西斯板五樓梗研究 - 成人話題討論

各位大大晚安~~

感謝大家對小弟無用研究的支持與重視。
像這樣的研究會爆，真的是出乎我的預料。
也讓我對"ptt是學術討論看板"重拾信心。

大大們的推噓文小弟都仔細看過了，在此一一回覆大家。


首先說明這個研究的背景。
小弟目前在國外讀統計相關的研究所。非結構資料在統計學中，本來就是一個難題。
而ptt就是屬於此類。
小弟覺得隨著網路的興盛，這類的資料在未來勢必會成為主流。
反而是傳統的那些資料形態(問卷結果、實驗數據...)，因為數量少、成本高，會慢慢邊緣化。

文字資料分析是小弟未來可能發展的方向，而ptt又是我熟悉的環境，
所以選擇它作為練習。

----------------------------------------------------------------------------------

是啊，魚超可愛！
不過好像是最近才出現的，我下載資料時還沒有。如果它成為一種新文化，就會考慮研究。



嗯...我媽不知道...
關於這類的疑問，小弟想說，無用跟有用只是一線之隔。
西斯板的資料沒有用嗎？
如果我們可以研究出五樓梗背後的族群，其行為模式、喜好，甚至建立模型預測。
那同樣的方法，同樣的在西斯板上，也可以研究鄉民對套套、motel、玩具、約炮軟體的喜好與行為。
保險套公司、motel業者以及玩具製造商、程式開發者對這四萬多個"潛在客戶"的分析應該會很有興趣。



哈哈，大大想表達的是："一則推文中可能出現多筆關鍵字，而造成重複計算"嗎？
小弟在計算時都有小心地扣除交集了。R語言中，也有很多函數(intersect,unique...)
可以處理這類的"向量中重複出現的元素"。所以大大的推文不會被重覆計算唷！



是的，再認同不過了！小弟深受其害。
可是我想到，幾十年前中文輸入法也被認為是不可能。我看過當時的期刊。
後來這些困難都被克服了，對我們這個世代而言，打中文很容易很輕鬆。
所以我們總會想到辦法的。



謝謝大大關心。
可是小弟下個月計畫跟女友去旅行(希望會有西斯點...)，所以暫不考慮summer school。
將持續自學，充實自己。



看到這些親自分析過的ID跑來推文，小弟覺得好感動~~
您們分別把0.3937%、0.1675%的個人推文貢獻給小弟了。
其實分析的過程中認識了許多ID，當中也不乏名人...很有趣
只是她剛好第11名，所以沒有呈現出來。



我知道啊，可是小弟是忠誠的西斯鄉民，所以第一份研究必須給西斯板。
改天再去研究其他板。



其實小弟不太確定大大的意思...是說為什麼我沒有使用統計檢定估測母群體嗎？
如果是，那小弟就需要解釋。
這份研究的研究對象，就是今年以來西斯板所有的推噓文啊！
我的資料不是抽樣，它就是母體。
小弟以為這就是大數據的迷人之處。我們不再需要研究母體分布、設信賴區間，
而是直接操作母群體。(理論上)將不再會有誤差。



說明一下，在網頁板ptt的編碼中，推、噓、箭頭，與推文內容是放在calss的不同屬性欄位
所以程式在下載資料時，就已經把它們剔除了。
還是很感謝大大提出這樣具體有建設性的假設。

也利用機會說明，為什麼我不分析推、噓、箭頭。
自從手機板ptt瀏覽器出現以後，推噓文就已經失去原本的意思了。
推文可能是"推你綠油油"，噓文也有"紅喜氣"，"紅明顯"。更多是箭頭，然後加一個推或是噓。



大大的意思是，怎麼沒有研究西斯點與五樓梗間的關係？
小弟承認這份研究還十分陽春，有很多因素還沒有分析。例如推文時間、文章內容、
推文間的交互關係...都有待日後的研究。



小弟畢業後是打算就業啊。
其實在台灣，統計還不太被重視。統計人才只能到統計、市調公司上班。
可是在國外這是當今的顯學。各行各業都在找統計相關的人才
我的學長姐畢業後都找到不錯的工作。
就像前面舉的例子，套套業者跟motel也都需要統計啊！

------------------------------------------------------------------------------

小弟還是想說，各位西斯大大不要妄自菲薄。
ptt有很多資源，西斯板作為熱門看板，資源更是豐富。
透過分析西斯版的文章，我們可以了解台灣的性文化
例如約炮、吃魚喝茶...
這些禁忌話題在傳統的研究方法中，多半無法得到大量的資料。
可是看看西斯板，每天都有鄉民自告奮勇、不求回報、大公無私地分享。
只要發展出方法來挖掘這些資訊、過濾雜訊，對於了解台灣社會，將會很有幫助。
這些分析最終可以是商業的、學術的，跟公共政策的制定也有關係。


最後回答以下大大

什麼？沒西斯點？你說針對西斯板做的研究沒西斯點？(翻桌

--