足4.4万字。

那么，我们来看看哪些坛友在这一年发得帖子又多（>10帖），帖子内容又没有干货：



果然，除了色|图老师们以外都是熟人。


# 4. 发帖主题分析


今年的科技进步除了字数统计之外，还试着做了个简单的词频统计。因为用的是开源工具而且没怎么仔细调教，比如说它不知道“小红书”是个专有名词，会分成小、红、书三个单字，所以分出来的效果只能说一般般，但结果还是挺有意思的。

比如，泥潭外野2023年帖子标题的关键词如下：


占据了显眼位置巨大的“中国”、“日本”、“美国”、“上海”，不愧是心系全球、放眼寰宇的国际化论坛（咦）。常见的“游戏”、“科技”、“历史”、“公司”、“（我有一个）朋友”等话题也榜上有名。至于“新冠”、“医院”、“疫情”作为这个时代的印记也当然占有一席之地。

从具体的数据来看：

• - “日本”出现了660次，比“美国”（413）多了200多次，只比“中国”（705）少40次，精日论坛实锤了。
• - 日美中以外，出现最多的国家是上海……啊不对是“韩国”159次、“印度”151次、“欧洲”76次、“英国”63次、“德国”54次。
• - 国内的城市和地区中，“上海”以379次遥遥领先（此外“魔都”还有43次），然后是“北京”193次、“成都”87次、“杭州”82次、“香港”65次、“深圳”56次、“河南”46次、“山东”43次、“四川”42次。
• - “新冠”、“疫情”、“医院”、“疫苗”这些关键字合计也有近600次。
• - “公司”、“职场”、“单位”之类的关键字出现了300多次，相比之下“学校”、“大学”只有150次（还有一半是新闻），说明泥潭还是社畜居多。
• - 各种兴趣分类里面，“历史”出现187次、“汽车”出现164次、“小说”142次、“游戏”121次、“网文”103次、“UP主”62次、“音乐”55次。
• - 出现最多的专有名词是“比亚迪”82次、“华为”81次，然后是“马斯克”58次、“苹果”47次、“特斯拉”46次、“麦当劳”46次、“小米”45次。
• - 出现最多的抽象词分别是“问题”427次、“世界”201次、“人类”158次、“时间”156次、“城市”142次。
• - “火星”和“月球”居然分别有44次。
  

然后，这是两万五千个首帖分词之后的词云：


内容其实和标题差不太多，几个出现频率明显比在标题里高的词： “经济”、“记者”、“政府”、“政策”等等，大概和泥潭爱转新闻有关。

另外，比较有趣的是看看哪些词出现的频率特别低，因为设置了出现10次以上才纳入统计，外野首帖里出现频次最低（10词）的词一共1243个，包括：

1. 安倍经济学、乳糖、沈静、奥林匹克、关东军、色Q网站（对它原文就是写成这样）、风湿、契诃夫、西葫芦、一氧化碳、辛亥革命、林俊杰、蛋黄、认知论、焦虑症……

复制代码

虽然没有什么意义，但林俊杰、辛亥革命、焦虑症和色Q网站出现在一起还是莫名其妙的好笑。


## 4.1 词频关联统计


统计了词频之后，比较直接的一个应用就是统计哪两个词或几个词经常一起出现，比如标题提到“日本”之后，最常见的关联词分别是“中国”、“旅游”、“韩国”、“美国”、“推荐”、“福岛”、“日元”和“经济”。精确反映了外野一边是键政群体挥斥方遒，另一边是赴日旅游求推荐的用户画像。

再比如，标题有“美国”的帖子，最常见的关联词分别是“中国”、“日本”、“银行”、“芯片”、“政府”、“大学”和“历史”。

标题有“韩国”的帖子，最常见的关联词分别是“日本”、“中国”、“女团”、“生活”、“超导”和“申遗”。

“以色列”因为标题出现太少所以查了下首帖，最常见的关联词分别是“犹太人”、“巴勒斯坦”、“美国”、“挪威”、“比亚迪”（为啥？）、“大学”和“中国”。

再比如，“华为”最常见的关联词是“任正非”、“芯片”、“汽车”、“回应”、“余承东”和“小米”。“比亚迪”是“销量”、“汽车”、“仰望”和“海豹”。“特斯拉”则是“车主”、“工厂”、“中国”、“事故”和“刹车”。

