关于考会计cpa - 未名空间MITBBS历史存档

国际科技财经博客移民网络热点娱乐民生时事公众号

Redian新闻

>未名空间

>Accounting - 会计审计

关于考会计cpa

关于考会计cpa# Accounting - 会计审计

W*n2010-08-17 07:08

1 楼

信息自由？---借不到一本书
王利民
2013年5月31
在吹捧“中国特色的社会主义”人中，一定缺不了被一些人吹捧为“中国人民的老朋友
”亨利基辛格（Henry Kissinger）。基辛格确实是个很厉害的政治家。我想拜读一
本名为《对亨利基辛格的审判》（The Trial of Henry Kissinger），去了解一个美
国作者眼里对基辛格言行的评价，我在美国图书馆查得到，却索要不了，借不到，很是
遗憾。

w*g2010-08-17 07:08

2 楼

这年头女人挣钱比男人多的确实有的是，而且女人的家境比男人好的也有的是，所以有
不少女人是嫁给了一个经济条件不如自己的男人。
有些女人确实不懂事，经常拿着自己的老公跟别人家的老公比较，这样子的行为我也觉
得不妥，伤不伤自尊的先不说，这没有可比性的，每个人都有自己独有的情况，每个人
都活的不一样，不可能这么去比较。
当然也有的男人确实没有上进心，明明就是不如自己老婆赚钱多，也不努力一点点，自
己挣得不够自己花，还要老婆贴钱养着，这样的情况应该有的是。
如果是个很懂事的女人，从来不在自己的老公面前抱怨他挣钱少，也不拿着自己的老公
去比较赚钱多的别人家的老公，那么这个男人会不会领情呢？这才是关键。别到时候女
人本来就辛辛苦苦的赚钱养活一家子，还不抱怨男人赚钱少，男人再不领情，觉得是应
该的，那这样的话就没意思了，感觉这样的女人就太可怜了，没有遇到好男人，甚至可
以考虑要不要离婚了。
假如男人是领情的，知道女人对自己很宽容很好，用行动来回报女人，那还行。

k*82010-08-17 07:08

3 楼

夏初两相识，
秋来情恨迟，
冬至相泣涕，
春了悦还痴。

x*n2010-08-17 07:08

4 楼

最近看抱怨版讨论雀版的小圈子，想起以前足球也搞过类似的事情，突然想到，可以搞
一个研究来科学地总结买买提的小圈子现象。
方法：
分析买买提所有的帖子，两个ID在同一个帖子里灌水的加一分，互相回对方的贴的再加
一分，最后取总分的倒数作为两个ID间的距离，用clustering算法可以很方便地找出小
圈子来，甚至还可以搞个plotting工具画出示意图。不过对于隐藏的俱乐部就无能为力
了。
三个问题：
1. 这个研究是不是已经有人做过了？
2. 我给的这个算法是否科学合理？是否有更好的算法？
3. 如果干的话，有没有人给房顶？

h*i2010-08-17 07:08

5 楼

指定一个空闲的端口，比如50000，bind后发现系统给分配了2xxxx 的端口，用sudo执
行也不行，这是为什么？

f*32010-08-17 07:08

6 楼

这里人气旺，貌似有很多同行。请问读书期间考cpa，是不是大家都是学一科考一科的
？比如学了中会就考far，如果还有些学科没学，比如审计，能考过吗？

w*g2010-08-17 07:08

7 楼

男人如果自觉点，其实女人不会太较真的

g*12010-08-17 07:08

8 楼

我给房顶

【在 x******n 的大作中提到】

: 最近看抱怨版讨论雀版的小圈子，想起以前足球也搞过类似的事情，突然想到，可以搞
: 一个研究来科学地总结买买提的小圈子现象。
: 方法：
: 分析买买提所有的帖子，两个ID在同一个帖子里灌水的加一分，互相回对方的贴的再加
: 一分，最后取总分的倒数作为两个ID间的距离，用clustering算法可以很方便地找出小
: 圈子来，甚至还可以搞个plotting工具画出示意图。不过对于隐藏的俱乐部就无能为力
: 了。
: 三个问题：
: 1. 这个研究是不是已经有人做过了？
: 2. 我给的这个算法是否科学合理？是否有更好的算法？

X*r2010-08-17 07:08

9 楼

你把绑定的端口和连接的端口搞混了吧？2xxxx是不是连接的端口？

【在 h**i 的大作中提到】

: 指定一个空闲的端口，比如50000，bind后发现系统给分配了2xxxx 的端口，用sudo执
: 行也不行，这是为什么？

b*e2010-08-17 07:08

10 楼

可能大家都希望可以这样，可惜不行。考CPA有学分要求，一般是150个，其中必须有一
定数量的会计学分和商科学分，一般毕业之前达不到学分要求，所以不能在毕业之前考
。

j*32010-08-17 07:08

11 楼

也可能是仇人对骂。但是朋友的应该居多。
我出20个包子。

【在 x******n 的大作中提到】

h*i2010-08-17 07:08

12 楼

绑定后应该可以用netstat看到监听的端口，根本不是指定的端口。
client都连不上，没有连接的端口。

【在 X****r 的大作中提到】

: 你把绑定的端口和连接的端口搞混了吧？2xxxx是不是连接的端口？

A*s2010-08-17 07:08

13 楼

zan
看了半天没懂啥叫房顶，哈哈

【在 x******n 的大作中提到】

t*t2010-08-17 07:08

14 楼

那你是怎么绑定的呢? 拿code出来看看吧.

【在 h**i 的大作中提到】

: 绑定后应该可以用netstat看到监听的端口，根本不是指定的端口。
: client都连不上，没有连接的端口。

c*d2010-08-17 07:08

15 楼

funding

【在 A*******s 的大作中提到】

: zan
: 看了半天没懂啥叫房顶，哈哈

X*r2010-08-17 07:08

16 楼

你用了netstat -l了吗？缺省不显示监听的端口。
还有一个可能是你指定端口的时候没有转换高低字节，
50000->0x50C3, 0xC350->20675
man htons

【在 h**i 的大作中提到】

: 绑定后应该可以用netstat看到监听的端口，根本不是指定的端口。
: client都连不上，没有连接的端口。

s*g2010-08-17 07:08

17 楼

找老邢要数据库

t*t2010-08-17 07:08

18 楼

哈哈, 肯定是没转换...

