大家都叫我老杨 |「新五毛」的推文分析

在推文分析之前，有一个有趣的结论可以和大家分享，在这2581个「新五毛」账户中，有接近1200 个昵称能在搜狐微博里面100%匹配，不知道是同一家营销公司在管理，或者是用爬虫抓出来的。查看了一下，匹配到的搜狐微博用户多数停用已经很久了。这个发现要感谢 @Arctosia。

推文时间分布

首先看了下每日推文发送时间，看不出什么规律。再看推文的按月分布，如下图：

有三个明显的时间高峰，大概是3月初，6月初和9月初。考虑到推文有两种情况：鸡汤和五毛，所以将不同类别的推文分开统计，红色表示五毛推文，绿色表示鸡汤推文，我们可以得到如下直方图：

从这幅图我们大概可以看出，「新五毛」攻击最活跃的时候就是在6月初，之后只是保持一个大致稳定的发推频率，但是鸡汤推文的数目在9月之后显著的增加了。

可以列一个推数前十名的统计数据，对比之后就更明显了：

鸡汤推

我们先看看鸡汤推，里面有个看起来像是乱入的峰值6-12，从6-12抽五条出来看看：

#Nice爱旅游# 【欧洲音乐之旅第二弹】FM99 @天津音乐广播 八月暑期欧洲音乐之旅2.0来也！8月3日@DJ吴优 与你一起感受法意瑞风情！咨询电话:工作时间拨打23601215，中国国旅报名电话83451828.名额有限,额满为止！详细行程请点击

#QQ音乐首发预告#@潘瑋柏 2014唱跳剧作专辑《王者丑生》即将在@QQ音乐 独家首发！这是潘玮柏的第十张专辑，用了近两年的时间才完成这张专辑，每一首歌曲的配置都有他想传达的想法！锁定6月13日QQ音乐独家首发，请支持正版音乐
//@爱上丶微小説: 分享给想开网店，准备开网店创业的童鞋。

#最推荐#英国人气民谣才女#Birdy#深情演唱《Tee Shirt》~好喜欢清纯的低吟浅唱女声，穿插电影《The Fault in Our Stars》中悲欢离合的画面，泪点低的同学在看MV时请自备纸巾。花心喜欢另类幽默的不要错过哦~~阴险你懂得

推文扑面而来浓浓的新浪微博营销风有木有！从斜杠、标签和表情的使用上也能看出来是从新浪微博转出来的，搜一搜你就能看出来这些微博的「原作者」基本上都是营销账号（当然也有可能是爬虫抓取的）。但是特别注意前两条，来自天津什么广播和QQ音乐，都是蓝V账号，这两条微博在新浪微博上发出的时间分别是17:21的16:58，而在推特上出现的时间也17:21和16:59，如果是爬虫抓取的话同步速度会有这么快吗？

而9月1号随机抽出的5条是：

说个真事，现在外教都不太懂中文…………从前上外教，班里一同学看点名册有的同学名字后面有个A，觉得那是课堂表现的打分，就趁外教不注意在自己名字后面写了一大长串A。结果后来才知道，那个A的意思是absent。意思是缺勤……. http://t.co/IM5hXo0aOd

一农村少妇其貌不扬，家里买一电脑上网聊天！聊一网友相约见面！于是偷偷去了市里约 会。男的请吃饭，点了一桌菜然后男的开溜了，结果没钱买单让饭店给扣住了。打电话给老公过去付款赎的人！ http://t.co/19Z4Db5bmW

【】早上起来发现IPAD充不进电，上网查了下说是这玩意怕冷，5度左右开始就充不进电了。现在给它装了个热水袋盖着被子充电……这什么傲娇啊…现在才刚过冬至啊…到春天回暖之前我每天都得给它弄暖水袋盖被子么………http://t.co/nYhiCJpHMJ

也许一个人最好的样子就是静一点，哪怕一个人生活，穿越一个又一个城市，走过一条又一条街道，仰望一片又一片天空，见证一场又一场离别，于是终于可以坦然的说：我终于不那么执着。 http://t.co/x0dDFGLByL

【DIY丝瓜瘦肉汤】1、将丝瓜切片，肉丝切片；2、锅内放入橄榄油将肉丝炒香，倒入水全同煮一会儿；3、加入丝瓜，煮沸，最后入盐调味即可。 http://t.co/v4SVoR8JqB