把词性再扩大一点：“男子”的关联词是“日本”、“妻子”、“赔偿”、“身亡”、“上海”、“地铁”、“离婚”；“女子”的关联词是“日本”、“男子”、“丈夫”、“上海”、“医生”和“上班”；“老人”的关联词是“推荐”、“注意”、“日本”和“工作”。

“推荐”关联最多的词分别是“旅游”、“小说”、“好吃”、“网文”、“上海”和“景点”。


## 4.2 热点词发帖人统计


更好玩的现在才开始：既然有了词频统计，那当然也可以统计一下“某一个关键词的帖子到底是哪些坛友一直在发”，还有反过来的“某位坛友是不是一直在提同一件事”，可谓究极的查成分了。

大数据，小子。

事不宜迟，我们先拿“日本”试一试：


发帖人很分散，看起来坛友无论男女老少左中右粉黑青都喜欢谈日本。

那么，找几个泥潭打得厉害的汽车品牌试试：


看来坛友@wuyihuan、@伊宁亚克、@likke1987是真的很喜欢汽车呢。

再来试试国家：


看来还是新闻居多，排名靠前的都是转帖机的各位。

来试试宏大叙事：


啊，又是你们。


最后来试试异性相关：



## 4.3 名人词频分析


反过来，当然也可以查某个发帖人的常用词语，比如：

科技转贴机ydd-319：


哈里谢顿：


特别喜欢车的wuyihuan：


likke1987：


tikahara：


不行太好玩了，完全停不下来。

色图唯一真神欧金金：


抽奖侠gantzxys：


游记大师谷歌街景：


自怨自艾侠大肥兔：


相亲文学大师古桥一浩：


废话帖大师市川根源：


健康管理大师居居是居居：



光是用户词云就玩了两个小时，不得不强行中止 。

其实想做的东西大部分已经做完了，时序分析Nanachi大佬那贴做过所以没有必要再做一遍了。这次没有统计鹅的加减情况，一方面是因为很多上半年的帖子都加了权限没法爬，一方面也是因为最近对鹅系统的看法有一点变化，不太想把这个当作重点了。

如果想到什么再补充吧，或者大家有什么想看的我再单独试试能不能搞。那就这样。


（完，大概？）

Viteeee

突发灵感，搞了个新活：
泥潭外野经常喜欢用正负鹅判断发帖人成分（我也经常干），那么有没有可能看一下正鹅的发帖人和负鹅的发帖人之间发的内容到底有没有区别呢？

比如，用所有正鹅（实际上是>50鹅）发帖人发帖内容的词频数据，减去所有负鹅（<-10鹅）发帖人发帖内容词频数据之后，结果的这个稀疏矩阵就是“正鹅的人说的多，负鹅的人不怎么说”的词，反之就是“负鹅的人一直挂在嘴边，正鹅的人不太说”的词。这样不就可以指导泥潭坛友更好的读空气、保护自己宝贵的鹅了吗（咦）？

那么事不宜迟，来看看正鹅发帖人用的最多的词，我愿意称为泥潭2023年度正能量词语大赏（考虑到发帖量的区别，一部分转发新闻的坛友被手工降了权重）：


排名前列的分别是“时间”、“美国”、“人们”、“世纪”、“疾病”、“语言”和“网络”。虽然不太能解释出来为什么，但大概也算是有个指导作用？实在不知道该怎么做的时候，就干脆复读左上角的“霸王龙”吧！毕竟谁不喜欢恐龙呢。


然后，来看看负鹅发帖人用的最多的词，也即泥潭2023年度负能量词语大赏，想保住鹅的好孩子们千万不要说哦：


排名前列的词分别是“汽车”、“华为”、“电动”、“退休”、“车型”、“电池”、“以色列”、“飞机”、“住房”和“丰田”，此外“比亚迪”、“生育”、“工人”也赫然在列。看来如果要珍惜自己爹鹅，果然电动车、退休、生育、就业这些话题最好不要谈比较好啊。


