ਹੈਬਰਾਸਟੈਟਿਸਟਿਕਸ: ਪਾਠਕ ਦੀਆਂ ਟਿੱਪਣੀਆਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨਾ

ਹੈਲੋ ਹੈਬਰ. IN ਪਿਛਲੇ ਭਾਗ ਸਾਈਟ ਦੇ ਵੱਖ-ਵੱਖ ਭਾਗਾਂ ਦੀ ਪ੍ਰਸਿੱਧੀ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕੀਤਾ ਗਿਆ ਸੀ, ਅਤੇ ਉਸੇ ਸਮੇਂ ਇਹ ਸਵਾਲ ਉੱਠਿਆ - ਲੇਖਾਂ 'ਤੇ ਟਿੱਪਣੀਆਂ ਤੋਂ ਕਿਹੜਾ ਡੇਟਾ ਕੱਢਿਆ ਜਾ ਸਕਦਾ ਹੈ. ਮੈਂ ਇੱਕ ਪਰਿਕਲਪਨਾ ਦੀ ਵੀ ਜਾਂਚ ਕਰਨਾ ਚਾਹੁੰਦਾ ਸੀ, ਜਿਸ ਬਾਰੇ ਮੈਂ ਹੇਠਾਂ ਚਰਚਾ ਕਰਾਂਗਾ।


ਡੇਟਾ ਕਾਫ਼ੀ ਦਿਲਚਸਪ ਨਿਕਲਿਆ, ਅਤੇ ਅਸੀਂ ਟਿੱਪਣੀਕਾਰਾਂ ਦੇ ਇੱਕ ਛੋਟੇ "ਮਿੰਨੀ-ਰੇਟਿੰਗ" ਨੂੰ ਵੀ ਕੰਪਾਇਲ ਕਰਨ ਦੇ ਯੋਗ ਹੋ ਗਏ. ਕੱਟ ਦੇ ਤਹਿਤ ਜਾਰੀ.

ਡਾਟਾ ਇਕੱਠਾ ਕਰਨ

ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ, ਅਸੀਂ ਇਸ ਸਾਲ, 2019 ਲਈ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰਾਂਗੇ, ਖਾਸ ਤੌਰ 'ਤੇ ਕਿਉਂਕਿ ਮੈਂ ਪਹਿਲਾਂ ਹੀ csv ਰੂਪ ਵਿੱਚ ਲੇਖਾਂ ਦੀ ਸੂਚੀ ਪ੍ਰਾਪਤ ਕਰ ਚੁੱਕਾ ਹਾਂ। ਜੋ ਵੀ ਬਚਿਆ ਹੈ ਉਹ ਹਰ ਲੇਖ ਤੋਂ ਟਿੱਪਣੀਆਂ ਨੂੰ ਕੱਢਣਾ ਹੈ;

ਕਿਸੇ ਲੇਖ ਤੋਂ ਟਿੱਪਣੀਆਂ ਨੂੰ ਉਜਾਗਰ ਕਰਨ ਲਈ, ਹੇਠਾਂ ਦਿੱਤਾ ਕੋਡ ਕਾਫ਼ੀ ਹੈ:

r = requests.get("https://habr.com/ru/post/467453/")
data_html = r.text
comments = data_html.split('<div class="comment" id=')

comments_list = []
for comment in comments:
    body = Str(comment).find_between('<div class="comment__message', '<div class="comment__footer"').find_between('>', '</div>')# .replace('n', '-')
    if len(body) < 4: continue

    body = body.translate(str.maketrans(dict.fromkeys("tnrvf")))
    body = body.replace('"', "'").replace(',', " ").replace('<br>', ' ').replace('<p>', '').replace('</p>', '').replace('  ', ' ')

    user = Str(comment).find_between('data-user-login', '>').find_between('"', '"')
    date_str = Str(comment).find_between('<time class="comment__date-time comment__date-time_published', 'time>').find_between('>', '<')
    vote = Str(comment).find_between('<div class="voting-wjt', '</div>').find_between('<span', 'span>').find_between('>', '<')
    date = dateparser.parse(date_str)

    csv_data = "{},{},{},{}".format(user, date, vote, body)
    comments_list.append(csv_data)

