从数据挖掘的角度看caoliu社区 (从数据挖掘的角度看不属于隐私保护技术的是)

采集到的统计数据样本说明

数据来源:caoliu 网站 《达盖尔的旗帜》版块 页内容, 时间跨度 20150605至 20150907 。选择此版块是因为这个版的内容都是由注册的用户生产的,具有一定的分析价值。

条主题帖的标题、发帖时间、每条主题的回帖数量、发帖用户。(共由576个用户生产)

一起来品味一下这个神秘社区的数据。

从数据挖掘的角度看caoliu社区 1024社区 网站运营  好文分享 第1张

从 8537条主题信息中总共提取出了 576个用户,三个月中平均每个用户发表 14.8篇主题 排名第一的用户发帖数量更是达到了276篇。猜测一下,看来所有的网站都需要一部分活(ban)跃(yun)用(gong)户充实内容啊。 这里面真正的原创帖的比例能占到多少已经不重要了, 内容才是王道!!

从数据挖掘的角度看caoliu社区 1024社区 网站运营  好文分享 第2张

当我码完这段js代码刷新浏览器查看结果的时候,整个人都不好了!!城会玩!城会玩啊!大家看排名第1和第6的关键词, 把和自己女朋友、老婆XXOO的照片分享出来真的那么好玩儿么。另外,让我们回归到小学语文课,来,请用以上关键词造句…… 你用上面的词组成的句子就是发帖者们所热衷的事情…

从数据挖掘的角度看caoliu社区 1024社区 网站运营  好文分享 第3张

可能只看这一张图是没有很大的代表性的,表面上只能看出从8月份开始主题新增数量开始大步的上涨,什么原因导致的呢, 过一会在下面看到用户新增情况图的时候就会恍然大悟,对,大量新用户的加入。

从数据挖掘的角度看caoliu社区 1024社区 网站运营  好文分享 第4张

从128841个图片url中提取出来的图片网盘,ihostimg.com 毫无疑问遥遥领先,难道这是CL的 副业 ?这之间到底有什么 千丝万缕的联系我先不瞎猜了,感兴趣的朋友可以自己想办法再去了解(不用梯子也可以访问!)。另外,大家注意排名倒数第二的图片网盘, sinaimg,对,就是你知道的那个 新浪 ,sinaimg是新浪旗下的开放云存储服务, 地址在这 “新浪作为国内10多年领先掌握全国最先进的全分布式系统架构和存储技术之一的公司,为你的 XXOO私密照片存储提供一站式解决方案”

从数据挖掘的角度看caoliu社区 1024社区 网站运营  好文分享 第5张

这张图代表的是11250个用户账号分别是那一年注册的,可以看出2007-2010年和2011-2014年这两个时间段相对数量还是 比较平均的,50.6%的用户是在今年注册的,难道今年大范围的开放注册了。

从数据挖掘的角度看caoliu社区 1024社区 网站运营  好文分享 第6张

这张折线图和上面的那张基本展示的信息是类似的,分类精确到每个月。

从数据挖掘的角度看caoliu社区 1024社区 网站运营  好文分享 第7张

理论上说,只要是网站继续正常运营下去,且无论统计哪个时间段,这个图会一直保持这个状态,统计数据的基础是11250个 账号的最后一次的登陆时间,每次登陆都会用新的覆盖旧的,右边的顶点越高代表了用户重复登陆的次数越多,网站的运营越正常。

从数据挖掘的角度看caoliu社区 1024社区 网站运营  好文分享 第8张

130704条回复帖的时间段分布情况,从8月份开始互动明显越来越多。单独看意义不大,只能看到最近互动增多,但是通过与 每日主题发表数量和新增用户图放在一起看,这三个趋势是成正比的,注册用户增多导致新增主题帖增多,不断的新内容产生带动了 论坛 的 活跃度,从而产生了更多的互动回复内容。

