V2EX 周报 - 第一期 (2015.11.16-2015.11.23)

[sciooga]

写在最前面：个人感觉 V2EX 信息熵开始走低，所以部署了一只爬虫以极慢的速度爬取了 V 站的所有主题及回复来提取价值较高的主题，并一直更新数据至今。现打算定期拿出来分享一下，给那些时间不多，但是又不想错过 V 站精彩主题的朋友们。周报以周一起，周日止，每周二 /周三发布上一周的周报，数据均截止于发帖时的数据进行排序。有很多数据并没有使用起来，以后会慢慢增加周报的内容。

其实也做了一个简单的展示页面，但是还有些不完善，等完善了再发布吧。另外 V 站各位有开发各种浏览 V2EX APP 的同学可以和我联系下，我可以免费提供一些 API 有日报、周报、月报、各种时间段各种数据的排行榜，以及各时段的在线人数走势之类的数据。

那么，第一期就这样吧~

本周主题得分 - Top 10

1. 这就是极米和知乎的节操？ - 互联网 - wsph123 - 22181 分
2. 淘宝奇遇记:doge:多图 - 分享发现 - yvanhe - 11340 分
3. mac 命令行唱歌◽ - 奇思妙想 - Deeer - 10346 分
4. 于是我攒了一个黑苹果 - Mac OS X - pandachow - 9564 分
5. 今天被老爸教育要攒钱买房子 - 上海 - sneezry - 8390 分
6. 实在想不明白扫码支付和信用卡对比有什么优势 - 问与答 - billytv - 8287 分
7. 找了个女朋友后感觉没时间看书写代码了，怎么办 - 情感问题 - Euray - 7837 分
8. usr 真的是 Unix Shared Resources 的缩写，而不是 user 的缩写吗？ - Linux - justjavac - 7689 分
9. 唉，公司倒闭了，就分了 17000 块！ - 职场话题 - powtop - 7228 分
10. 炒鸡好看的 HTML5 音乐播放器： APlayer - 分享创造 - DIYgod - 7042 分

---

本周主题投票 - Top 10

1. 这就是极米和知乎的节操？ - 互联网 - wsph123 - 38 票
2. 淘宝奇遇记:doge:多图 - 分享发现 - yvanhe - 12 票
3. 忍痛割爱 mac mini ！！这是一个血泪史！！！ - 二手交易 - kyonnn - 6 票
4. 「社招」阿里巴巴， 20k~40k ，高级前端开发，杭州滨江 - 酷工作 - FrankFang128 - 6 票
5. mac 命令行唱歌◽ - 奇思妙想 - Deeer - 6 票
6. iOS 或者说 IT 圈内几个所谓的「大 V 」相互捧臭脚真是讨厌。 - 水深火热 - Hamniba - 5 票
7. 「｜」：聚合 Twitter 、 Instagram 和 微博 - 分享创造 - RoberMac - 4 票
8. 欢迎喜欢造轮子的人来一起交♂流 - 分享发现 - sox - 4 票
9. 写了一个微博相册的爬虫，顺便根据爬虫抓到的图片，写了个随机发图的 Telegram 的 Bot 。 - 分享创造 - lincanbin - 4 票
10. 算法面试 cheatsheet 0.0.4 - 程序员 - deepreader - 4 票

---

本周主题感谢 - Top 10

1. 淘宝奇遇记:doge:多图 - 分享发现 - yvanhe - 12 次
2. 算法面试 cheatsheet 0.0.4 - 程序员 - deepreader - 11 次
3. 这就是极米和知乎的节操？ - 互联网 - wsph123 - 11 次
4. mac 命令行唱歌◽ - 奇思妙想 - Deeer - 6 次
5. 炒鸡好看的 HTML5 音乐播放器： APlayer - 分享创造 - DIYgod - 5 次
6. Dockercraft - Docker - Livid - 5 次
7. 全家桶的惊喜 - 分享创造 - easychen - 5 次
8. 推荐几本 Python 的免费图书 - Python - kancloud - 5 次
9. 「｜」：聚合 Twitter 、 Instagram 和 微博 - 分享创造 - RoberMac - 4 次
10. 传图识花 - 发送花朵特写的图片，识别花朵的名字 - 分享创造 - restran - 4 次