ਇਹ ਸਾਨੂੰ ਟਿੱਪਣੀਆਂ ਦੀ ਇੱਕ ਸੂਚੀ ਪ੍ਰਾਪਤ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ ਜੋ ਕੁਝ ਇਸ ਤਰ੍ਹਾਂ ਦਿਖਾਈ ਦਿੰਦੀਆਂ ਹਨ (ਗੋਪਨੀਯਤਾ ਕਾਰਨਾਂ ਕਰਕੇ ਉਪਨਾਮ ਹਟਾਏ ਗਏ ਹਨ):

xxxxxxx,2019-02-06 11:50:00,0,А можно пример как именно?
xxxxxxx-02-24 16:15:00,+1,Побольше читайте независимые официальные источники чтобы таких вопросов не было.
xxxxxxx,2019-02-23 20:15:00,–5,А не важно главное в итоге в плюсе оказаться


ਜਿਵੇਂ ਕਿ ਤੁਸੀਂ ਵੇਖ ਸਕਦੇ ਹੋ, ਹਰੇਕ ਟਿੱਪਣੀ ਲਈ ਅਸੀਂ ਉਪਭੋਗਤਾ ਨਾਮ, ਮਿਤੀ, ਰੇਟਿੰਗ ਅਤੇ ਅਸਲ ਟੈਕਸਟ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹਾਂ। ਆਓ ਦੇਖੀਏ ਕਿ ਅਸੀਂ ਇਸ ਤੋਂ ਕੀ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹਾਂ।

ਤਰੀਕੇ ਨਾਲ, ਸ਼ੁਰੂ ਵਿੱਚ, ਰੇਟਿੰਗਾਂ ਨੂੰ ਇਕੱਠਾ ਕਰਨ ਦਾ ਵਿਚਾਰ ਥੋੜਾ ਵੱਖਰਾ ਸੀ - ਇਹ ਦੇਖਣ ਲਈ ਕਿ ਉਪਭੋਗਤਾ ਕੀ ਰੇਟਿੰਗ ਦਿੰਦੇ ਹਨ. ਉਦਾਹਰਨ ਲਈ, ਤੁਸੀਂ YouTube 'ਤੇ ਦੇਖ ਸਕਦੇ ਹੋ - ਇੱਥੋਂ ਤੱਕ ਕਿ ਸਭ ਤੋਂ ਆਦਰਸ਼ ਵੀਡੀਓ, ਇੱਥੋਂ ਤੱਕ ਕਿ ਇੱਕ ਵੀਡੀਓ ਜਿਸ ਵਿੱਚ ਕੋਈ ਵਿਅਕਤੀਗਤ ਜਾਣਕਾਰੀ ਨਹੀਂ ਹੈ, ਪੂਰੀ ਤਰ੍ਹਾਂ ਸੰਦਰਭ ਲਈ ਜਾਂ ਇੱਕ ਖਬਰ ਰਿਲੀਜ਼ ਲਈ, ਫਿਰ ਵੀ ਇੱਕ ਨਿਸ਼ਚਿਤ ਸੰਖਿਆ ਵਿੱਚ ਕਮੀਆਂ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ। ਪਰਿਕਲਪਨਾ ਇਹ ਸੀ ਕਿ ਅਜਿਹੇ ਉਪਭੋਗਤਾ ਹਨ ਜੋ ਪੂਰੀ ਤਰ੍ਹਾਂ ਡਾਕਟਰੀ ਤੌਰ 'ਤੇ, ਸਭ ਕੁਝ ਪਸੰਦ ਨਹੀਂ ਕਰਦੇ, ਹੋ ਸਕਦਾ ਹੈ ਕਿ ਸੇਰੋਟੋਨਿਨ ਦਿਮਾਗ ਜਾਂ ਕਿਸੇ ਹੋਰ ਚੀਜ਼ ਵਿੱਚ ਪੈਦਾ ਨਾ ਹੋਵੇ। ਹੋ ਸਕਦਾ ਹੈ ਕਿ ਕਿਸੇ ਵਿਅਕਤੀ ਨੂੰ ਹੁਣ ਹੈਬਰੇ 'ਤੇ ਬੈਠਣ ਦੀ ਲੋੜ ਨਾ ਪਵੇ, ਪਰ ਉਦਾਸੀ ਦਾ ਇਲਾਜ ਕਰਨ ਲਈ... ਪਰ ਜਿਵੇਂ ਕਿ ਇਹ ਨਿਕਲਿਆ, ਮੈਂ ਇੱਥੇ ਇਸ ਦੀ ਜਾਂਚ ਨਹੀਂ ਕਰ ਸਕਦਾ, ਕਿਉਂਕਿ... ਰੇਟਿੰਗ ਦੇਣ ਵਾਲਿਆਂ ਦੀ ਸੂਚੀ ਟਿੱਪਣੀ ਜਾਂ ਲੇਖ ਵਿੱਚ ਸੁਰੱਖਿਅਤ ਨਹੀਂ ਹੈ। ਖੈਰ, ਇਹ ਹੈ, ਇਹ ਹੈ, ਅਸੀਂ ਉਪਲਬਧ ਡੇਟਾ ਨਾਲ ਕੰਮ ਕਰਾਂਗੇ. ਨਤੀਜਾ ਇੱਕ "ਉਲਟਾ" ਰੇਟਿੰਗ ਹੈ - ਤੁਸੀਂ ਦੇਖ ਸਕਦੇ ਹੋ ਕਿ ਉਪਭੋਗਤਾਵਾਂ ਦੁਆਰਾ ਕੀ ਰੇਟਿੰਗਾਂ ਪ੍ਰਾਪਤ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ। ਜੋ, ਸਿਧਾਂਤਕ ਤੌਰ 'ਤੇ, ਦਿਲਚਸਪ ਵੀ ਹੈ.

