政黑板的社群網路分析(Social Network Analysis)

2019 年 7 月 2 日

延續上一次對於ptt分析的初步架構，這次將分析目標延伸至政黑板(Hate Politics)，主要是想嘗試看看天下2019/01/09的報導《PTT原始資料全揭露！「韓流」怎麼造出來的？》 重現，以及延伸。

前言：

因為政黑板只保留近六個月的資料，除非有被標記的文章（不知道其他板是如何?），時間是2019/01/21 ~ 2019/06/15，相對ptt最大的八卦板，主題比較聚焦於政治，較容易分析，且資料量較小，約不到一天就爬完了。分析角度主要是基礎統計與利用graph找出互動的關係，以及資料處理遇到的困難。

Ps. 資料來源是使用jwlin在github上面的爬蟲，但好像有點小bug，部分id只要暱稱有特殊符號 @ 就會變成空白，要再確認一下原始碼id解析的部分，目前有292篇文章有這樣的情形，先略過~

首先看看發文量吧！

文章主要分為三個部分：

1. 資料視覺化 — 基本統計(Tableau，付費軟體，免費板的限制是一定要公開檔案才能存檔，要小心使用歐！)

2. 發文與推文的互動關係 — graph(開源軟體Gephi，網路分析的視覺化軟體)

3. 資料處理的一些細節 — code(python) 有興趣看ETL的髒code我放在colab ler

資料處理後的資料如下：

1. id統計 (作為圖的節點Node)

2. id發文資料 (作為Tableau的時序分析來源)

3. 留言互動資料(作為圖的邊Edge)

首先，根據鄉民百科，此板立場比較偏藍：

政黑板全名政治黑特板，英文名稱 HatePolitics，板上以批判政治爲主，算是黑特板相關的姊妹板。板上文章及推文拼命護航藍營政府弊案，所以被八卦板板友戲稱爲糞坑板（因爲藍營的支持者蛆蛆多）

下面用Tableau做視覺化分析，有興趣可以到網站上互動或載下來編輯

但若先不看立場，可以先從整體對照到特殊的使用者，其中一個是看發文與回文(Re)的比例，上方是推(+1)噓(-1)加總，下方是文章數量。

藍色：發文

橘色：回文

進一步從id的角度來看，看看Top10推噓有何不同？

Top10的推噓統計中，mark2165遙遙領先，在他的文章下面常常有人喊頭目，儼然意見領袖之姿(但這個稱號的原因我就不太清楚了?)，第二名的ptt名人KingKingCold只有近一半的總和，但文章數量上KingKingCold只有89篇，換算成平均單篇較高

以Top10推噓加總的id來看，在推文與回文的比例也有些不同，以Top1的mark2165(下方的青綠色)來說，幾乎都是發文，回文的比例很少。目前看到許多ptt的異常使用者分析都會濾除回文，我推測可能是假設如果是要進行議題設定是比較難透過回文發揮的，因為腳本可能已經設定好了，用回文的話會有其他影響因素。