【在 X****r 的大作中提到】

: 你用了netstat -l了吗？缺省不显示监听的端口。
: 还有一个可能是你指定端口的时候没有转换高低字节，
: 50000->0x50C3, 0xC350->20675
: man htons

d*92010-08-17 07:08

19 楼

这样容易把对立方算成小圈子。

h*i2010-08-17 07:08

20 楼

用 netstat -anp查看的
if((listenfd=socket(AF_INET,SOCK_STREAM, 0)) == -1)
{
fprintf(stderr, "Socket Error: %s\a\n", strerror(errno));

exit(1);
}
on = 1;
ret = setsockopt(listenfd, SOL_SOCKET, SO_REUSEADDR, &on, sizeof(on));

bzero((void*)&server_addr, sizeof(server_addr));
server_addr.sin_family=AF_INET;
server_addr.sin_port=htonl(9000);
server_addr.sin_addr.s_addr=htonl(INADDR_ANY);

if(bind(listenfd, (struct sockaddr *)(&server_addr), sizeof(struct
sockaddr)) == -1)
{
fprintf(stdout, "%s:%d Bind error: %s\n\a", __FILE__, __LINE__,
strerror(errno));
exit(1);
}
if(listen(listenfd, 20)== -1)
{
fprintf(stdout, "Listen error: %s\n\a", strerror(errno));
exit(1);
}

【在 X****r 的大作中提到】

: 你用了netstat -l了吗？缺省不显示监听的端口。
: 还有一个可能是你指定端口的时候没有转换高低字节，
: 50000->0x50C3, 0xC350->20675
: man htons

A*e2010-08-17 07:08

21 楼

马甲也是小圈子了？

【在 A*******s 的大作中提到】

: zan
: 看了半天没懂啥叫房顶，哈哈

j*a2010-08-17 07:08

22 楼

server_addr.sin_port=htons(9000);

【在 h**i 的大作中提到】

: 用 netstat -anp查看的
: if((listenfd=socket(AF_INET,SOCK_STREAM, 0)) == -1)
: {
: fprintf(stderr, "Socket Error: %s\a\n", strerror(errno));
:
: exit(1);
: }
: on = 1;
: ret = setsockopt(listenfd, SOL_SOCKET, SO_REUSEADDR, &on, sizeof(on));
:

A*s2010-08-17 07:08

23 楼

据说真正的两个马家不应该有交互性的热烈交谈
比如，就像我跟kx那样，互相只是偶尔tx一下，对方都不咋回应。
满地打滚儿ing...

【在 A****e 的大作中提到】

: 马甲也是小圈子了？

h*i2010-08-17 07:08

24 楼

发现了，数据类型错了，我以为端口可以用到32位。
谢谢各位。

【在 j*a 的大作中提到】

: server_addr.sin_port=htons(9000);
:
:

r*y2010-08-17 07:08

25 楼

“交互性的热烈交谈”

【在 A*******s 的大作中提到】

: 据说真正的两个马家不应该有交互性的热烈交谈
: 比如，就像我跟kx那样，互相只是偶尔tx一下，对方都不咋回应。
: 满地打滚儿ing...

M*t2010-08-17 07:08

26 楼

confused ?
struct sockaddr_in {
short sin_family; // e.g. AF_INET, AF_INET6
unsigned short sin_port; // e.g. htons(3490)
struct in_addr sin_addr; // see struct in_addr, below
char sin_zero[8]; // zero this if you want to
};
unsigned short is 16 bit so port number should be
0~65535
9000 is a good number to use呀 ?

【在 h**i 的大作中提到】

: 发现了，数据类型错了，我以为端口可以用到32位。
: 谢谢各位。

A*s2010-08-17 07:08

27 楼

飞踹~~~

【在 r****y 的大作中提到】

: “交互性的热烈交谈”

r*y2010-08-17 07:08

28 楼

你说你八个字里就出现两个交字，频率达到25%
还不如说：不盖棉被就是马甲

【在 A*******s 的大作中提到】

: 飞踹~~~

A*s2010-08-17 07:08

29 楼

思想怎么能龌龊讷？谈谈你堕落的心路历程把

【在 r****y 的大作中提到】

: 你说你八个字里就出现两个交字，频率达到25%
: 还不如说：不盖棉被就是马甲

r*y2010-08-17 07:08

30 楼

三八节谈这个，太不合时宜了。。。

【在 A*******s 的大作中提到】

: 思想怎么能龌龊讷？谈谈你堕落的心路历程把

A*e2010-08-17 07:08

31 楼

这一下就给人看出来是马甲了。要像我们这样，热烈的打情骂俏，偶尔的说一句咱们互
为马甲，这样真真假假，假假真真，才让人看不出是怎么回事。

【在 A*******s 的大作中提到】

: 据说真正的两个马家不应该有交互性的热烈交谈
: 比如，就像我跟kx那样，互相只是偶尔tx一下，对方都不咋回应。
: 满地打滚儿ing...

x*n2010-08-17 07:08

32 楼

程序完成。
等下夜深人静的时候开始试运行。
恩。

【在 x******n 的大作中提到】

A*e2010-08-17 07:08

33 楼

你是算机大拿

以搞
再加
出小
为力

【在 x******n 的大作中提到】

: 程序完成。
: 等下夜深人静的时候开始试运行。
: 恩。

c*q2010-08-17 07:08

34 楼

学术帖...支持~

e*n2010-08-17 07:08

35 楼

有结果了么？

A*s2010-08-17 07:08

36 楼

科学探索不是一天两天的事

【在 e*****n 的大作中提到】

: 有结果了么？

x*n2010-08-17 07:08

37 楼

米这快，帖子太多了，一一分析要好久呢

【在 e*****n 的大作中提到】

: 有结果了么？

kx2010-08-17 07:08

38 楼

好吧
我来热烈回应啦

【在 A*******s 的大作中提到】

: 据说真正的两个马家不应该有交互性的热烈交谈
: 比如，就像我跟kx那样，互相只是偶尔tx一下，对方都不咋回应。
: 满地打滚儿ing...

