知识卡片

问题卡 · 6241.a

频次排名不等于影响力

理解等级:中级

本例某昵称被提及六次,只能说明它在这个查询样本中出现较多。不能由此断定它在整个平台最重要,更不能把提及当赞同、独立用户数或因果影响。样本由热门标签和采集窗口筛出,重复转推和文本处理还会改变计数;解释前先交代这些条件。

对(count, name, text)元组逆序排序时,同计数条目仍会由后续名字或文本决定顺序,不能把这类顺序解释成影响力差异。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 3 处

    • · 查看原书依据

      在这个小型样本数据的实体列表中排名很高。尽管我们不能从这些结果中得出定论,但是考虑到他在Twitter上的人气,他很有可能是这个热门话题中的“最重要的人物”。上面出现的&lt;3也是非常有趣的,因为它是<3的转义形式,代表着心形(和其他表情符号一样旋转了90度),是“love”的常见缩写。尽管最初它可能看起来像垃圾或噪声数据,考虑到查询的本质,我们并会不对&

    • · 查看原书依据

      sorted(retweets, reverse=True)[:5] ] pt.max_width['Text'] = 50 pt.align= 'l' print pt 示例1-10得到的结果非常有意思: “God”是列表中的第一个,紧随其后的是“my high school sweetheart”,排名第四的是“My Mum”。前五个结果中没有一个可以对

    • · 查看原书依据

      Counter(tweet_entities).most_common() # Compute frequencies return [ (k,v) for(k,v) in c if v >= entity_threshold ] # Sample usage q = 'CrossFit' twitter_api = oauth_login() search

    参考来源

    - 位置:《社交网站的数据挖掘与分析(原书第2版)》第1章《1.4.2 使用频率分析技术分析推文和推文实体》(spine65;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0054.html;u024-ch01-025)。 - 结论依据:原文在“在这个小型样本数据的实体列表中排名很高”附近的定义、例子或代码支撑本卡核心说明:本例某昵称被提及六次,只能说明它在这个查询样本中出现较多。边界按已读前提解释;示例未执行。 - 原始内容:在这个小型样本数据的实体列表中排名很高。尽管我们不能从这些结果中得出定论,但是考虑到他在Twitter上的人气,他很有可能是这个热门话题中的“最重要的人物”。上面出现的&lt;3也是非常有趣的,因为它是<3的转义形式,代表着心形(和其他表情符号一样旋转了90度),是“love”的常见缩写。尽管最初它可能看起来像垃圾或噪声数据,考虑到查询的本质,我们并会不对& - 位置:《社交网站的数据挖掘与分析(原书第2版)》第1章《1.4.4 检视转推模式》(spine65;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0054.html;u026-ch01-025)。 - 结论依据:按计数、名字、文本组成的元组逆序排序,同计数时继续比较后续字段,不是额外重要性证据。 - 原始内容:sorted(retweets, reverse=True)[:5] ] pt.max_width['Text'] = 50 pt.align= 'l' print pt 示例1-10得到的结果非常有意思: “God”是列表中的第一个,紧随其后的是“my high school sweetheart”,排名第四的是“My Mum”。前五个结果中没有一个可以对 - 位置:《社交网站的数据挖掘与分析(原书第2版)》第9章《9.12.3 讨论》(spine138;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0127.html;u185-ch01-025)。 - 结论依据:实体的出现次数及阈值过滤仍不直接证明影响力或传播原因。 - 原始内容:Counter(tweet_entities).most_common() # Compute frequencies return [ (k,v) for(k,v) in c if v >= entity_threshold ] # Sample usage q = 'CrossFit' twitter_api = oauth_login() search