Градът заспива, хабровци се събуждат

Ако броят на коментарите под дадена статия бързо наближава 1000, бъдете сигурни, че независимо от темата, посочена от автора, вътре бушува свада: огнища на политика, заобиколени от кресливи експерти по всички въпроси, психиатрични диагнози от разстояние от аватар и псевдоним, получаване на лични, саркастични нападки, чиято каустичност надхвърля кръвта на ксеноморфите и, разбира се, задължителното ястие в такива случаи са взаимните обвинения, които вашият колега обсъжда с вас единствено за възнаграждение или по задължение. Което, както изглежда, е опасно и трудно и на пръв поглед не се вижда и тридесет сребърника не лежат на пътя.

Смешното в тази ситуация е, чече хората, дълбоко засегнати от синдрома в-интернет-някой-греши, често изразходват адски много време и нерви за напълно безплатно докаже на друг също толкова удивен човек, че прави точно същото срещу пари или по поръчка. Логика ли търсиш тук? Тя си отиде. Това е интернет, скъпа.

Да вземем един от сравнително пресни лайна за предполагаема териториална дискриминация на Gitlab. Изминаха 4 дни от публикуването на статията и, разбира се, дискусията отдавна се отдалечи от първоначално заявената тема. Звучат следните фрази:

Истински човек няма да може да противопостави нищо на абонаментен професионален коментатор...

Потребителят (такъв и такъв) прекарва нереално много време в коментари...
Освен това неговата дейност няма модели, които обикновено са характерни за обикновен потребител....

p.s. но това ми даде идеята да напиша парсер-анализатор за такива коментатори) С индикация за активност по час, количество време на ден, на седмица и т.н... Добра тема за статия)

Добре, спри. Какви модели са „обикновено присъщи на средния потребител“? Авторът на тази фраза в тази тема, за съжаление, вече е транскрибиран, така че ще трябва да отидете на случаен принцип.

Въпросът, който искам да поставя пред ясните ви очи, е следният: възможно ли е изобщо, като се използват статистически методи, поне надеждно да се идентифицират същите тези модели, така че да се създаде формален класификатор, който да разграничава случайните от професионалните коментатори? Представете си - „според Habra-botometer има 76% вероятност да сте Kremlinbot.“ Това ще бъде много по-готино от кармичните набези един срещу друг.
За съжаление компетенциите ми не са достатъчни дори да предложа в коя посока да се рови за решаването на подобен проблем. Снощи обаче хакнах заедно малък примитивен анализатор, който (за щастие страниците с коментари са отворени дори за неоторизирани посетители) досега прави две неща - а) събира статистика от дадено потребителско име за всички негови коментари (засега само времеви печат ) и го добавя към MySQL базата данни; б) чертае времева диаграма, отбелязвайки върху нея събитията на изпращане на коментари, взети от тази база данни. Дори и без сложен анализ се оказа доста смешно. Ето как изглежда моята диаграма с коментари. Обясненията са по-долу. Най-добре е да го видите в отделен прозорец в мащаб от 100% или повече.

Хоризонталната ос е времето, всеки пиксел е равен на една минута, стойността на сивите деления е равна на един час, цялата хоризонтална линия е равна на един ден. Дните вървят отдолу нагоре по вертикалната ос, стойността на разделението върху нея е 365 дни.

В моята диаграма няма нищо особено интересно. Вижда се, че обичам да спя 7-8 часа, често си лягам след полунощ и понякога имам многочасови коментарни маратони и тази активност през последната година е по-голяма или приблизително равна на тази през предходните пет години .
Или ето един другар gecube Спазвах обет за мълчание три години и половина, а след това пропадна...

Диаграмата на дейността на типичен хабракоментатор изглежда така (това е QtRoS)

Обособена „сънна котловина“ вляво някъде в европейската нощ и лежерни коментари през деня, може би с прекъсвания от половин година.

Но не всички диаграми са толкова скучни! Какво ще кажете за това, например:

За малко повече от две години нашият колега явно преквалифицира биоритмите си да спи от европейската нощ някъде под Средноатлантическия хребет, равномерно и постепенно, след което изкара още две години, за да се върне на бреговете на Португалия. ходихте ли Да плувам? Не мога да измисля правдоподобни обяснения... Първите три часа от бодърстването коментарите хвърчат като картечница, но в края на деня е така, веднъж на час поглеждам да видя какво става там и това е.

Между другото, беше 0xd34df00d.

И ето още една гатанка:

Колегата издържа четири години и половина без нито един коментар - явно се е обучавал някъде в тайни манастири как да остане буден с дни, съдейки по това колко коментара са публикувани в "Sleepy Hollow".

Но най-интересното тук е аномалията на 16-ия час, която продължава повече от три години и постепенно изчезва през последната година. Пауза за дим? Разхождам кучето? Джогинг? Какво друго може да откъсне жител на Хабров от емисията с коментари в разгара на работния ден с такава ежедневна предопределеност? Аз съм мърляч и мързелив човек, не мога да си представя каква самодисциплина има уважаемият хим.

И накрая, една последна диаграма, върху която да помислите:

На него изобщо няма ясно дефинирана „сънлива кухина“. Само човек едва може да различи видимото превишаване на броя на коментарите, изпратени след обяд, спрямо изпратените преди това.

С цялата комсомолска строгост призовавам уважаемите MTyrz обезоръжете се пред купона и честно си признайте колко много баби, внучки, буболечки и мишки управляват акаунта ви и пишете коментари.

И накрая, един коварен въпрос - може ли някой да се интересува толкова много от всичко това, че да иска да разработи кода на парсера или да получи дъмп на база данни или достъп до него и т.н.? Собствените ми познания за методите за извличане на данни и визуализация на данни едва ли надхвърлят общата ерудиция. Едва ли се сещам за нещо по-умно и интересно от тези простички диаграми. Ако някой се интересува, да ми пише в телеграма (ник в профила).

Спасибо за внимание!

UPD. Публикува го източници в GitHub.

Източник: www.habr.com