A*e2010-08-17 07:08

39 楼

经常骂战的也算一个圈子的？

【在 x******n 的大作中提到】

x*n2010-08-17 07:08

40 楼

应该不多吧，实在不行手工剔除掉。。

【在 A*******e 的大作中提到】

: 经常骂战的也算一个圈子的？

A*s2010-08-17 07:08

41 楼

马甲你好！
好久不见，穿梭还顺利么？

【在 kx 的大作中提到】

: 好吧
: 我来热烈回应啦

d*92010-08-17 07:08

42 楼

keyword search一下也行。

【在 x******n 的大作中提到】

: 应该不多吧，实在不行手工剔除掉。。

x*n2010-08-17 07:08

43 楼

search什么keyword?

【在 d*****9 的大作中提到】

: keyword search一下也行。

m*g2010-08-17 07:08

44 楼

别search了。其实经常在一起吵架也算一个圈子的

【在 x******n 的大作中提到】

: search什么keyword?

x*n2010-08-17 07:08

45 楼

对了，先谢谢提供房顶。
拿了钱要报告一下进度，前两天拿几个我熟悉的版试运行了一下，刚刚开始正式运行，
正在扫八区的版面。
如果有先扫哪些版面的建议欢迎提出。

【在 d*****9 的大作中提到】

: keyword search一下也行。

m*g2010-08-17 07:08

46 楼

哦。你需要的是伪币funding？
你每天来这报告进度两次，我就提供1000伪币funding（总共，不是每天）。

【在 x******n 的大作中提到】

: 对了，先谢谢提供房顶。
: 拿了钱要报告一下进度，前两天拿几个我熟悉的版试运行了一下，刚刚开始正式运行，
: 正在扫八区的版面。
: 如果有先扫哪些版面的建议欢迎提出。

x*n2010-08-17 07:08

47 楼

是啊，难道还能拿到美刀房顶？
进度不会很快啊，帖子太多了，一天只能搞大概10万贴，扫一遍估计起码要大半个月。

【在 m*********g 的大作中提到】

: 哦。你需要的是伪币funding？
: 你每天来这报告进度两次，我就提供1000伪币funding（总共，不是每天）。

r*y2010-08-17 07:08

48 楼

搞个云计算什么的。。。

【在 x******n 的大作中提到】

: 是啊，难道还能拿到美刀房顶？
: 进度不会很快啊，帖子太多了，一天只能搞大概10万贴，扫一遍估计起码要大半个月。

m*g2010-08-17 07:08

49 楼

能不能顺带找找马甲

【在 x******n 的大作中提到】

: 是啊，难道还能拿到美刀房顶？
: 进度不会很快啊，帖子太多了，一天只能搞大概10万贴，扫一遍估计起码要大半个月。

x*n2010-08-17 07:08

50 楼

可以试试.
目前我统计的数据项有如下几项：
设某时段两个ID A和B共同灌水的主题有Cab个，A回复B的帖子Rab个，B回复A的帖子Rba
个，A总共发贴Ta个，B总共发贴Tb个
具体怎么使用这些数据可以讨论。

【在 m*********g 的大作中提到】

: 能不能顺带找找马甲

x*n2010-08-17 07:08

51 楼

谢谢提供房顶

【在 m*********g 的大作中提到】

: 能不能顺带找找马甲

m*g2010-08-17 07:08

52 楼

这些数据找马甲肯定差得多
最好能比较（id A 和 B）ip地址，发帖时段和版面，还有跟同一个人id C搭话的频率

Rba

【在 x******n 的大作中提到】

: 可以试试.
: 目前我统计的数据项有如下几项：
: 设某时段两个ID A和B共同灌水的主题有Cab个，A回复B的帖子Rab个，B回复A的帖子Rba
: 个，A总共发贴Ta个，B总共发贴Tb个
: 具体怎么使用这些数据可以讨论。

x*n2010-08-17 07:08

53 楼

恩，我考虑下怎么把这些都统计进去。

【在 m*********g 的大作中提到】

: 这些数据找马甲肯定差得多
: 最好能比较（id A 和 B）ip地址，发帖时段和版面，还有跟同一个人id C搭话的频率
:
: Rba

m*g2010-08-17 07:08

54 楼

还有id的口头禅也可以设法统计一下

频率

【在 x******n 的大作中提到】

: 恩，我考虑下怎么把这些都统计进去。

x*n2010-08-17 07:08

55 楼

。。。这个难度太大了

【在 m*********g 的大作中提到】

: 还有id的口头禅也可以设法统计一下
:
: 频率

m*g2010-08-17 07:08

56 楼

哈哈

【在 x******n 的大作中提到】

: 。。。这个难度太大了

r*y2010-08-17 07:08

57 楼

口头禅：哈哈，次数：＋1

【在 m*********g 的大作中提到】

: 哈哈

x*n2010-08-17 07:08

58 楼

你说的太深奥了，我还没看完，不过我发现自己回自己贴的也值得统计一下，我现在是
忽略掉了，哈哈，至少做个这个排名也蛮有意思的。

b*l2010-08-17 07:08

59 楼

你把数据发我一份吧。需要的基本信息是：
id，发帖时间，所回帖子的 id 及时间（首贴则定义为所回 id 名为 ini，时间同于回
帖时间），版名。一共五个值。
可以先从某个版面开始，一个版面的数据就够 prototyping 用了。等到方法 develop
得比较可靠了，再对各版数据做 data mining。
另一个问题就是删贴，合集（目前的合集方法经常看不出谁回谁的贴），清水，不知道
你考虑过没有？

它的
一类
当然
，筛
对所
id 回

【在 x******n 的大作中提到】

: 你说的太深奥了，我还没看完，不过我发现自己回自己贴的也值得统计一下，我现在是
: 忽略掉了，哈哈，至少做个这个排名也蛮有意思的。

d*92010-08-17 07:08

60 楼

谢update。

【在 x******n 的大作中提到】

: 你说的太深奥了，我还没看完，不过我发现自己回自己贴的也值得统计一下，我现在是
: 忽略掉了，哈哈，至少做个这个排名也蛮有意思的。

x*n2010-08-17 07:08

61 楼

你要时间干什么？我目前只统计每个id每时段的发帖数（2小时一个时段），用来判断马
甲。
目前合集不分析，删贴清水我也没辙，不过等历史数据搞下来以后就可以每天下当天的
数据，那这个问题应该不严重了。

develop

【在 b******l 的大作中提到】

: 你把数据发我一份吧。需要的基本信息是：
: id，发帖时间，所回帖子的 id 及时间（首贴则定义为所回 id 名为 ini，时间同于回
: 帖时间），版名。一共五个值。
: 可以先从某个版面开始，一个版面的数据就够 prototyping 用了。等到方法 develop
: 得比较可靠了，再对各版数据做 data mining。
: 另一个问题就是删贴，合集（目前的合集方法经常看不出谁回谁的贴），清水，不知道
: 你考虑过没有？
:
: 它的
: 一类

b*l2010-08-17 07:08

62 楼

时间数据很 critical 啊，dynamics 相当重要，而且以后可以做很多文章的。比如说
可以做出链图来。
反正呢，你就统计上吧。对了，要是统计时能把主题也标记上更好。
其实我想过跟老邢合作分析这个的，正二八经可以出 paper 的东西。

