近三月（19.4.20-19.7.21）踩赞排行榜-附rtgzddgh被踩赞详情

普通用户似乎没有权限查看这些内容吧，那么随意发这种数据出来，算侵犯用户隐私，还要加一个引战的嫌疑。

有，直接在数据库公开：https://github.com/pin-cong/data

accessible和accessibility不一样，对于不懂编程，不会使用github的用户来说，相当于封闭。就算退一步说，这个匿名帖子莫名其妙地发出数据，还指名道姓地点出特定用户却意图不明，所以我很警惕这种帖子。

这是利用品葱公开的数据做的 https://github.com/pin-cong/data
可以看自己的详情（七天后数据无效）
https://send.firefotwitter.com/download/bc412aff64fbd358/#jGbQ6TLj9JLmxiOBRF_92w

之所以选rtgzddgh，是因为他的被踩和被赞很平衡，比较有代表性。

艹，我已经回归虚无很久了竟然还是互动量最多的，本当玩网废物，，，

其实我也事，，，最近玩网太多了，得回归虚无一下

hey,take it easy.你已经抢了我的第一名，你这么说 把我们都当什么了。

大佬，如何根据用户间的相互点赞/踩以及其它点赞与踩，分析用户观点的相似性？就是看看哪些人观点差不多比较一致，哪些人观点差异较大

數據庫是公開的，這也不是第一次公開這種紀錄。
以前還有用戶做了SQL線上查詢(現在似乎失效了)，透明度比上述更好。

https://paste.ubuntu.com/p/GXJ52WPwWS/
相关sql

麻烦做个威望变化排行，应该能挖出不少黑幕

用directed graph应该可以吧，但是找clique是NP，也可以像@科学怪人 一样弄一个极高维度的feature，tSNE后cluster，不过其实也不太可行，dimension太高了，我CS水平泰国第几，最多就是一般本科水平，因为我research不做CS，还请真大手子分析，比如recommender system的做法

不过有一个比较简单的办法，就是在所有赞的内容里寻找共同词汇（同义词）然后visualize，然后找其他用户也有同样词汇的

想象确实有点难度，主要是观点多元化，dimension多。 应该要找到品葱上常见的有争议几个话题，比如是否支持阿姨，是否女权，是否支持暴力革命，是否支持郭文贵等，然后通过回答点赞踩，可能可以搞出结果

政治坐标系测试

已转移水区，水区内容不会在主页出现。若您认为本次转移有误，请直接回复转移管理员，或投诉本帖选择移出水区请求。
【理由】引战：争议性较大的话题（为防止因争议持续停留在首页）