其实我预告很久了，很多人也知道我在做爬虫，我的很多数据就是这么来的。 不涉密，但偏偏很难有。而有了，就可以做很多有意思的探知，数据挖掘是一件很有趣的事情，我喜欢做这样的琢磨，于是就得到了很多信息---有些能讲的，有些不能讲的。 我们先说说能讲的。 关于微博我做了很多尝试，但是它的确在反爬虫这件事上做得比其他网站好---作为中文区最大的语料库之一，爬它的人实在太多了，我也只能做有限的尝试。 先讲讲大概的情况，名单我是在5月份定下来的，数码、汽车两个大区，各类榜单爬下来大概有800多人的名单，每人计划是爬取2000条，但实际上操作下来有很多限制---比如说我要实现稳定爬取的话，那大概率很快会在“展开长文”里受到限制，微博不允许我一分钟内获取过多的长博文。而在大规模、分布式爬取的过程中，又很难稳定地实现“1人2000条这件事”，拿10%作为误差的话，你能看到依然有一大部分的博主无法爬到1800条以上。 这里原因有很多，一方面是，有些博主就发的不多。一方面是，有些博主隐藏了很多，可见的不多---我们讲过一回这样的事。再一方面是，在我检查名单以后发现，这类无法稳定爬取的博主名单里，有许多，是品牌方的高管。 于是我就明白了。 万事不强求，于是就到此为止了。 接下来，要基于已有的语料，我们去做些“舆论场”上的观察。 首先第一步，当然是一些基础数据的统计。 这个数据是有偏差的，因为不是全量博文，但数据已经不少了，我想体现一个周期内的信息与趋势，是足够的。过多的隐私我不会释放，大家放心，我们就事论事，只鼓励正面博主，我们只讲好的，不随便用这样的数据攻击谁，也不讲坏的---除非你吃饱了撑的，一定要逼我反击，那我也不会太客气。 我做的第一件事，是统计了大家的字数、和博文数。 去除转发类博文以后，剩下的原创内容---我们仅限于讨论图文内容，视频类博主我暂时没有做更多琢磨。 那么对于一个深度博主来说，你自然会要求它写的内容多、发的条数也多，而不仅仅是偏废，对吧？“既要又要”的背景下，最合适的算法就是F1 score，所以在针对这两个参数，做完归一化以后，做了个计算：创作强度 = 2ab / (a + b) . 我们不能说“强度高就意味着这人厉害”，我实际上有观察到部分博主是商稿为主的，基本上没有太多“实际上的原创内容”，但是我觉得结合起来帮助识别深度博主，是好用的。 特别爱看长文的朋友，可以琢磨一下。 在这个基础上，先简单看眼排名呗？ 汽车圈的“原创图文内容”，强度最大的，就是@张抗抗KK ，新知博主扛把子没有疑问，但没想到，第二名就是我了……（我真不是故意的，捂脸）。 接着是@朱玉龙-YL ，@42号车库， @德卤爱开车 ，@MetaAuto ，@痛快舒畅 ，还有@大梦-LICHAN ，我觉得都是大家耳熟能详的深度博主，也许大家在内容上、品牌亲合度上有所差异，但这不妨碍他们在用更多的精力、写更多的车圈经验，写更好的内容。 你喜欢你就尽管看看，前30名我先放在这。 当然这里头我注意到了一个现象是这样的。 比如说除了上头几个外，@芝能-烟烟 、@烟隐烟隐 、@Clownyx、 @大包子狸 @CarEngineer何先生 ，都是#小鹏汽车# 话题里，常见的博主---在微博上的图文原创最大的核心博主里，多数是小鹏亲和。 我讲过的，这个品牌，车主画像里，平均学历非常高，有认知、对科技有追求有想法的人，都会认可这个品牌，博主群体看起来也有类似的情况。 有意思吧？ 嘿，@酋知鱼 @吕俭SVM 也在这里头，一堆朋友在里面。 长文体质吸引长文体质？ 嗯，我在说一个我观察到的现象。 看我长文内容的朋友，都容易发财，发财的很多。 剩下的大家自己思考。 祝大家都发财。 #跑的闲言##svm数据后花园#

【师者如光，微以致远】泗洪县新星城西学校优秀教师风采展（一）

蔡晓鹏：安徽大跃进时代亲历记

龙山镇“我为‘百千万工程’项目代言”讲解员比赛精彩回顾 近日，龙山镇“我为‘百千万工程’项目代言”讲解员比赛圆满落幕。15名选手齐聚一堂，以生动语言、真挚情感讲述“百千万工程”推进以来龙山镇的发展与变化，为现场观众展现了一幅业兴、村富、人和、宜居、宜业、宜游的画卷。#百千万工程#龙山#讲解员 编辑：朱玉龙 拍摄：朱玉龙、严湘桦 校对：曾少红

【明年买车更贵？】在《#赛博对话 》中资深汽车媒体人朱玉龙表示，从消费者端看，大家知道2026年报废补贴、购置税优惠可能没了，会把明年上半年需求挤压到今年下半年，所以今年年底销量会“冲得很惨烈”，量上不用太担心。