断马
于回
知道

【在 x******n 的大作中提到】

: 你要时间干什么？我目前只统计每个id每时段的发帖数（2小时一个时段），用来判断马
: 甲。
: 目前合集不分析，删贴清水我也没辙，不过等历史数据搞下来以后就可以每天下当天的
: 数据，那这个问题应该不严重了。
:
: develop

d*92010-08-17 07:08

63 楼

我建议第一步先搞个database。把所有的信息parse后先存起来。以后怎么分析都行。
data mining应该可以用得上。

断马

【在 x******n 的大作中提到】

b*l2010-08-17 07:08

64 楼

还有哈，阶段性换马甲的那种，只要你记录了时间信息，马甲的识别很容易的。
嗯，还可以看一个人的兴趣和交际随时间是怎么变化的。更可以看出 id 成长和衰老有
没有共同的 patterns。

断马
于回
知道

【在 x******n 的大作中提到】

m*g2010-08-17 07:08

65 楼

很烦这种白话能说明白还非要用术语的帖子

它的
一类
当然
，筛
对所
id 回
同样
向的
圈子
扑简
等。
系密
(
negative)

【在 b******l 的大作中提到】

: 还有哈，阶段性换马甲的那种，只要你记录了时间信息，马甲的识别很容易的。
: 嗯，还可以看一个人的兴趣和交际随时间是怎么变化的。更可以看出 id 成长和衰老有
: 没有共同的 patterns。
:
: 断马
: 于回
: 知道

b*l2010-08-17 07:08

66 楼

这个是肯定的。但是初步的数据尚不需要 database。事实上，做 methodology 的时候
，回避 database 可能更方便些。。。就我的经验哈。
如果可以实时统计，那做个 database，每天或者每个小时 append 一下，过一段时间
，就可以切一块下来做 data warehouse 了。
对了对了，要标记上 bm/bf 的 id，这个可以用来 clean data，更重要的是，可以用
来分析很多有趣的现象。

天的

【在 d*****9 的大作中提到】

: 我建议第一步先搞个database。把所有的信息parse后先存起来。以后怎么分析都行。
: data mining应该可以用得上。
:
: 断马

f*d2010-08-17 07:08

67 楼

我记得好像有人研究过类似的，跟你的不完全一样。其中一个结论是小将特别扎堆，只
跟自己人聊。

x*n2010-08-17 07:08

68 楼

哦，我这个主要是为算小圈子和马甲设计的，所以只统计了相应要用的数据，譬如只统
计A回了B多少次，B回了A多少次，而不是每次分别记录的。如果只是分别记录那分析起
来就慢了，不能实时给出结果。解决办法只好两种都记。

【在 d*****9 的大作中提到】

: 我建议第一步先搞个database。把所有的信息parse后先存起来。以后怎么分析都行。
: data mining应该可以用得上。
:
: 断马

b*l2010-08-17 07:08

69 楼

我说得还不够白话么？撞墙。。。
仔细看了几遍。。。牵涉到术语的地方，那是因为要用到术语背后的 context，同行一
看就知道背后的数学工具和可能的模型。。。毕竟盼望有三两个同行能感兴趣。。。

个
于某
版是
可能
动的
control
中。
ID。
还。

【在 m*********g 的大作中提到】

: 很烦这种白话能说明白还非要用术语的帖子
:
: 它的
: 一类
: 当然
: ，筛
: 对所
: id 回
: 同样
: 向的

b*l2010-08-17 07:08

70 楼

要 raw data 啊，数据分析和数据收集要分开啊。。。

行。

【在 x******n 的大作中提到】

: 哦，我这个主要是为算小圈子和马甲设计的，所以只统计了相应要用的数据，譬如只统
: 计A回了B多少次，B回了A多少次，而不是每次分别记录的。如果只是分别记录那分析起
: 来就慢了，不能实时给出结果。解决办法只好两种都记。

x*n2010-08-17 07:08

71 楼

umich的那个？哈哈。
那个比较傻啊，居然说不能统计谁回的是谁的贴，明明可以的。

【在 f**d 的大作中提到】

: 我记得好像有人研究过类似的，跟你的不完全一样。其中一个结论是小将特别扎堆，只
: 跟自己人聊。

d*92010-08-17 07:08

72 楼

这样节省parsing时间。没有必要每次重新parse 那些posts。
比如: 对于一个given id，口头禅的确定可以选短posts和长posts的前，比如说20个字
做pattern search来寻找。
等等。

【在 b******l 的大作中提到】

: 这个是肯定的。但是初步的数据尚不需要 database。事实上，做 methodology 的时候
: ，回避 database 可能更方便些。。。就我的经验哈。
: 如果可以实时统计，那做个 database，每天或者每个小时 append 一下，过一段时间
: ，就可以切一块下来做 data warehouse 了。
: 对了对了，要标记上 bm/bf 的 id，这个可以用来 clean data，更重要的是，可以用
: 来分析很多有趣的现象。
:
: 天的

x*n2010-08-17 07:08

73 楼

我本来只对几种特定的应用感兴趣啊，所以就放一起了。
呵呵，这个有点像学术界和业界的区别。
要收集你说的这也可以，另外记录就好了。
你要的是，对于每个主题，标题，然后对于主题里的每个帖子，发贴id，发贴时间，所
回帖发贴id如果存在，所回帖时间，就这些对吧。
每个贴的ip要不要？

【在 b******l 的大作中提到】

: 要 raw data 啊，数据分析和数据收集要分开啊。。。
:
: 行。

b*l2010-08-17 07:08

74 楼

嗯，嗯，可以做的东西太多了。摩拳擦掌ing。。。
认真地说哈，到哪里申请个 funding 涅？我知道只要肯卖身，挺容易申请到的，比如
说跟 CIA 有关的那些基金。。。