ਪ੍ਰੋਸੈਸਿੰਗ

ਸ਼ੁਰੂ ਕਰਨ ਲਈ, ਇੱਕ ਰਵਾਇਤੀ ਬੇਦਾਅਵਾ। ਇਹ ਰੇਟਿੰਗ, ਪਿਛਲੀਆਂ ਸਾਰੀਆਂ ਵਾਂਗ, ਗੈਰ-ਅਧਿਕਾਰਤ ਹੈ। ਮੈਂ ਗਾਰੰਟੀ ਨਹੀਂ ਦਿੰਦਾ ਕਿ ਮੈਂ ਕਿਤੇ ਵੀ ਗਲਤੀ ਨਹੀਂ ਕੀਤੀ। ਤਕਨੀਕੀ ਵੇਰਵਿਆਂ ਵਿੱਚ ਦਿਲਚਸਪੀ ਰੱਖਣ ਵਾਲਿਆਂ ਲਈ, ਵਧੇਰੇ ਵਿਸਤ੍ਰਿਤ ਕੋਡ ਪ੍ਰਦਾਨ ਕੀਤਾ ਗਿਆ ਹੈ ਪਿਛਲੇ ਹਿੱਸੇ ਵਿੱਚ.

ਤਾਂ ਆਓ ਸ਼ੁਰੂ ਕਰੀਏ। ਇਸ ਸਾਲ, 2019 ਲਈ ਟਿੱਪਣੀਆਂ (ਜੋ ਅਜੇ ਖਤਮ ਨਹੀਂ ਹੋਈਆਂ), ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਲਈਆਂ ਗਈਆਂ ਸਨ। ਲਿਖਣ ਦੇ ਸਮੇਂ, ਉਪਭੋਗਤਾਵਾਂ ਨੇ ਲਿਖਿਆ 448533 ਟਿੱਪਣੀ, csv ਫਾਈਲ ਦਾ ਆਕਾਰ ਹੈ 288MB. ਸ਼ਕਤੀਸ਼ਾਲੀ, ਪ੍ਰਭਾਵਸ਼ਾਲੀ।

ਲਿਖਣ ਦਾ ਸਮਾਂ

ਆਉ, ਹਫ਼ਤੇ ਦੇ ਦਿਨ ਅਤੇ ਸ਼ਨੀਵਾਰ ਨੂੰ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਵੰਡਦੇ ਹੋਏ, ਘੰਟੇ ਦੁਆਰਾ ਟਿੱਪਣੀਆਂ ਦਾ ਸਮੂਹ ਕਰੀਏ।