就是这样，骷髅王下次会带着更没用的小知识回来的

变老的大二

啊？我为什么是政策相关发帖人？是在政策贴下回复了吗？

ドロロ

xbox手柄，市川根源，奸奇不都是一个人吗

Viteeee

仟音一心 发表于 2024-1-4 13:47
0合情合理=光荣巨婴，把外野当前列腺门诊。

对对对，我看完笑完然后就忘帖了

o合情合理：

伊迪潘宫森

大佬能不能做下我的词云，提前感谢下

彩虹肥宅

游戏区的还搞吗

跑焦小俊

看来我这种光潜水不发帖的人是纯纯的累赘了。。

—— 来自 samsung SM-S9110, Android 14上的 S1Next-鹅版 v2.5.2-play

与天争锋_LZ

我今年尝试多发一些能加战斗力的贴，转圆梦之星被扣惨了

欧金金

经常发字数很少甚至为0的主题帖，我感到很抱歉

Indolencoma

比亚迪是不是因为BYD也就是那个……对，就是那个骂人的词？

moekyo

日本+旅游可以看看

Tissuesea

波卡帕马每天发垃圾贴，最恶心说标题老是让我想点进去

—— 来自 HONOR ALI-AN00, Android 13上的 S1Next-鹅版 v2.1.2

sacodina

泥潭本来就是ACG二刺螈论坛啊

Viteeee

与天争锋_LZ 发表于 2024-1-4 20:35
我今年尝试多发一些能加战斗力的贴，转圆梦之星被扣惨了

感谢楼友贡献的思路，突发奇想搞了个“正鹅的坛友说的最多的词”和“负鹅坛友说的最多的词”比较

ydd-319

惭愧惭愧，9月之后我就没怎么发帖了，居然还能混上第一。。。

saderious

有时候老觉得有些发流量主题的号周期性出现

Glaceon丶

看起来当转帖机有风险啊，今年不转了来自: iPhone客户端

KDConan

貌似没看到东大、西大，是已经替换了吗

—— 来自 Xiaomi 23013RK75C, Android 14上的 S1Next-鹅版 v2.5.4

Viteeee

KDConan 发表于 2024-1-5 10:23
貌似没看到东大、西大，是已经替换了吗

—— 来自 Xiaomi 23013RK75C, Android 14上的 S1Next-鹅版 ...

不是，分词工具识别不了黑话，所以大概率被分成了“东”和“大”

憧憬鲨

霸王龙霸王龙霸王龙霸王龙霸王龙

土卫七

美国网络上的人们用了一世纪的时间来治疗语言疾病。

Greirat

大数据，小子。

梅德韦杰娃

saderious 发表于 2024-1-5 09:10
有时候老觉得有些发流量主题的号周期性出现

某上海精日去年封了不下20个号吧，你觉得呢

Aquila4869

感觉去年冲了的几个大高楼要是能统计估计会更有趣

swessia

被关在漫区某个精神病收容所的潜水党冒个泡

搓炎爆术的无神

泥潭的大数据分析师

namewuwei

啊是这样的嘛？说霸王龙就会加鹅吗？学习了

肥胖的道奇兔

Tissuesea 发表于 2024-1-4 21:22
波卡帕马每天发垃圾贴，最恶心说标题老是让我想点进去

—— 来自 HONOR ALI-AN00, Android 13上的 S1Next- ...

抱歉，这次不会再有垃圾贴了，因为我的烦恼基本都解决了

肥胖的道奇兔

Viteeee 发表于 2024-1-5 08:59
感谢楼友贡献的思路，突发奇想搞了个“正鹅的坛友说的最多的词”和“负鹅坛友说的最多的词”比较 ...

我想看14楼提到的那个

红坦克

我的负鹅没在你的词云内哈哈哈

6wingangel

有趣，求楼主授人以渔，讲讲分析步骤和流程

—— 来自 S1Fun

马僧虔

我是霸王龙，请给我鹅

星花

不是动漫游戏论坛么？

ALKA

霸王龙？霸王龙霸王龙……霸王龙！

cube

看了一眼欧金金的鹅，赫然八千多。