从数据挖掘的角度看caoliu社区 1024社区 网站运营  好文分享 第9张

这张图的数据是从13074条回帖时间统计出来的,其实这张图的最终结果和我预计的还是有挺大差距的,原本我以为用户 访问的高峰期会是晚上的9点-12点,而真实的用户在线高峰期顶点确是上午的10点,10点不是大家刚刚开始投入 工作 的时间么。

忘记了从哪里看到过一句话:“ 互联网 上没有废品信息,只有放错位置的资源 ”, web数据挖掘方面还是很值得研究的 ,开发语言也没有优劣, 用自己最熟悉的语言去解决问题就是最好的实现方式。先解决问题,再优化过程,结果最重要!此次试验仅仅针对CL的一个版块进行了表面数据 的分析,我相信,如果更用心的话还能分析出更多的其他东西。比如:将采集到的10几万张图片下载下来,是不是可以作为图像识别系统识别色情图片的 训练素材?我只是采集了注册用户的用户名、注册时间、最后登陆时间等有限的几个字段,如果把用户在论坛内的等级、贡献值、回帖数量等信息也采集下来 结合其他字段进行加工和分析是不是能得出更多的有意义的结论呢?

作者: sheldonlee

来源: 卢松松博客 QQ/微信:13340454

云主机折上折比官网还便宜 腾讯云、百度云、阿里云、华为云等云主机代购查看详细

本文地址: http://hc5.gpxz.com/article/437ccddda4f50c815b88.html
全局中部横幅
逃跑吧少年下载

4399逃跑吧少年官网为您提供逃跑吧少年怎么玩、逃跑吧少年攻略、营救队友技巧、逃跑吧少年视频、逃跑吧少年资讯爆料、逃跑吧少年电脑版下载、安卓版下载。

川岛除湿机总代理(021)54296128

川岛除湿机代理为除湿机行业的领头企业,产品包括常州川岛除湿机和广州川岛除湿机;于2003年成立川岛除湿机官网总代理销售川岛牌除湿机除湿器,产品分为:常州川岛家用除湿机,常州川岛工业除湿机,川岛家用除湿机价格,川岛工业加湿机价格,深圳川岛除湿设备销售电话:021-54296128

CIOBOK实验室

探索CIO知识体系,整理企业信息化/数字化知识,让知识串联与沉淀,帮助我们更注重于思考与创新,快速走向数字化成功之路!

电视剧分集剧情介绍

怡人剧情网提供最新的电视剧分集剧情介绍、电影剧情介绍、明星个人资料,怡人剧情网-做专业的电视剧剧情网站。

内六角冲头

海默克精密机械(昆山)有限公司成立于2017年,专注于六角冲棒,梅花冲棒梅花冲头,走心机冲头等冲头的生产加工及销售,主要针对各大走心机、冷镦机的使用。

【供求世界】

在供求世界,您可以免费查找本地优质的招聘信息、房产信息、二手物品交易、二手车买卖、房屋租售、宠物、招聘、兼职、求职、交友活动、生活服务信息。还能免费发布这些信息

安徽睿鲲建设有限公司

安徽睿鲲建设有限公司专注于临时建筑行业,业务范围有打包式箱房项目部、活动板房、钢结构、定型化、垃圾分类岗亭和配套围墙设施等。

bbs.net论坛

最大的中文互助论坛群,提供最好的免费论坛

首页

游戏迷商城资讯平台——为您提供专业的游戏金币交易、账号交易、装备交易、道具交易、游戏租号、手游交易等买卖服务,丰富的绝地求生激活码、绝地求生账号等各类steam游戏交易服务一应俱全,账户交易资金全程央行托管,安全交易平台,使用放心!

和雅健康

和雅健康专注高端私人家庭健康管理的机构。聚集了包括中国科学院院士、中国工程院院士、“南湘雅、北协和”几十位国内顶尖专家学者的一流专家团队。构建一支专业高效的健康管理团队与高端的专家团队匹配,这是我们健康事业的核心引擎。

300元建站

本凡网络为您提供全方面的网站建设、微信小程序制作服务、自适应网站以及仿站定制服务,联系方式158-1142-2204

全局底部横幅