Unbending Notes
读李维老师【大数据挖掘：方崔大战一年回顾】有感
2014年1月3日，李维老师在科学网博客发了【大数据挖掘：转基因中文网络的自动民调，东风压倒西风？】 （地址：http://blog.sciencenet.cn/blog-362400-755584.html ） 一文，这是他之前【转基因大数据挖掘系列博文】的最新归纳。不过，今天，2014年1月5日18时11分 ，所发的【大数据挖掘：方崔大战一年回顾】(http://blog.sciencenet.cn/blog-362400-756180.html )一文，从本人一直关注转基因中文网络趋势掌握的一些信息，觉得此文的数据更有可比性。因为：
转基因网络争议是集团利益（捆绑、挷架民众）同觉悟的民众在公共知识分子的呼唤下的一场网络是非博弈，它背后是有错综复杂的原因。只有从这一场网络是非博弈的主角影响力变化，才能从中悟出网络民调的真正特点。下面，就李维老师【大数据挖掘：方崔大战一年回顾】一文的数据结果，写几点感受：
首先，这是一个自称“打假”的“科普专家”海归（方舟子）同一个曾经全国政协委员、央视著名主持人、被方舟子称为“文傻”（崔永元）网上大PK，并带动主流媒体广为跟踪报道。
其中，数据显示，这一场PK是“方（舟子）韩（寒）”大PK的“续集”。
第三，崔永元是集“韩粉”与“崔粉”加上“方黑”（专事研究方舟子黑幕一群人）去同方舟子的“方粉”全方位PK，所以，阵营超过“方（舟子）韩（寒）”大PK及“挺转 Vs 反转”大PK。
第四，由于崔永元是用“匪性”去同网络“科唬”（著名方黑亦明称方舟子的一个雅号）方舟子捣鼓，而且是典型的团队作战，所以，方舟子的团队（以本人从2011年“方肖大战”测算，这个团队一年不少于一千万元经费才能如此全媒体运作）有点日见势弱。
第五，造成崔永元团队稳扎稳打的原因本人分析有几方面，一是小崔是“实话实说”代言人有良好的民众基础，二是从手法上小崔去了二次美国一次日本，其中在美国是请美国人做摄影，采访的是美国人（这一点同本人从2010年以来采访专家、只问老外的做法类似），老外的专家不会顾虑什么中国某某机构（部委）的批评，符合科学问题“实话实说”，三是方舟子团队急功近利，典型的转基因集团利益代言人口气，公众的认知度日见没落。
第六，从数据看，这场由崔永元团队和方舟子团队网络到媒体PK，还反映了正直的中国媒体人敢于面对网络谣言挑战，借用自己的规范新闻调查手法，去同这些来自境外集团利益代言者（团队）拼争的精神，这是一股正气力量，它比由一些机构扶持的“五毛”更具有正能量，更易获得公众认可。
其他细节，大家可以去细读李维老师【大数据挖掘：方崔大战一年回顾】一文。
最后，感谢李维老师为大家提供了这么一个技术性“第三只眼睛”数据。
沈阳（sz1961sy）
20:35 2014-1-5 写了北京家中
附： 李维
李维老师【大数据挖掘：方崔大战一年回顾】
|||
以前小方小韩掐架的时候，做过方韩大战的社会媒体挖掘，结果显示两败俱伤。
据说由转基因之争引起的崔方大战是去年中文社会媒体的大事件，因此以小崔和小方两个话题的自动挖掘对照，应该可以反映这场大战的一个概貌，至少是一个侧面。
挖掘的数据来源是目前在我们现有的 index 中的中文简体的社会媒体（因与内容商协商仍在进行中，数据并不完整，但是数据对于两位是一视同仁的。如果有足够的兴趣，也可以继续做一个繁体中文的类似挖掘，看看海外社会媒体如Twitter对大战的反应如何。）另一个需要说明的是，挖掘系统仍处于 beta 阶段，bugs 在所难免，但是多次由第三方判别的质量检测（QA）显示，褒贬抽取的准确度均在 85% 以上。
挖掘区间是 2013 年元月五日 至 2014 年元月五号，整一年。
两位都是大名人，所以这次挖掘的相关数据量上相差不大，都在八万条左右。但一年来总体褒贬指数小崔（41度）远远高于小方（零下5度）。
把两位的一年舆情趋势（Timeline）放在一起对照如下。
数据量上看，一直比较平稳上升，只是到年底突然呈现一个高峰。与两位相关的数据大体同步。下面的 Timeline 把两位的褒贬曲线在同一个座标里交叠比较，更容易做对比分析。
最有意思的是两位的社会媒体形象曲线的对比。小方也有起伏，但是小崔的跌宕起伏的幅度远远大于小方。虽然小崔的总体评价远高于小方，但是去年五月到七月之间，突然一跌千丈（那个时段发生了什么状况？），陷入谷底（六月16日零下92度，此前的低谷有六月2日的零下88度）。在五月五号到六月30之间，小崔的社会媒体评价度低于小方，此后恢复正常。除了五月六月的小崔低谷，小崔在其他时段似乎一直表现不错，社会媒体形象高于小方。
由于双方的粉丝都很激烈，为免过度解读引起新的口水战，下面只提供数据，不再做解读。
共现主题词：
对二位的社会媒体情绪云图：
褒贬理由的分布：
喜欢的理由：
不喜欢的理由：
所调查的数据来源种类：
所调查的数据分布：
谁发声****：
社交媒体样本：
