三界血歌

手机浏览器扫描二维码访问

第二百七十九章 潮水退去全是大虾（第5页）

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。

“快给我看！我倒要看看是哪个王八蛋，胆大包天！”一向温和的北总，破天荒的骂人了。

工作人员拿来电脑，指着一个叫“和尘同光”的id说道：“北总你看这个人，这是昨天参与打分的那些人其中的一个，我们用这个id在微博上进行了搜索，最后锁定了一个微博用户，这是她的用户主页。”

点进去。

北总的眼睛眯了起来。

和尘同光。

2014年5月6号：“尘宝真是太帅了！”

2014年8月13号：“尘宝最新代言的卫生巾，暖暖的很贴心。”

2015年1月12号：“尘宝都当导师了，虽然许坤也很帅，但是尘宝你依然是我的唯一”

2015年1月18号：“尘宝上歌王了，狗日的方澈，凤凰传奇居然是他！怎么哪都有他。”

北总的眼睛亮起来：“这是孙逸尘的粉丝？”

工作人员笃定地说道：“像她这样的帐号，我们筛选出来4781个！”