往往带着很浓重的个人特色。
汇报人员继续说：“然后我们根据这四万个id，逐一在微博上进行了搜索，然后爬取了这些用户名的所有的发言，再利用这些用户动态的相似性，进行深度挖掘。”
这是个极大的工作量。
一个id在微博上有可能有成千上万个同名的账号。
这些帐号的动态内容都得爬下来（这不违法，在地球上，好像是在2017年12月份，微博才关闭了api接口的。）。
爬下来之后还得对这些id曾经发布的动态和内容进行关键词提取、照片信息提取，然后存档。
注意哦，这只是一个id的工作量。
比如说有一个人在豆半上注册了一个帐号叫张三，你按照这个名字在微博上搜索，结果出现了一万个叫张三。
那这些张三的人的所有的动态都得爬下来。
可是你怎么知道这一万个张三里面，哪一个是你想要的呢。
豆半的工作人员坚信昨晚这些人肯定是有相似性的，比如他们都是某一个人的粉丝。
那么他们的发言里一定会提到同样的东西。
这个时候就要再拿出来一个新的id，比如李四。
利用李四这个id，在微博上进行搜索，又出来一万个李四。
照例，全给爬取下来。
接下来是王五、赵六……
然后再进行横向比对，一个个的去试！
总能试出来蛛丝马迹。
这个工作量是无比巨大的，对计算机的要求也很高。
这种情况下，豆半只能增加人手，外聘公司。
只是过去的这一夜，花了至少上千万。
但是这是目前为止豆半唯一的方法了。
其实还有一个方法，那就是豆半后台有这些新注册的人绑定的电话号码，如果他们拿着这些电话号码去找微博，在微博数据库里直接用电话号码查找的话，基本
本网站为网友提供小说上传储存空间平台，为网友提供在线阅读交流、txt下载，平台上的所有文学作品均来源于网友的上传
用户上传的文学作品均由网站程序自动分割展现，无人工干预，本站自身不编辑或修改网友上传的内容（请上传有合法版权的作品）
如发现本站有侵犯权利人版权内容的，请向本站投诉，一经核实，本站将立即删除相关作品并对上传人ID账号作封号处理