从风格上就可以看出两者有很大的不同。6月12号的，发送时间分别是9月1号开始的推文呢，则是纯粹的小清新风格，所有的都是文字+图片。

一个猜测：6月12号同步推只是一个测试，发现如果就这么同步的话留下的破绽太多，然后改成了9月份的鸡汤风格

五毛推

从五毛推的分布来说，可以看到有三个明显的峰值分别出现：3月8号和9号，5月20号和21号，6月1号到4号。将所有攻击型推文按照这三个时间分成A、B和C三组，剩下的所有分为D组，分别统计每组推文中提及的账号以及对五毛推文进行文字挖掘，看看能有什么结果

首先是A组，时间是在3月8号到9号，从下图看攻击对象主要是@wenyunchao，并且从文字云图来看主要是各种攻击和谩骂，「钓鱼岛」一词多出现在「温云超居然说钓鱼岛是日本的」这句话里面。

然后看B组，5月20号到21号，这个时间点我是看了分析出来的结果才明白是怎么回事。5月19号美国说要起诉5名中国军人，于是「新五毛」就开始发动了。发动主要体现在转推上，其中转推@puchaopei136443和 @tanjunyuan13644的最多，基本每一条推都有起码二三十的转发。关键字也在强调「互联网安全」以及「美国才是互联网最大的敌人」。在B组中五毛账号不仅仅用来攻击，更多的体现在互相RT上，这可能是以后五毛的一种策略。

C组的时间点就不用解释了，因为有「六四穿黑衫」以及「重返天安门」这两个活动，所以五毛对@64_black_shirt和@backtotiananmen这两个账号格外的照顾。图中xiexue系列账号应该也是机器人，或者某人的一系列马甲。

D组是剩下的推文，他们主要就是在骂温云超以及转推这个假黄宾@huanqbin87的有关盘古乐队的视频。

从内容上看，除了辱骂的推文之外，五毛的一个关键目标就是用各种关键字来混淆推特的搜索，包括hashtag和文本搜索，何必呢，推特的中文搜索就是渣，我正常搜都搜不到想要的结果，你混淆了和不混淆效果不也一样么……

转推

别以为五毛就会自己发自己的，他们也会转推哦！

在所有这54737条推文中，转推有8190条，列出被五毛转推最多的十条：

@huanqbin87: 看到一首好玩的歌曲，盘古乐队。http://t.co/7C8f9BDRZN

@huanqbin87: 走狗歌-盘古乐队是走狗http://t.co/PVRov1c4fE

@huanqbin87: 盘古之烂苹果，太好听了！ http://t.co/WADLhCm8kt

@huanqbin87: 骂盘古乐队倍儿爽 http://t.co/FZWvyVavrt

@kingatnba: 香港和平佔中游行怪象百出，看热闹的比游行的多，看来香港人真的是习惯了游行，游行成了他们表达个人诉求的流行方式 ，就像成龙说的，香港已变成流行之都。#占领深圳 http://t.co/h0R35N8ANc

@Cher64693876: http://t.co/8U3VkiDGo9港媒质疑香港非法公投：投票系统漏洞多 票数水分极大

@Cherie29980851: 港媒质疑香港非法公投：投票系统漏洞多，票数水分极大 http://t.co/3K2I5llxmG

@DavidLyo: 做不了太多，这几年都有用手机播放血染的风采行走于路上 RT @yimings8964: 六四一起穿黑衫！今年穿，明年还穿！让有态度的文化衫在广场绽放！

@hu_jia: 你自己知道六四穿黑衫的意思即可。你自己了解了真相、打破了恐惧、以行动实践了，就是黑衫最大的意义。@dragonflytiger9 只要穿黑衫就可以吗，感觉没什么用啊！在我的学校穿黑衫，同学们也不知道是什么意思！@64_black_shirt

@RTKcn: 17+ RT @Sherry45778748: http://t.co/B3Mr4MkH79港媒质疑香港非法公投：投票系统漏洞多 票数水分极大

看来五毛最关心的除了盘古就是香港了。

反应时间与强度

以五毛开始攻击与原推文发出时间之差作为横轴，纵轴为累积数，可做如下直方图：

峰值在24小时左右，也就是说五毛的反应时间也不是很快，10个小时左右是正常水平。

以一条推文引来五毛的数目作为横轴可以作出如下直方图：

看起一推引来5位五毛是正常情况，让人好奇的是怎样的推才可以引来超过100条五毛回复的？就是xiexue系列账号发有关温云超的推（一种后现代主义的感觉）

五毛关心什么

用文本挖掘的方法对那些引出了五毛的推文进行分析，可以得到一个文字云图：

显然习总书记是他们最关心的对象。

老杨：推特上有多少「新五毛」？

引用地址：http://blog.yesmryang.net/wumao-tweet/