主题：【原创】基于西西河发帖时间戳的河友发帖习惯分析 -- 菜根谭

果然是理不辩不明，我觉得这个工作值得一个主贴。

首先感谢 @兰州人 和某匿名河友，你们第一次提出相关性分析，说实话，开始时候我没想好怎么做。看完匿名河友的发言，一下子清晰了很多。

【原创】军情六局M16入驻西西河？（西西河发帖时间调查报告）

【讨论】受某网友启发，关于马甲的简单分析和讨论

数据来源：www.talkcc.org

数据提取方法：爬虫（受上述河友启发）。

处理软件：Matlab

1. 按照上述匿名河友帖子启发，这个分析中也采用了类似的发帖频率图，但是后续我还要分析一堆被我屏蔽和怀疑的ID，这些ID发帖数量基本在100-500之间，如果采用30分钟的时间分辨率，48个点造成曲线噪声过大。

首先看下我的分析图是否和匿名河友的分析结果相似：

可以看到：

1. 时间分辨率下降到1小时不影响分析结果；

2. 燕人和翼德数据强相关,R=0.87;

3. 菜根谭和大胖子数据也有比较强的相关性，R=0.82;

4.我也引入了一个不具名的佚名河友数据，可以看到，相关性消失了。

（在Matlab中，我使用了Regress函数，在相关性很差时，Regress会返回负值R2,代表线性模型失效，所以这个无法给出R值)。

所以说以上匿名河友分析的数据是有效的，但是.....我是大胖子的马甲吗？

最简单的分析办法是引入另一个已知变量

@达雅

因为达雅批评我败人品，既然败过一回，那我就破罐子破摔，把达雅的数据也引入进来。

可以看到：

1. 我和大胖子的相关性R=0.82；

2. 我和达雅的相关性R=0.79;

这两个数字应该不能算是明显不同吧？

那么，那么，@达雅， 你也是我或者大胖子的马甲吗？

抛弃是不是马甲不谈，实际上这个相关性带来的很多有意思的结果，也给我Matlab编程创造了方便。

要下车了，先搞这么一段，其他有时间再发。

土鳖抗铁牛。

• 回复比较长 我单独开了个主贴