---

本周主题收藏 - Top 10

1. mac 命令行唱歌◽ - 奇思妙想 - Deeer - 138 次
2. 炒鸡好看的 HTML5 音乐播放器： APlayer - 分享创造 - DIYgod - 91 次
3. 推荐几本 Python 的免费图书 - Python - kancloud - 77 次
4. 于是我攒了一个黑苹果 - Mac OS X - pandachow - 70 次
5. 算法面试 cheatsheet 0.0.4 - 程序员 - deepreader - 70 次
6. 写了一个微博相册的爬虫，顺便根据爬虫抓到的图片，写了个随机发图的 Telegram 的 Bot 。 - 分享创造 - lincanbin - 69 次
7. 淘宝奇遇记:doge:多图 - 分享发现 - yvanhe - 62 次
8. 用 Django 撸的第二个作品：三十撸啊撸 - Python - infinity1207 - 61 次
9. 今天被老爸教育要攒钱买房子 - 上海 - sneezry - 45 次
10. 周末啦，推荐程序猿们读的一些书籍~不妨一读 - 推广 - kancloud - 42 次

---

本周主题点击 - Top 10

1. 这就是极米和知乎的节操？ - 互联网 - wsph123 - 7691 次
2. 唉，公司倒闭了，就分了 17000 块！ - 职场话题 - powtop - 6168 次
3. 我无耻地来分享好东西了 - 程序员 - spencerqiu - 5793 次
4. 找了个女朋友后感觉没时间看书写代码了，怎么办 - 情感问题 - Euray - 5739 次
5. 于是我攒了一个黑苹果 - Mac OS X - pandachow - 5734 次
6. 今天被老爸教育要攒钱买房子 - 上海 - sneezry - 5577 次
7. 实在想不明白扫码支付和信用卡对比有什么优势 - 问与答 - billytv - 5569 次
8. 115 的年费会员又涨价了……谁给他的勇气 - 互联网 - Bryan0Z - 5231 次
9. 五分钟怒删 Office 2016 - 水深火热 - JackBlack2006 - 5108 次
10. IT 从业者一部 iPhone 4 用了 5 年是什么情况？ - 分享发现 - XDA - 4821 次

---

本周主题回复 - Top 10

1. 实在想不明白扫码支付和信用卡对比有什么优势 - 问与答 - billytv - 206 次
2. 这就是极米和知乎的节操？ - 互联网 - wsph123 - 163 次
3. 找了个女朋友后感觉没时间看书写代码了，怎么办 - 情感问题 - Euray - 160 次
4. 除了火狐大家都用什么浏览器？ - 调查 - czipeng - 135 次
5. [SOHO] 只为求一枚自由主义的 PHPer - 酷工作 - wengebin - 135 次
6. 今天被老爸教育要攒钱买房子 - 上海 - sneezry - 134 次
7. 没想到我居然能有幸前来询问 offer 比较，听说毕业生第一份工作很重要 - 职场话题 - suusatoshigi - 131 次
8. 115 的年费会员又涨价了……谁给他的勇气 - 互联网 - Bryan0Z - 127 次
9. 五分钟怒删 Office 2016 - 水深火热 - JackBlack2006 - 125 次
10. 忍痛割爱 mac mini ！！这是一个血泪史！！！ - 二手交易 - kyonnn - 123 次

---

本周回复感谢 - Top 10

1. 有个人在我们学校贴吧骂我们老师，有没有办法找到那个人的 IP 。 - 水深火热 - c742435 - 36 次
2. 我是不是该主动辞职了…… - 职场话题 - my101du - 28 次
3. IT 从业者一部 iPhone 4 用了 5 年是什么情况？ - 分享发现 - hellov22ex - 26 次
4. 找了个女朋友后感觉没时间看书写代码了，怎么办 - 情感问题 - x86 - 22 次
5. 大大去了一趟， aws 新加坡的节点就是不一样!! - Amazon Web Services - kittyoung - 19 次
6. 大大去了一趟， aws 新加坡的节点就是不一样!! - Amazon Web Services - LMkillme - 15 次
7. IS 声称处决中国和挪威人质，外交部确认 - 分享发现 - caixiexin - 12 次
8. 大大去了一趟， aws 新加坡的节点就是不一样!! - Amazon Web Services - bestkayle - 10 次
9. usr 真的是 Unix Shared Resources 的缩写，而不是 user 的缩写吗？ - Linux - doublleft - 10 次
10. 实在想不明白扫码支付和信用卡对比有什么优势 - 问与答 - x86 - 9 次