时候
时间
以用

【在 d*****9 的大作中提到】

: 这样节省parsing时间。没有必要每次重新parse 那些posts。
: 比如: 对于一个given id，口头禅的确定可以选短posts和长posts的前，比如说20个字
: 做pattern search来寻找。
: 等等。

x*n2010-08-17 07:08

75 楼

orz，你不是要去业界了么，还真拿这个make a living啊。。。

【在 b******l 的大作中提到】

: 嗯，嗯，可以做的东西太多了。摩拳擦掌ing。。。
: 认真地说哈，到哪里申请个 funding 涅？我知道只要肯卖身，挺容易申请到的，比如
: 说跟 CIA 有关的那些基金。。。
:
: 时候
: 时间
: 以用

b*l2010-08-17 07:08

76 楼

ip 如果不麻烦的话，也可以要啊。
主题是个大问题：如何区分？貌似 bbs 的版面有特殊方法，每个主题都给一个 unique
id。这个 id 好像从网页的地址可以看到。毕竟有回帖改标题的现象，还挺多。
学术界的主要考量是：有没有把最关键的 raw data 都记录下来。反过来意思就是：会
不会以后某天在可能有所突破时，突然拍着大腿痛哭道：当时要是把那个信息记录下来
就好了。
你要是能搭个数据库，那就太好了，我们可以访问，抓数据下来。甚至可以开个 mail-
list/blog/wave 来专门玩儿这个，能攒个 multidisciplinary team 更好。
还可以做很多预测，更有趣的是，可以验证这些预测。
比如说，预测到，如果我们在某个话题（也就是说，可以触动那些小圈子）上挑拨某两
个关键 id，都有哪些 id 会跳出来，争执和纠纷会波及哪些版面，吵架的发展会如何
，会导致目前的这些小圈子如何演变。
另一个好玩的实验是：如果怀疑某两个 id 互为马甲，那么如何设计一系列帖子，分别
在某个时机发在某几个版上，看这两个 id 的反应，来证实或证伪之。
nnd，太好玩了，这个 top

【在 x******n 的大作中提到】

: 我本来只对几种特定的应用感兴趣啊，所以就放一起了。
: 呵呵，这个有点像学术界和业界的区别。
: 要收集你说的这也可以，另外记录就好了。
: 你要的是，对于每个主题，标题，然后对于主题里的每个帖子，发贴id，发贴时间，所
: 回帖发贴id如果存在，所回帖时间，就这些对吧。
: 每个贴的ip要不要？

b*l2010-08-17 07:08

77 楼

还不知道啊。去业界也是打算以 research 为主啊。
再说了，这个东西，的确是能用来申请 funding 的啊，那为啥不搞点儿钱涅？更何况
只要申请到了 funding，拿出一点儿来给老邢，比如说 10k，你想要老邢怎么配合你收
集数据都成，多爽啊。

比如

【在 x******n 的大作中提到】

: orz，你不是要去业界了么，还真拿这个make a living啊。。。

d*92010-08-17 07:08

78 楼

你这个parse程序改改还可以用来抢包子。cron job每版的新posts，search for 包子。发现了还可以自动re挣包子。
额发财了。哈哈。

【在 x******n 的大作中提到】

: orz，你不是要去业界了么，还真拿这个make a living啊。。。

x*n2010-08-17 07:08

79 楼

ip不麻烦，我已经在统计了
主题不是问题，web上有同主题模式，不怕你改标题。
帖子内容也可以记一点，就最多30个字吧。
这样应该差不多所有信息都有了。

unique
mail-

【在 b******l 的大作中提到】

: ip 如果不麻烦的话，也可以要啊。
: 主题是个大问题：如何区分？貌似 bbs 的版面有特殊方法，每个主题都给一个 unique
: id。这个 id 好像从网页的地址可以看到。毕竟有回帖改标题的现象，还挺多。
: 学术界的主要考量是：有没有把最关键的 raw data 都记录下来。反过来意思就是：会
: 不会以后某天在可能有所突破时，突然拍着大腿痛哭道：当时要是把那个信息记录下来
: 就好了。
: 你要是能搭个数据库，那就太好了，我们可以访问，抓数据下来。甚至可以开个 mail-
: list/blog/wave 来专门玩儿这个，能攒个 multidisciplinary team 更好。
: 还可以做很多预测，更有趣的是，可以验证这些预测。
: 比如说，预测到，如果我们在某个话题（也就是说，可以触动那些小圈子）上挑拨某两

x*n2010-08-17 07:08

80 楼

这事我早干过了，然后被发现封号了。。

子。发现了还可以自动re挣包子。

【在 d*****9 的大作中提到】

: 你这个parse程序改改还可以用来抢包子。cron job每版的新posts，search for 包子。发现了还可以自动re挣包子。
: 额发财了。哈哈。

b*l2010-08-17 07:08

81 楼

赞啊，赞啊。行动力太强大了。

：会
下来
某两

【在 x******n 的大作中提到】

: ip不麻烦，我已经在统计了
: 主题不是问题，web上有同主题模式，不怕你改标题。
: 帖子内容也可以记一点，就最多30个字吧。
: 这样应该差不多所有信息都有了。
:
: unique
: mail-

x*n2010-08-17 07:08

82 楼

还好我是用的马甲，话说eos还是此事件的受害者。。

【在 x******n 的大作中提到】

: 这事我早干过了，然后被发现封号了。。
:
: 子。发现了还可以自动re挣包子。

kx2010-08-17 07:08

83 楼

你不要假借这种话来撇清你和eos互为马甲的事实

【在 x******n 的大作中提到】

: 还好我是用的马甲，话说eos还是此事件的受害者。。

b*l2010-08-17 07:08

84 楼

对了对了，我还有一个感兴趣的问题：歪楼。
没想好这个东西怎么做。大致就是：楼是怎么歪的，歪的路径是什么，是不是总是歪到
某几个话题上去。要是有好的办法来定量描述主题的变动，在空间内画出一条曲线来，
就好了。搞一堆这样的曲线，看看话题都是如何流动的，嗯。
再一个问题：水闸。
每一个高楼都有爆发和最后封顶的时候。为什么会突然就灌起来了。为什么会最后封顶
了。水闸是某些 id（有些 id 是天然水闸），还是某些回帖（比如说引向了索然无味
的话题），还是时间（比如说水车们睡觉了）。