ਇੱਥੇ ਅਸੀਂ ਪੂਰਨ ਮੁੱਲਾਂ ਵਿੱਚ ਨਹੀਂ, ਪਰ ਰਿਸ਼ਤੇਦਾਰਾਂ ਵਿੱਚ ਦਿਲਚਸਪੀ ਰੱਖਦੇ ਹਾਂ। ਜੇ ਤੁਸੀਂ ਇਸਨੂੰ "ਜਿਵੇਂ ਹੈ" ਦੇਖਦੇ ਹੋ, ਤਾਂ ਇਹ ਪਤਾ ਚਲਦਾ ਹੈоਜ਼ਿਆਦਾਤਰ ਟਿੱਪਣੀਆਂ 10 ਤੋਂ 18 ਦੇ ਕੰਮਕਾਜੀ ਘੰਟਿਆਂ ਦੌਰਾਨ ਲਿਖੀਆਂ ਗਈਆਂ ਸਨ 😉 ਦੂਜੇ ਪਾਸੇ, ਇੱਥੇ ਟਾਈਮ ਜ਼ੋਨ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਨਹੀਂ ਰੱਖਿਆ ਗਿਆ ਹੈ, ਇਸ ਲਈ ਸਵਾਲ ਅਜੇ ਵੀ ਖੁੱਲ੍ਹਾ ਹੈ।

ਆਉ ਸਾਲ ਭਰ ਦੀਆਂ ਟਿੱਪਣੀਆਂ ਦੀ ਵੰਡ ਨੂੰ ਵੇਖੀਏ:

ਅਤੇ ਫਿਰ ਵੀ ਇਹ ਘੁੰਮਦਾ ਹੈ; ਹਫ਼ਤੇ ਦੇ ਦਿਨਾਂ 'ਤੇ ਇੱਕ ਵਾਧਾ ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ - ਹਫ਼ਤਾਵਾਰੀ ਮਿਆਦ ਸਪੱਸ਼ਟ ਤੌਰ' ਤੇ ਦਿਖਾਈ ਦਿੰਦੀ ਹੈ, ਇਸ ਲਈ ਅਸੀਂ ਕਾਫ਼ੀ ਭਰੋਸੇ ਨਾਲ ਕਹਿ ਸਕਦੇ ਹਾਂ ਕਿ ਲੋਕ ਕੰਮ ਤੋਂ ਹਬਰ 'ਤੇ ਪੜ੍ਹ ਰਹੇ ਹਨ ਅਤੇ ਟਿੱਪਣੀ ਕਰ ਰਹੇ ਹਨ (ਪਰ ਇਹ ਨਿਸ਼ਚਿਤ ਨਹੀਂ ਹੈ)।

ਤਰੀਕੇ ਨਾਲ, ਇਸ ਧਾਰਨਾ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ ਇੱਕ ਵਿਚਾਰ ਸੀ ਕਿ ਕੀ ਪ੍ਰਾਪਤ ਕੀਤੇ ਘਟਾਓ ਜਾਂ ਪਲੱਸ ਦੀ ਗਿਣਤੀ ਦਿਨ ਦੇ ਦਿਨ ਜਾਂ ਸਮੇਂ ਤੋਂ ਵੱਖਰੀ ਹੈ, ਪਰ ਇਹ ਇੱਕ ਰਿਸ਼ਤਾ ਲੱਭਣਾ ਸੰਭਵ ਨਹੀਂ ਸੀ - ਰੇਟਿੰਗ ਦਿੱਤੇ ਗਏ ਸਮੇਂ ਨੂੰ ਸੁਰੱਖਿਅਤ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਹੈ, ਅਤੇ ਟਿੱਪਣੀ ਦੇ ਸਮੇਂ ਨਾਲ ਕੋਈ ਸਿੱਧਾ ਸਬੰਧ ਨਹੀਂ ਹੈ।

ਯੂਜ਼ਰ

ਬੇਸ਼ੱਕ, ਮੈਨੂੰ ਸਾਈਟ 'ਤੇ ਉਪਭੋਗਤਾਵਾਂ ਦੀ ਸਹੀ ਸੰਖਿਆ ਨਹੀਂ ਪਤਾ. ਪਰ ਜਿਨ੍ਹਾਂ ਨੇ ਇਸ ਸਾਲ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਟਿੱਪਣੀ ਛੱਡੀ ਉਹ ਲਗਭਗ ਨਿਕਲੇ 25000 ਲੋਕ.

