V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
爱意满满的作品展示区。
nladuo
V2EX  ›  分享创造

脑洞大开,把 300w 淘宝 bra 的评论生成词云

  •  
  •   nladuo ·
    nladuo · 2017-04-07 16:05:47 +08:00 · 7941 次点击
    这是一个创建于 2793 天前的主题,其中的信息可能已经有所发展或是发生改变。

    今天早上在看《机器学习系统设计》里面的 LDA 的使用,然后发现了里面用到了词云这么个东西,然后搜了搜词云是个什么东西,花了一下午搞了一下之前爬的淘宝 bra 评论数据。结果就是这样的:

    代码见: https://github.com/nladuo/taobao_bra_crawler

    42 条回复    2017-04-12 09:28:14 +08:00
    alwayshere
        1
    alwayshere  
       2017-04-07 16:10:52 +08:00   ❤️ 1
    第一次遇见将无聊和闷骚搭配得如此协调的人
    lwbjing
        2
    lwbjing  
       2017-04-07 16:13:10 +08:00   ❤️ 7
    顺手也把你爬的 bra 的评论图片放出来吧。。
    nladuo
        3
    nladuo  
    OP
       2017-04-07 16:14:01 +08:00
    nladuo
        4
    nladuo  
    OP
       2017-04-07 16:14:39 +08:00
    @lwbjing 用的 h5 的接口,当时没找到图片。
    littleylv
        5
    littleylv  
       2017-04-07 16:20:31 +08:00
    明显 v 友们比较关系评论图片 :)
    littleylv
        6
    littleylv  
       2017-04-07 16:20:54 +08:00
    #5 手误
    关系 => 关心
    imswing
        7
    imswing  
       2017-04-07 16:22:30 +08:00 via Android
    想知道之前还爬过什么东西的评论
    qiuai
        8
    qiuai  
       2017-04-07 16:33:49 +08:00
    有办法爬评论图片么...
    manhere
        9
    manhere  
       2017-04-07 16:47:23 +08:00
    刷单关键词列表
    xcc880
        10
    xcc880  
       2017-04-07 16:53:35 +08:00
    什么时候做个内裤的
    RE
        11
    RE  
       2017-04-07 16:59:36 +08:00
    @lwbjing
    @littleylv
    @qiuai

    貌似如果分类为 “内衣” or “情趣” 这块的,是没有买家秀的, so ,要爬的同学请筛选 “女装” 分类…
    一点经验…
    RqPS6rhmP3Nyn3Tm
        12
    RqPS6rhmP3Nyn3Tm  
       2017-04-07 17:11:59 +08:00 via iPhone
    @xcc880 目测最多的词是装不下
    hzwei
        13
    hzwei  
       2017-04-07 18:08:54 +08:00 via Android   ❤️ 1
    @lwbjing 空手套黄图 /doge
    hzwei
        14
    hzwei  
       2017-04-07 18:14:56 +08:00 via Android
    简单看了一下图。

    舒服>质量>聚拢>合适=效果>好看>颜色=面料>款式>手感=价格=正品=实体店。
    KevinChan
        15
    KevinChan  
       2017-04-07 18:15:42 +08:00 via iPad
    淘宝现在不允许一些品类产品晒图了
    knightdf
        16
    knightdf  
       2017-04-07 18:32:08 +08:00
    "之前爬的淘宝 bra 评论数据"
    恩,我似乎明白了什么, LZ 肯定不止光爬了数据
    ixinshang
        17
    ixinshang  
       2017-04-07 18:46:51 +08:00 via Android
    好东西 别藏着 都发出来看看吧
    chiv2
        18
    chiv2  
       2017-04-07 18:51:06 +08:00
    顺手还爬了 cup 分布吧?
    smdx
        19
    smdx  
       2017-04-07 19:52:54 +08:00 via iPhone
    five bar
    nladuo
        20
    nladuo  
    OP
       2017-04-07 19:57:36 +08:00 via iPhone
    @knightdf 只有一个尺寸、颜色分布了。
    nladuo
        21
    nladuo  
    OP
       2017-04-07 19:58:14 +08:00 via iPhone
    @chiv2 很久以前爬的。
    nladuo
        22
    nladuo  
    OP
       2017-04-07 19:59:53 +08:00 via iPhone
    @ixinshang 就这么多了。打算过段时间看看循环神经网络,试试自动生成淘宝评论。
    nladuo
        23
    nladuo  
    OP
       2017-04-07 20:00:13 +08:00 via iPhone
    @RE 老司机带带我
    xspoco
        24
    xspoco  
       2017-04-07 20:02:49 +08:00
    求套图。。。
    zioc
        25
    zioc  
       2017-04-07 20:23:13 +08:00
    mark 我要学习你
    zhidian
        26
    zhidian  
       2017-04-07 21:14:57 +08:00   ❤️ 1
    看了下楼主的博客,厉害厉害! BTW ,不小心翻到了楼主的文胸销量饼状图……
    wizardforcel
        27
    wizardforcel  
       2017-04-07 21:29:50 +08:00
    如果只是这些词。。也没有什么嘛。

    你到底还爬了啥东西?
    kurisu
        28
    kurisu  
       2017-04-07 22:33:55 +08:00
    可怕。。。。
    viko16
        29
    viko16  
       2017-04-07 23:05:09 +08:00 via Android
    服! mark
    Kalv8n
        30
    Kalv8n  
       2017-04-08 07:18:10 +08:00 via Android
    有扒知乎的吗?
    g0thic
        31
    g0thic  
       2017-04-09 22:46:03 +08:00
    真他娘的是个人才
    JayFang1993
        32
    JayFang1993  
       2017-04-10 09:28:14 +08:00
    @hzwei 最大的不是『不错』?
    hzwei
        33
    hzwei  
       2017-04-10 11:55:47 +08:00
    @JayFang1993 #32 不错也没什么意义啊,自动忽略了
    cnZary
        34
    cnZary  
       2017-04-10 16:26:38 +08:00
    @KevinChan 童装可以(
    开童车!
    nazhenhuiyi294
        35
    nazhenhuiyi294  
       2017-04-10 17:44:03 +08:00
    @linzianplay 童装都是他妈再买,你以为能看到 萝莉正太?
    zpfhbyx
        36
    zpfhbyx  
       2017-04-10 17:51:21 +08:00
    我记得有人拔过情趣的图啊- - 就是某宝的。。
    yanzixuan
        37
    yanzixuan  
       2017-04-10 17:52:47 +08:00
    LDA 我都没啥兴趣,我最感兴趣的是 LZ 怎么爬的淘宝。
    taobao 貌似对爬取的限制有点大啊。
    cnZary
        38
    cnZary  
       2017-04-10 19:38:48 +08:00
    @nazhenhuiyi294 还真可以看到(
    nladuo
        39
    nladuo  
    OP
       2017-04-10 20:23:35 +08:00
    @yanzixuan 爬的速度慢点儿就没事儿。比如说我现在写的就没有被封。之前 golang 写的单线程也没封,开个协程就封了。
    nladuo
        40
    nladuo  
    OP
       2017-04-10 20:24:27 +08:00
    @Kalv8n 没爬过。
    nladuo
        41
    nladuo  
    OP
       2017-04-10 20:25:59 +08:00
    @wizardforcel 就评论,然后想根据评论的数据搞些事情。☺️
    cocoakekeyu
        42
    cocoakekeyu  
       2017-04-12 09:28:14 +08:00
    要图片
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   2172 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 25ms · UTC 00:45 · PVG 08:45 · LAX 16:45 · JFK 19:45
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.