【在 x******n 的大作中提到】

: 还好我是用的马甲，话说eos还是此事件的受害者。。

d*92010-08-17 07:08

85 楼

为什么会这样？每个包子贴回一个re都会被封? 那手动发re好了。一天能挣一会就已经
好了。
不过俺还是不相信会被封。如果每次cron job的时间是记下的，那下次cron job的时候
注意只search那些在那个时间后发的主题贴就行了。他们怎么能recognize那是自动程
序呢？

【在 x******n 的大作中提到】

: 还好我是用的马甲，话说eos还是此事件的受害者。。

x*n2010-08-17 07:08

86 楼

你不要假借这种话来撇清你和我互为马甲的事实。

【在 kx 的大作中提到】

: 你不要假借这种话来撇清你和eos互为马甲的事实

b*l2010-08-17 07:08

87 楼

可能程序有 bug，被识破了？
比如说，反复回同一个包子贴。。。

【在 d*****9 的大作中提到】

: 为什么会这样？每个包子贴回一个re都会被封? 那手动发re好了。一天能挣一会就已经
: 好了。
: 不过俺还是不相信会被封。如果每次cron job的时间是记下的，那下次cron job的时候
: 注意只search那些在那个时间后发的主题贴就行了。他们怎么能recognize那是自动程
: 序呢？

x*n2010-08-17 07:08

88 楼

我那个是实时的，desktop app，不是cron job。
后来有人发现每个包子贴都有这个id，就怀疑上了是机器人。
然后有人发个陷阱贴，比如“骗机器人吃包子”，我的程序就上当了。
当时好像已经吃了有50个包子了。

【在 d*****9 的大作中提到】

x*n2010-08-17 07:08

89 楼

主要我比较贪心，不是光一个版，是全站所有版的包子都去吃。。

【在 x******n 的大作中提到】

: 我那个是实时的，desktop app，不是cron job。
: 后来有人发现每个包子贴都有这个id，就怀疑上了是机器人。
: 然后有人发个陷阱贴，比如“骗机器人吃包子”，我的程序就上当了。
: 当时好像已经吃了有50个包子了。

d*92010-08-17 07:08

90 楼

记post的前200字吧。如果100，000post×400=40M，还好吧。

【在 x******n 的大作中提到】

x*n2010-08-17 07:08

91 楼

orz

【在 b******l 的大作中提到】

: 对了对了，我还有一个感兴趣的问题：歪楼。
: 没想好这个东西怎么做。大致就是：楼是怎么歪的，歪的路径是什么，是不是总是歪到
: 某几个话题上去。要是有好的办法来定量描述主题的变动，在空间内画出一条曲线来，
: 就好了。搞一堆这样的曲线，看看话题都是如何流动的，嗯。
: 再一个问题：水闸。
: 每一个高楼都有爆发和最后封顶的时候。为什么会突然就灌起来了。为什么会最后封顶
: 了。水闸是某些 id（有些 id 是天然水闸），还是某些回帖（比如说引向了索然无味
: 的话题），还是时间（比如说水车们睡觉了）。

x*n2010-08-17 07:08

92 楼

那根全记也差不多了，每天40M可不少啊。。。

【在 d*****9 的大作中提到】

: 记post的前200字吧。如果100，000post×400=40M，还好吧。

m*g2010-08-17 07:08

93 楼

那次太搞笑了

已经
时候
动程

【在 x******n 的大作中提到】

d*92010-08-17 07:08

94 楼

哈哈。

【在 x******n 的大作中提到】

kx2010-08-17 07:08

95 楼

好吧
你把eos封了
我就承认你和我互为马甲
哦耶

【在 x******n 的大作中提到】

: 你不要假借这种话来撇清你和我互为马甲的事实。

b*l2010-08-17 07:08

96 楼

哈哈，机器人的弱点就是这个啊。
所以开发机器人的时候，才需要引入 stochastic，来避免死锁啦，陷阱啦之类的。
最简单的，如果你的机器人随机只吃一半的包子，那就安全多了。

已经
时候
动程

【在 x******n 的大作中提到】

d*92010-08-17 07:08

97 楼

那就搞个手动mode好了。一天可能也就几次吧。还有用cron job。每半小时一次好了。

【在 x******n 的大作中提到】

: 主要我比较贪心，不是光一个版，是全站所有版的包子都去吃。。

x*n2010-08-17 07:08

98 楼

后来搞了印钞机，就不把吃包子放眼里了。
不过现在吃包子又有了价值。。。

了。

【在 d*****9 的大作中提到】

: 那就搞个手动mode好了。一天可能也就几次吧。还有用cron job。每半小时一次好了。

x*n2010-08-17 07:08

99 楼

话说当年印钞票的时候还被流星举报到sysop去了，lol

【在 x******n 的大作中提到】

: 后来搞了印钞机，就不把吃包子放眼里了。
: 不过现在吃包子又有了价值。。。
:
: 了。

d*92010-08-17 07:08

100 楼

咋嫩的？印钞机。

【在 x******n 的大作中提到】

: 话说当年印钞票的时候还被流星举报到sysop去了，lol

m*g2010-08-17 07:08

101 楼

你包子机器人的陷阱贴也是我和朝韩几个人搞的

【在 x******n 的大作中提到】

: 话说当年印钞票的时候还被流星举报到sysop去了，lol

x*n2010-08-17 07:08

102 楼

恩，我知道

【在 m*********g 的大作中提到】

: 你包子机器人的陷阱贴也是我和朝韩几个人搞的

x*n2010-08-17 07:08

103 楼

就是赚发贴的1分钱，有个bug，你发贴再自宫，版面的1分钱不扣。
当然我这个比较保守，如果野蛮一点的，用斑竹区段删，一贴就能赚2分钱了。

【在 d*****9 的大作中提到】

: 咋嫩的？印钞机。

d*92010-08-17 07:08

104 楼

这个比较不好，占用站方资源。包子的那个手动 mode应该没问题。一天一次的话一年
3650，两次的话7000。不得了啊。哈哈。

【在 x******n 的大作中提到】

: 就是赚发贴的1分钱，有个bug，你发贴再自宫，版面的1分钱不扣。
: 当然我这个比较保守，如果野蛮一点的，用斑竹区段删，一贴就能赚2分钱了。

x*n2010-08-17 07:08

105 楼

不过话说，这几年发生了什么，韩朝好像已经死了。

【在 m*********g 的大作中提到】

: 你包子机器人的陷阱贴也是我和朝韩几个人搞的

x*n2010-08-17 07:08

106 楼

OK，改完了，重新运行。。
现在对于每个帖子记录版面，发贴人，发贴时间，ip，同主题贴标题，这个贴在同主题
贴中的位置（几楼），如果是一个回复回的是哪一个贴，以及内容的前50个字。
不过话说，多记了一堆东西，运行的比以前慢了，不知道现在一天能搞几万贴，10万是
肯定没有了。

