2008年3月27日 星期四

[宅度計] 目前與未來

在我寫出前言後, 當天晚上就把當時所說的數字的計算中兩個未寫入的就直接加進去後, 演算法就算是定型了, 然後就是未來的幾個部份:

1. 歷史: 當然每一週的變化是要可以記錄, 但是 "追加" 的部份怎記就是一個大問題.
2. Widget: 本來這系統正式要出來必然是要歷史與 Widget 都完成才算是一個正式版.
3. 排行: 來看每個屬性到底是那個部落格占螯頭
4. 配對: 發現那個部落格就目前的屬性比較像
5. 追加: 這個追加總類是最有趣的...

在現在之前, 目前已經追加了4 個種類:

1. AV女男優
2. 3C商品類
3. 攝影相關
4. 音樂相關

當然這些必然是從目前的 3200 個部關門關鍵字去做的, 因為這樣才有 "量" 的調整與依據, 但未來會不為因為一些冷門的追加分類, 而有獨立的關鍵字系統, 也是有可能的, ...

只是這個關鍵字的屬性列表都是做出來的, 所以若是有人無聊想做出一份列表來跑, 也不是不可能, 說不定這些追加分類, 可以細化到 : "Punk Rock", "BL漫畫", "Online Game", "台灣旅遊", "日劇", "星光迷", "運動相關", 等等, 當然這要先完成關鍵字的類 Semantic Web 的系統才行...

那目前這個部落格的屬性為何呢?

黑貘來說 宅度計

網站軟體宅 44.0% 相當宅!!!
人名團體宅 24.9% 相當宅!!!
時事話題宅 12.8% 普通宅!!
旅遊地名宅 8.4% 有點宅!
廠商產品宅 5.0% 開始宅
電視電影宅 4.8% 開始宅

這部落格最宅關鍵字: 部落格

絕對宅度:165%

追加 AV女男優 宅度: 7.4分 有點宅! (關鍵字: 星野亞希)
追加 3C商品類 宅度: 3.4分 開始宅 (關鍵字: 滑鼠)
追加 音樂類 宅度: 37.0分 相當宅!!! (關鍵字: 公主徹夜未眠)

沒想到我這部落格的宅度是相當高的, 當然是因為我一直在提關鍵字的關係.. :)

而大家玩到這邊, 有甚麼樣的想法可以在這邊回應, 或者是說要先做那些 Todo 功能完成, 可以跟我說, 感謝~~~~

2008年3月19日 星期三

超準確真實? 部落格宅度計!!! (前言)

這篇比較多技術性的東西, 不想看的人可略過~~~

這個計劃最早是在去年 8 月部觀門做的時候, 就在想這就是一個有趣的 Semantic Web (語意網路), 所以有甚麼可以加值利用, 而在一次跟 jeph 的討論時, 我就想到這個可能性, 那時應該是 10 月左右吧, 只是當時歪頭想了一下, 這是一個很吃資源的計算, 所以在沒想到合理的演算法之前, 是不敢動工的~~~~

後來在做 w2o.tw 的計劃後, 就用到在 door 時就有用到的產出一個 include file, 事實上是一個寫好存起來的 array, 雖然這個發現當量大時, 也會極度吃資源, 所以也曾跟 wildcat 討論到這現像, 所以有時不該存成 array, 而是字串之類的, 然後再去 explode 吧...

只是此時就已經想到可以比較不吃資源的方法, 然後就是實作了, 但在陳冠希事件時, 我為了解決部觀門的 Loading, 真的是耗盡心力, 更何況還有其他的案子在 Run, 而在最近, 慢慢想開一件事後, 或許整個腳步要做調整之前, 想要完成的就是這個 "宅度計" 了~~~~

因為部觀門的關鍵字, 是以熱門為主軸, 而在熱門導向的趨勢下, 漸漸的產生所謂的八個大分類, 雖然當時寫分類時, 也是寫成 Relation 的架構, 所以也是 Network (網路) 的關係, 並沒有所謂大分類的必要性, 但分類的本質就是要產生關係, 有較薄弱的大關係與較強的小關係族群都是很重要的, 只是在負荷與操作介面 (UI) 還沒解決之前只有這八分類了.

當然, 這些數字都是 RSS 讀來之後去作分析, 也是基本的計數, 但說真的要做好一般化 (Normalization) 到更有意義也不是簡單的事:

1. 符合數量越多時, 自然是更高, 但不能成線性正比
2. 當一個關鍵字的字串長度越長時, 越難相符, 自然更顯著些
3. 一個關鍵字在所有的部落格量的比重也是要參考 (目前尚未寫入)
4. RSS 的篇數與長度也會影響計算的量 (目前尚未寫入)

最後這八分類有各自的分數後, 來看比例就是最後的百分比, 但百分比只是自我在做比較, 若是要做絕對量度的話, 還是要計算分數, 而最後也是用等比級數去做分級, 然後變成 "極度", "相當", "普通", "有點", "開始" 這五種, 以及沒有的第六種~~~

而最後列出這個部落格的代表字, 是以這個分類中分數最高的來顯示, 所以不見得是次數最多的一個關鍵字, 甚至有人以為這個系統有參考到 "搜尋" 的關鍵字, 事實上是沒有的, 因為這次是純作內容分析, 而關鍵字分析的成份分析, 的確在部關門的第二代改版中會包含在內...

只是, 到底甚麼是 "宅"? 我想這應該有機會可以好好討論, 畢竟這次用的網址刻意選用 Data Mining (資料探勘), 是有相當的原因的, 這個也可以之後再討論.

但現在我從搜詢引擎已經看到不少網友寫了介紹, 說真的他們寫的都比我好, 所以我這邊不會寫介紹與操作, 畢竟這是我的外行...

感謝下面幾篇:

【Blog】超準確真實部落格宅度計
永遠的真田幸村: 超準確真實部落格宅度計
[BLOG] 你的部落格宅不宅!?
宅度計】測試你的「部落格」宅不宅? 怎樣宅?
Wangtam: 部落格觀察推出“宅度計
部落『宅』度大調查!
看看自己的部落格夠不夠宅--宅度計
超準確部落格資料探勘宅度計

甚至有人已經寫了 Gadget 出來了:

非官方宅度計貼紙

Anyway, Take it serious and take it easy~~~~

LinkWithin

Related Posts Plugin for WordPress, Blogger...

熱門文章