ਉਪਭੋਗਤਾਵਾਂ ਦੁਆਰਾ ਛੱਡੇ ਗਏ ਸੰਦੇਸ਼ਾਂ ਦੀ ਸੰਖਿਆ ਦਾ ਗ੍ਰਾਫ ਕਾਫ਼ੀ ਦਿਲਚਸਪ ਲੱਗਦਾ ਹੈ:

ਪਹਿਲਾਂ ਤਾਂ ਮੈਂ ਖੁਦ ਇਸ 'ਤੇ ਵਿਸ਼ਵਾਸ ਨਹੀਂ ਕੀਤਾ, ਪਰ ਲੱਗਦਾ ਸੀ ਕਿ ਕੋਈ ਗਲਤੀ ਨਹੀਂ ਸੀ. 5% ਉਪਭੋਗਤਾ 60% ਸੁਨੇਹੇ ਛੱਡਦੇ ਹਨ. 10% - ਸਾਰੇ ਸੁਨੇਹਿਆਂ ਦਾ 74% (ਜਿਸ ਵਿੱਚੋਂ, ਮੈਂ ਤੁਹਾਨੂੰ ਯਾਦ ਦਿਵਾਵਾਂ, ਇਸ ਸਾਲ, 450 ਹਜ਼ਾਰ). ਬਹੁਗਿਣਤੀ ਸਿਰਫ਼ ਸਾਈਟ ਨੂੰ ਪੜ੍ਹਦੇ ਹਨ, ਟਿੱਪਣੀਆਂ ਬਹੁਤ ਘੱਟ ਹੀ ਛੱਡਦੇ ਹਨ, ਜਾਂ ਉਹਨਾਂ ਨੂੰ ਬਿਲਕੁਲ ਨਹੀਂ ਛੱਡਦੇ (ਉਹ, ਕੁਦਰਤੀ ਤੌਰ 'ਤੇ, ਮੇਰੀ ਸੂਚੀ ਵਿੱਚ ਸ਼ਾਮਲ ਨਹੀਂ ਸਨ)।

ਰੇਟਿੰਗ

ਆਉ ਅੰਕੜਿਆਂ ਦੇ ਆਖਰੀ ਅਤੇ ਸਭ ਤੋਂ ਮਜ਼ੇਦਾਰ ਹਿੱਸੇ ਵੱਲ ਵਧੀਏ - ਰੇਟਿੰਗ। ਗੋਪਨੀਯਤਾ ਦੇ ਕਾਰਨਾਂ ਕਰਕੇ, ਮੈਂ ਉਪਭੋਗਤਾਵਾਂ ਦੇ ਪੂਰੇ ਉਪਨਾਮ ਨਹੀਂ ਦੇਵਾਂਗਾ, ਜੋ ਵੀ ਚਾਹੁੰਦਾ ਹੈ, ਮੇਰੇ ਖਿਆਲ ਵਿੱਚ, ਆਪਣੇ ਆਪ ਨੂੰ ਪਛਾਣ ਲਵੇਗਾ.

ਕੇ ਟਿੱਪਣੀ ਦੀ ਗਿਣਤੀ ਇਸ ਸਾਲ ਲਈ, ਚੋਟੀ ਦੇ 5 ਵਿੱਚ VoXXXX (3377 ਟਿੱਪਣੀਆਂ), 0xdXXXX (3286 ਟਿੱਪਣੀਆਂ), strXXXX (3043 ਟਿੱਪਣੀਆਂ), AmXXXX (2897 ਟਿੱਪਣੀਆਂ) ਅਤੇ khXXXX (2748 ਟਿੱਪਣੀਆਂ) ਦਾ ਕਬਜ਼ਾ ਹੈ।

ਕੇ ਪ੍ਰਾਪਤ ਲਾਭਾਂ ਦੀ ਸੰਖਿਆ, ਚੋਟੀ ਦੇ 5 ਉੱਤੇ amXXXX (1395 ਟਿੱਪਣੀਆਂ, ਰੇਟਿੰਗਾਂ +3231/-309), tvXXXX (1544 ਟਿੱਪਣੀਆਂ, ਰੇਟਿੰਗਾਂ +3231/-97), WhuXXXX (921 ਟਿੱਪਣੀਆਂ, ਰੇਟਿੰਗਾਂ +2288/-13), MTXXXX (1328 ਟਿੱਪਣੀਆਂ, +1383 /-7) ਅਤੇ amaXXXX (736 ਟਿੱਪਣੀਆਂ, ਰੇਟਿੰਗ +1340/-16)।