【在 x******n 的大作中提到】

m*g2010-08-17 07:08

107 楼

朝韩已经升级成公共版面，所以从俱乐部区进不去了
不过公共版的朝韩现在也没啥人去了

【在 x******n 的大作中提到】

: 不过话说，这几年发生了什么，韩朝好像已经死了。

m*g2010-08-17 07:08

108 楼

这些信息足够把小红狼的马甲全部找出来了

【在 x******n 的大作中提到】

: OK，改完了，重新运行。。
: 现在对于每个帖子记录版面，发贴人，发贴时间，ip，同主题贴标题，这个贴在同主题
: 贴中的位置（几楼），如果是一个回复回的是哪一个贴，以及内容的前50个字。
: 不过话说，多记了一堆东西，运行的比以前慢了，不知道现在一天能搞几万贴，10万是
: 肯定没有了。

b*g2010-08-17 07:08

109 楼

这么轻易就能找出来的马甲，即便找到也没啥意思
有劲的马甲都不是这么能找到的

【在 m*********g 的大作中提到】

: 这些信息足够把小红狼的马甲全部找出来了

x*n2010-08-17 07:08

110 楼

清除了一些bug，修正了一些有问题的设计思路，增强了一些错误处理，特别是多线操作
的情况。现在一条线一天大概能搞5-6万贴，可以多条线同时来，跟上进度是没有问题的
，就是最后数据库合并要费一点工夫。增强的错误处理使得可以每天cron job自动来，
不需要人工干预。
另外每贴改取内容的前200字，因为我发现空间就算买也还是很便宜的。

【在 x******n 的大作中提到】

A*e2010-08-17 07:08

111 楼

什么时候公布结果？

操作
题的
主题
万是

【在 x******n 的大作中提到】

: 清除了一些bug，修正了一些有问题的设计思路，增强了一些错误处理，特别是多线操作
: 的情况。现在一条线一天大概能搞5-6万贴，可以多条线同时来，跟上进度是没有问题的
: ，就是最后数据库合并要费一点工夫。增强的错误处理使得可以每天cron job自动来，
: 不需要人工干预。
: 另外每贴改取内容的前200字，因为我发现空间就算买也还是很便宜的。