---

注：主题得分依据投票、感谢、回复、点击、收藏以及回复质量计算而得；回复感谢排行下的回复均为当周主题内的回复，久远的主题中近期回复会进入总榜但不会进入周报。

[Leo]

有点意思，感谢

[BuilderQiu]

nice job

[SeanChense]

熵--表示混乱度。

[sciooga]

@SeanChense .. 原谅我的错误，感觉每次发点什么都会闹笑话。

[111111111111]

果然有些热闹的帖子被我错过了，感谢

[Felldeadbird]

不错，以后可以定期找遗漏的热门 V 贴

[caiya21]

顶贴来了，顺便来看贴

[vainly]

总感觉会出现，结果就出现了。

[WildCat]

赞！
iOS 客户端开发者出现了，希望具体沟通。 i(at)wildcat.io

[keniusahdu]

不错.定期看周报了.不刷贴了.

[kenshinhu]

求爬虫教程

[Mrxx]

做成微信号订阅，省去很多时间

[sciooga]

@kenshinhu V 站的爬虫没什么技术含量的... 单一 IP 只要爬取速度不太快就不会触发 1800 秒了，然后想怎么弄都行了。

这个爬虫有几个爬取方式，一个是通过 v2ex.com/changes 获取到最新的无过滤的主题更新列表
一个是根据时间段划分主题 ID 进行爬取（分速度，近期的更新快些，越久远速度越慢）

然后需要登录才能查看的主题带上 A2 这个 cookie 就行了。

[sciooga]

@Mrxx 要是有时间都可以弄，只是我比较懒... 爬虫都爬了好几个月了现在才发布， Feed 都没得空弄...

[Devin]

熵只增不减😏

[kenshinhu]

@sciooga 找空用我大 node 试试!

[sunpj]

棒棒哒

[fakir]

good

[Ellison]

这个赞,收藏先,期待下一期

[xiaoc19]

赞一下啦

[hauk0101]

有趣

[MrJing1992]

good ，我预测楼主的贴子会登顶楼主的榜单，感谢楼主

[kyonnn]

哈哈好棒！看到我的名字了！！！！

[cwhong4399]

如果能长期弄下去，可以考虑让 L 大弄个节点咯

[JayFang1993]

这个棒 nice

[kyonnn]

特意百度了一下“信息熵”，完了，发现自己智硬，抽搐惹……

[nevermind1998]

居然錯過了要賣 mac mini 的妹子
桑心

[sciooga]

@kyonnn 大运营你好呀～ 弄不懂就算了，我也是高中时候看压缩算法了解了一下而已，恍恍惚惚又过去几年了。

[Pastsong]

居然错过了要卖 Mac mini 的妹子，我这一周在 V2 都在干什么啊！

[DIYgod]

回复质量是怎么算的

[SpicyCat]

方便的话，能否开源下爬虫代码？

[RockShake]

Nice

[mornlight]

看起来即使是同一个帖子，也会经常爬一下更新感谢数和回复数？
另外，既然存了帖子标题，楼主有没有考虑过开放一个标题搜索功能？

[aheadlead]

可以开放个邮件订阅吗

[sciooga]

@DIYgod 每条收到 3 个以上的感谢的回复会提升主题的回复质量系数，这个系数对主题得分有比较大的影响。


@SpicyCat 开源没问题，只是不是近期，我得找个时间重构一下。

[sciooga]

@mornlight
是的，定期更新，包括主题的点击数、感谢数都会更新，更新频度由近及远依次降低，比如超过一个月之外的主题大概需要两个月才会更新一次数据了。


@aheadlead
最近打算弄好订阅这些东西，待我这两天完成了前端页面先吧。
有更新会写入周报的。

[arbipher]

有点意思

[loryyang]

顶 lz ，也认同部分低质量帖子变多的感觉
PS ：记得统计里面把这个帖子去掉。。。

[heyf]

@SeanChense
@sciooga

https://zh.wikipedia.org/wiki/%E7%86%B5_(%E4%BF%A1%E6%81%AF%E8%AE%BA)
在信息世界，熵越高，则能传输越多的信息，熵越低，则意味着传输的信息越少。

错的不是你（是世界）

[s5s5]

楼主好人啊

[Bairrfhoinn]

好是好，但是开头那壹段文字就不能用正常大小的字体来书写嘛，实在是太细了，看得人眼睛都要瞎了，为了看清楚说的什么，我都是把浏览器字体放大放大再放大才开始继续阅读的。

