知识卡片

普通读书笔记卡 · 6238.b

手工引用需要启发式识别

理解等级:中级

原生转推可按结构化包装识别,手工复制并加入RT或via的文本引用则可能只有约定标记。分析传播时可结合元数据与文本启发式,但文本标记不保证一定是真转发,也不能完整覆盖所有引用格式;两种证据的来源和可靠性应分别记录。

第9章配方只使用findall结果的第一个匹配,可能漏掉之后的RT或via片段;最终set去重还会丢失次序。应保留匹配范围与识别依据,不能把所得名字集合当完整转推链或已证实的原创归属。

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 · 2 处

    • · 查看原书依据

      “RT@username”或者“/via@username”。9.14节是对使用Twitter原生的转推API进行转推和使用传统的方法添加属性引用推文方式之间比较的更详细的讨论。 此时,更好的做法是深入地分析数据从而判断是否存在某条推文被大量转推了或者仅仅是有很多“一次性的”转推。寻找最流行的转推的方法是简单地对每一条状态更新进行迭代,如果该状态更新是转推,

    • · 查看原书依据

      rt_patterns.findall(tweet['text'])[0][1].split() ] except IndexError, e: pass # Filter out any duplicates return list(set([rta.strip("@").lower() for rta in rt_attributions])) # Sa

    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《1.4.4 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-ch01-032)。 - 结论依据:原文在““RT@username”或者“/via@username””附近的定义、例子或代码支撑本卡核心说明:原生转推可按结构化包装识别,手工复制并加入RT或via的文本引用则可能只有约定标记。边界按已读前提解释;示例未执行。 - 原始内容:“RT@username”或者“/via@username”。9.14节是对使用Twitter原生的转推API进行转推和使用传统的方法添加属性引用推文方式之间比较的更详细的讨论。 此时,更好的做法是深入地分析数据从而判断是否存在某条推文被大量转推了或者仅仅是有很多“一次性的”转推。寻找最流行的转推的方法是简单地对每一条状态更新进行迭代,如果该状态更新是转推, - 位置:《社交网站的数据挖掘与分析(原书第2版)》第9章《9.15.3 讨论》(spine141;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/part0130.html;u197-ch01-032)。 - 结论依据:此配方补充原生元数据与文本模式两路收集,但仅读取第一个正则匹配。 - 原始内容:rt_patterns.findall(tweet['text'])[0][1].split() ] except IndexError, e: pass # Filter out any duplicates return list(set([rta.strip("@").lower() for rta in rt_attributions])) # Sa