ਕੇ ਪੂਰਨ ਸਕਾਰਾਤਮਕ ਰੇਟਿੰਗ (ਕੋਈ ਨਹੀਂ ਨਕਾਰਾਤਮਕ ਤੌਰ 'ਤੇ ਦਰਜਾ ਦਿੱਤਾ ਗਿਆ ਟਿੱਪਣੀ) ਸਿਖਰ ਦੇ ਸਿਖਰ 'ਤੇ ਕਬਜ਼ਾ ਕੀਤਾ ਗਿਆ ਹੈ ਮਿਲਫਗਾਰਡ и ਬੂਮਬਰਮ. ਇੱਕ ਅਪਵਾਦ ਵਜੋਂ, ਮੈਂ ਉਹਨਾਂ ਦੇ ਉਪਨਾਮਾਂ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਪੇਸ਼ ਕਰਦਾ ਹਾਂ, ਮੈਨੂੰ ਲਗਦਾ ਹੈ ਕਿ ਉਹ ਇਸਦੇ ਹੱਕਦਾਰ ਹਨ.

ਨਨੁਕਸਾਨ ਵੀ ਦਿਲਚਸਪ ਹਨ। ਦੁਆਰਾ ਸਿਖਰ 'ਤੇ ਇਕੱਠੇ ਕੀਤੇ ਮਾਇਨਸ ਦੀ ਗਿਣਤੀ ਇਸ ਸਾਲ ਲਈ ਉਹ siXX (473 ਪਲੱਸ, 699 ਘਟਾਓ), khXX (1915 ਪਲੱਸ, 573 ਘਟਾਓ) ਅਤੇ nicXXXXX (456 ਪਲੱਸ, 487 ਘਟਾਓ) ਦੇ ਕਬਜ਼ੇ ਵਿੱਚ ਹਨ। ਪਰ ਜਿਵੇਂ ਕਿ ਤੁਸੀਂ ਦੇਖ ਸਕਦੇ ਹੋ, ਇਹਨਾਂ ਉਪਭੋਗਤਾਵਾਂ ਦੀਆਂ ਕਾਫ਼ੀ ਸਕਾਰਾਤਮਕ ਟਿੱਪਣੀਆਂ ਹਨ. ਪਰ ਅਨੁਸਾਰ ਪੂਰਨ ਘਟਾਓ ਐਂਟੀਟੋਪਿਕ ਵਿੱਚ vladXXXX (55 ਟਿੱਪਣੀਆਂ, 84 ਘਟਾਓ, 0 ਪਲੱਸ), ekoXXXX (77 ਟਿੱਪਣੀਆਂ, 92 ਘਟਾਓ, 1 ਪਲੱਸ) ਅਤੇ iMXXXX (225 ਟਿੱਪਣੀਆਂ, 205 ਘਟਾਓ, 12 ਪਲੱਸ) ਸ਼ਾਮਲ ਹਨ।

ਸਿੱਟਾ

ਮੈਂ ਯੋਜਨਾਬੱਧ ਹਰ ਚੀਜ਼ ਦੀ ਗਣਨਾ ਕਰਨ ਦਾ ਪ੍ਰਬੰਧ ਨਹੀਂ ਕੀਤਾ, ਪਰ ਮੈਨੂੰ ਉਮੀਦ ਹੈ ਕਿ ਇਹ ਦਿਲਚਸਪ ਸੀ।

ਜਿਵੇਂ ਕਿ ਤੁਸੀਂ ਦੇਖ ਸਕਦੇ ਹੋ, ਇੱਥੋਂ ਤੱਕ ਕਿ ਬਹੁਤ ਘੱਟ ਖੇਤਰਾਂ ਦੇ ਨਾਲ ਇੱਕ ਡੇਟਾਸੈਟ ਵੀ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਦਿਲਚਸਪ ਡੇਟਾ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦਾ ਹੈ। "ਸ਼ਬਦ ਕਲਾਉਡ" ਬਣਾਉਣ ਤੋਂ ਲੈ ਕੇ ਟੈਕਸਟ ਵਿਸ਼ਲੇਸ਼ਣ ਤੱਕ, ਖੋਦਣ ਲਈ ਅਜੇ ਵੀ ਬਹੁਤ ਕੁਝ ਹੈ। ਜੇਕਰ ਕੋਈ ਦਿਲਚਸਪ ਨਤੀਜੇ ਸਾਹਮਣੇ ਆਉਂਦੇ ਹਨ, ਤਾਂ ਉਹ ਪ੍ਰਕਾਸ਼ਿਤ ਕੀਤੇ ਜਾਣਗੇ।

ਸਰੋਤ: www.habr.com