x*n2010-08-17 07:08

112 楼

不要急，收集数据要好长时间呢。

【在 A*******e 的大作中提到】

: 什么时候公布结果？
:
: 操作
: 题的
: 主题
: 万是

A*e2010-08-17 07:08

113 楼

一个月够不够？

【在 x******n 的大作中提到】

: 不要急，收集数据要好长时间呢。

x*n2010-08-17 07:08

114 楼

初步结果应该够了

【在 A*******e 的大作中提到】

: 一个月够不够？

A*e2010-08-17 07:08

115 楼

要在0区公布么？

【在 x******n 的大作中提到】

: 初步结果应该够了

x*n2010-08-17 07:08

116 楼

我考虑直接做个网站公布。。

【在 A*******e 的大作中提到】

: 要在0区公布么？

A*e2010-08-17 07:08

117 楼

网址公布在0区？

【在 x******n 的大作中提到】

: 我考虑直接做个网站公布。。

x*n2010-08-17 07:08

118 楼

恩

【在 A*******e 的大作中提到】

: 网址公布在0区？

A*s2010-08-17 07:08

119 楼

一肚子坏水！

will
speak

【在 A*******e 的大作中提到】

: 网址公布在0区？

A*s2010-08-17 07:08

120 楼

不是说本版一半都是她的马甲么？
还有人说，这个估计保守了，应该至少80%

主题
万是

【在 m*********g 的大作中提到】

: 这些信息足够把小红狼的马甲全部找出来了

A*s2010-08-17 07:08

121 楼

不是每个版都有一只小鸡

【在 x******n 的大作中提到】

: 不过话说，这几年发生了什么，韩朝好像已经死了。

A*s2010-08-17 07:08

122 楼

什么手动mode?
包子是灌水灌出来的灌汤包啊

【在 d*****9 的大作中提到】

: 这个比较不好，占用站方资源。包子的那个手动 mode应该没问题。一天一次的话一年
: 3650，两次的话7000。不得了啊。哈哈。

A*s2010-08-17 07:08

123 楼

我考古看见了，哼唧

【在 m*********g 的大作中提到】

: 你包子机器人的陷阱贴也是我和朝韩几个人搞的

A*s2010-08-17 07:08

124 楼

结果把窦娥给杀档了

【在 x******n 的大作中提到】

: 话说当年印钞票的时候还被流星举报到sysop去了，lol

A*s2010-08-17 07:08

125 楼

人家说，为啥我在TrustinJesus只敢封你
就是因为你是我马甲

【在 kx 的大作中提到】

: 好吧
: 你把eos封了
: 我就承认你和我互为马甲
: 哦耶

A*s2010-08-17 07:08

126 楼

哈哈，赞敬业

【在 x******n 的大作中提到】

g*12010-08-17 07:08

127 楼

出了结果我就给500房顶

【在 x******n 的大作中提到】

: 初步结果应该够了

m*g2010-08-17 07:08

128 楼

这个小红狼肯定是小时候丢手帕的游戏玩多了，受害不浅

10

【在 A*******s 的大作中提到】

: 不是说本版一半都是她的马甲么？
: 还有人说，这个估计保守了，应该至少80%
:
: 主题
: 万是

m*g2010-08-17 07:08

129 楼

那些经常哈哈哈哈哈哈哈哈的人怎么算

【在 r****y 的大作中提到】

: 口头禅：哈哈，次数：＋1

x*n2010-08-17 07:08

130 楼

哈哈哈哈哈哈哈哈

【在 m*********g 的大作中提到】

: 那些经常哈哈哈哈哈哈哈哈的人怎么算

r*y2010-08-17 07:08

131 楼

哈的长度不同，就是完全不同的口头禅
不是4个哈＝1个禽兽嘛

【在 m*********g 的大作中提到】

: 那些经常哈哈哈哈哈哈哈哈的人怎么算

x*n2010-08-17 07:08

132 楼

orz，那
踹飞～～～～
和
踹飞～～～～～
是不是同一个口头禅？

【在 r****y 的大作中提到】

: 哈的长度不同，就是完全不同的口头禅
: 不是4个哈＝1个禽兽嘛

r*y2010-08-17 07:08

133 楼

当然不同，就连是否全角都不同

【在 x******n 的大作中提到】

: orz，那
: 踹飞～～～～
: 和
: 踹飞～～～～～
: 是不是同一个口头禅？

p*e2010-08-17 07:08

134 楼

圈子好找
马甲不好找
浅藏的马甲好找
藏的深的不好找

Rba

【在 x******n 的大作中提到】

x*n2010-08-17 07:08

135 楼

那是啊，电脑哪能跟人斗智呢。。

【在 p**e 的大作中提到】

: 圈子好找
: 马甲不好找
: 浅藏的马甲好找
: 藏的深的不好找
:
: Rba

p*e2010-08-17 07:08

136 楼

但是人可以跟人斗智~:P

【在 x******n 的大作中提到】

: 那是啊，电脑哪能跟人斗智呢。。

kx2010-08-17 07:08

137 楼

咱这个交谈还是不够热烈啊

【在 A*******s 的大作中提到】

: 马甲你好！
: 好久不见，穿梭还顺利么？

g*12010-08-17 07:08

138 楼

我先答应个500的房顶

【在 x******n 的大作中提到】

g*12010-08-17 07:08

139 楼

可以统计标点符号频率，比如。。。，！

【在 x******n 的大作中提到】

: 。。。这个难度太大了

Z*l2010-08-17 07:08

140 楼

跑进来一看一堆小圈子的在发贴回帖，原来是主语小圈子在研究，不是在研究小圈子宾语。飘走。

【在 x******n 的大作中提到】

r*y2010-08-17 07:08

141 楼

主语们
在吐泡泡
宾语们
在冒泡泡

宾语。飘走。

【在 Z*****l 的大作中提到】

: 跑进来一看一堆小圈子的在发贴回帖，原来是主语小圈子在研究，不是在研究小圈子宾语。飘走。

A*s2010-08-17 07:08

142 楼

什么是马家特色？发贴时段要接近，但是不能重合？
那么足球班众多变态马家门肯定发现不了，他们都是马甲一起上，咔咔

【在 m*********g 的大作中提到】

: 这些数据找马甲肯定差得多
: 最好能比较（id A 和 B）ip地址，发帖时段和版面，还有跟同一个人id C搭话的频率
:
: Rba

A*s2010-08-17 07:08

143 楼

打滚起源是娜娜，锅盖起源是我偶像
但是现在都被别人发扬光大了。

【在 m*********g 的大作中提到】

: 还有id的口头禅也可以设法统计一下
:
: 频率

A*s2010-08-17 07:08

144 楼

谁哈哈的时候，自己还会数？

【在 r****y 的大作中提到】

: 哈的长度不同，就是完全不同的口头禅
: 不是4个哈＝1个禽兽嘛

x*n2010-08-17 07:08

145 楼

再更新一下进度，代码已修改，这些都统计了，以前的数据都删了，重新运行中。

【在 x******n 的大作中提到】

: 恩，我考虑下怎么把这些都统计进去。

b*l2010-08-17 07:08

146 楼

我想做这个已经很久了，呵呵。
最初始的粗糙分析，比如说可以做指向图。
开新贴，为 sink；最后一个回帖的，为 source；自回自贴的，为 self loop；其它的
，比如说 A 回 B 的贴，就标记为 A -> B。
然后就可以发现两种 global hub：一种是向外的，一种是向内的。也就是说，第一类
人，见贴就回；第二类人，赢得高回帖率。这两类人都是 bbs network 的 hub。当然
了，这两类人可以重叠，甚至经常重叠。
然后用 bayessian model 筛选出 local hub。也就是说，以所有 id 为 control，筛
选出两类针对某些 id 的 hub，比如说，第一类 hub 为：对于所研究的 id X，他对所
有 id 的回帖情况为 control，定义一个 threshold，就可以筛选出他针对哪些 id 回
帖更密集，此为向外指向的 hub；以所有 id 对他的帖子的回帖情况为 control，同样
方法可以找出第二类 hub，也就是集中回他贴的那些 id。分别标记为：
X => {A, B, C,...}; {O, P, A} => X。
进

【在 x******n 的大作中提到】

: 再更新一下进度，代码已修改，这些都统计了，以前的数据都删了，重新运行中。

b*l2010-08-17 07:08

147 楼

然后把时间尺度和空间尺度分别加进来。空间尺度定义为版面，时间尺度定义为这个
network topology 的 dynamic change。后者可以做成动画。
以 network topology 为基础，可以进一步分析各版的内在联系，比如说哪些是属于某
个小圈子的（比如说 thoughts 版是 mean 人集中营，过去的棒子连也是），哪些版是
两个小圈子互相交流或碰撞的（8 区的老将小将，比如说 -- 靠，其实老将和小将可能
属于同一个小圈子）。这样，目光就可以透过一个个版面的表面阻隔，看清下面流动的
小圈子间的动态关系。

【在 b******l 的大作中提到】

: 我想做这个已经很久了，呵呵。
: 最初始的粗糙分析，比如说可以做指向图。
: 开新贴，为 sink；最后一个回帖的，为 source；自回自贴的，为 self loop；其它的
: ，比如说 A 回 B 的贴，就标记为 A -> B。
: 然后就可以发现两种 global hub：一种是向外的，一种是向内的。也就是说，第一类
: 人，见贴就回；第二类人，赢得高回帖率。这两类人都是 bbs network 的 hub。当然
: 了，这两类人可以重叠，甚至经常重叠。
: 然后用 bayessian model 筛选出 local hub。也就是说，以所有 id 为 control，筛
: 选出两类针对某些 id 的 hub，比如说，第一类 hub 为：对于所研究的 id X，他对所
: 有 id 的回帖情况为 control，定义一个 threshold，就可以筛选出他针对哪些 id 回