晚，方澈……”这人眼前一亮：“今年的春节档有方澈的电影上映是吧？不会是孔俊贤那些粉丝干的吧？”
“嗯？”群友表示自己也想到了什么。
“这……方澈这一次是炸出来多大的鱼啊。”
说到这有人都开始激动了：“静观其变，搞不好要加班。”
而在过去的这半夜里，豆半公司，技术部的人几乎全员无休。
干什么呢？
找数据，爬数据。
技术部的工作室里。
技术部总经理此时急得满头冒汗。
有人来汇报：“头，情况确实不对劲，除夕晚上，出现了一批新注册的用户，这些用户在过去的一天里利用给其他的电影打分的方式，在养号。而这些用户里有80%的人参与了春节档电影的评分工作。”
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。
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
请收藏：https://m.ggtxt9.com
（温馨提示：请关闭畅读或阅读模式，否则内容无法正常显示）