飘天文学>从天后演唱会出道 > 第675章（第1页）
第675章（第1页）
技术部经理一脸黑线：“废话！这点东西掉一调后台数据就知道，你们就研究这个研究了一宿？”
汇报人员定了定心神，揉了揉已经快要闭上的眼睛：“不是的，这件事情让我们确定了这一定是某一个群体在作祟！随后我们对昨晚进行评分的四万人提取了id。”
“头，你知道吧，很多人，在不同的平台习惯用一个id的。而且这批新用户注册的那么急，所以肯定有不少人用了常用的id。”
还是那句话，人走过，必留痕迹。
而且这痕迹里，往往带着很浓重的个人特色。
汇报人员继续说：“然后我们根据这四万个id，逐一在微博上进行了搜索，然后爬取了这些用户名的所有的发言，再利用这些用户动态的相似性，进行深度挖掘。”
这是个极大的工作量。
一个id在微博上有可能有成千上万个同名的账号。
这些帐号的动态内容都得爬下来（这不违法，在地球上，好像是在2017年12月份，微博才关闭了api接口的。）。
爬下来之后还得对这些id曾经发布的动态和内容进行关键词提取、照片信息提取，然后存档。
注意哦，这只是一个id的工作量。
比如说有一个人在豆半上注册了一个帐号叫张三，你按照这个名字在微博上搜索，结果出现了一万个叫张三。
那这些张三的人的所有的动态都得爬下来。
可是你怎么知道这一万个张三里面，哪一个是你想要的呢。
豆半的工作人员坚信昨晚这些人肯定是有相似性的，比如他们都是某一个人的粉丝。
那么他们的发言里一定会提到同样的东西。
这个时候就要再拿出来一个新的id，比如李四。
利用李四这个id，在微博上进行搜索，又出来一万个李四。
照例，全给爬取下来。
接下来是王五、赵六……
然后再进行横向比对，一个个的去试！
总能试出来蛛丝马迹。
这个工作量是无比巨大的，对计算机的要求也很高。
这种情况下，豆半只能增加人手，外聘公司。
只是过去的这一夜，花了至少上千万。
但是这是目前为止豆半唯一的方法了。
其实还有一个方法，那就是豆半后台有这些新注册的人绑定的电话号码，如果他们拿着这些电话号码去找微博，在微博数据库里直接用电话号码查找的话，基本上一两个小时就能解决。
但是，这违法。
不同平台不可以把彼此的数据互通有无。
然而，豆半还真是高估了这些小粉丝们的水平了。
到第二天中午的时候，工作人员兴奋地跑来找北总：“北总！结果出来了！”
北总已经一夜没睡了。
听到这话，整个人从椅子上弹了起来。
请勿开启浏览器阅读模式，否则将导致章节内容缺失及无法阅读下一章。
www.baquge.cc www.cwzww.com www.9kutxt.com www.shuhuangxs.com www.du8.org相邻推荐:织田小姐今天结婚了吗[综] 首辅家的长孙媳 肖想已久 一眼执念苏医生 [综]偶像式恋爱 [陈情令]她来自魔仙堡 坏男人系统崩溃了 只想退休的我被迫成了大将 （爱情公寓同人）影视世界的律师 （综漫同人）我叫安室透子 她是主角GL 从零开始的精灵 演武令 韦恩家族咸鱼日常[综英美] 影视猎魔人 生死契 （综漫同人）肉食系恶审 所谓伊人[哪吒之魔童降世] 倒影（娱乐圈） 剑岚传
已完结热门小说推荐