[sciooga]

@Bairrfhoinn 不好意思了，以后要有简单说明会放大些的。

[v23ex]

得分是如何计算出来的？

[RyuZheng]

之前有人也做了周报，还可以订阅发送到 kindle 但是后来不知为啥就没更新了

[haitongz]

喜欢

[endpoint]

我倒是想看看爬虫怎么写的。嘻嘻

[ameba]

这篇感觉也能进日报

[xiangjian]

这个不错。 相当有料

[Mavious]

可以球一个 rss 订阅嘛？一周推 n 个热门帖子看看😉

[sciooga]

@Mavious 已在 TODO 列表，预计下星期前会有吧。

[smartdie]

楼主搞个微信订阅号吧，省去手机上看了。

[PrideChung]

我看走眼了，以为看到了

今天被老爸教育要攒钱买房子， 于是我攒了一个黑苹果 [:doge:]

[sciooga]

@PrideChung 顺带说一下， V2EX PLUS 更新至最新版是支持快捷键发送的，这样就不会把 doge 那个标签发出来了。

[moufuli]

希望可以推送至 kindle ，查看周报汇总滴文章。

[z7039585]

挺好的 如果可以用邮件订阅就更好了 0 0

[MaqicXu]

@moufuli +1

[luili]

我要把这个主题赞到十大

[yiciyuansky]

有意思

[sciooga]

@moufuli
@z7039585
@MaqicXu
@luili

RSS 订阅、微信订阅号、 kindle 推送等等这些这段时间会做的。

[49]

@sciooga prprpr ，快做吧！好期待！感谢！

[MinskyNg]

支持一个

[djyde]

i'm in!

[dreammes]

支持一下

[Qlccks2]

本周回复感谢 - Top 10 有重复的吧

[sciooga]

@Qlccks2 点进去就明白了，上面都是主题排行，最后一个是回复排行（也是我最喜欢看的），有重复说明主题下的多条回复都进入了排行。

[eric227]

点赞

[vigoss]

Nice

[JackyHua]

顶贴

[shyrock]

为什么要强调是极慢的爬虫？怕被 Livid 封掉？

[quericy]

忽然想起来这周周报还没写

[sciooga]

@shyrock 我被封过好几次几天，不想麻烦去找代理，所以速度降低到很慢一分钟几个主题的速度，这样也省事不用怎么维护，写出来就是表明这个爬虫不会给 V 站服务器造成压力，没有什么问题的话还是别封了..

[luckyzhe]

有意思

[well]

有了这周报，以后不会盲目扫贴看了。

[GPU]

我帮你弄一个公众号如何？ 嘻嘻

[GPU]

我有空就 QQ 你。

[sciooga]

@GPU 哈，好啊~

[GPU]

@sciooga 今晚见~~~~~

[glogo]

LZ 请收下我的铜币！！！

[ibolee]

这个内容要是出现在右侧就好了~

[mornlight]

@GPU 这就约上了吗！

[GPU]

@mornlight 低调, 低调

[sobigfish]

所以以后只要订阅楼主久好了－。－

[sobigfish]

感觉 lz 花的功夫比 admin 还多， V2EX plus 什么的，你自己弄个社区估计能比这舒服多了。。
何必为他人做嫁衣？

[sciooga]

@sobigfish 嘿嘿，都是些练手的小玩意，而且社区的核心是人而不是技术。

[jiehuangwei]

@sciooga 给个建议吧，其实楼主是否应该考虑计算综合质量（俗称总分），然后再做 TOP 排行。
热门的帖子，其投票、感谢、回复、点击、收藏各个值一般都不低，否则就不是热门贴了，
如果再按照其各个维度进行排行，在前面的基本都是那么几个帖子，帖子重复度太大，而相对靠后的，
有一定质量的帖子就体现不出来了。
PS ：没有看回复，不知道是否已经有人提出过类似这个的建议

[matthewgao]

@SeanChense 混乱度决定了信息量，从信息论的角度说楼主没用错

[ershiwo]

表示非常关注，谢谢楼主

[1ychee]

支持一个。目测这个帖子第二期肯定上了。。

[sciooga]

@jiehuangwei 第一个得分排行便是各个项得分加权后的排行呀，重复是肯定的，很少有单一项特别突出的，但是某项特别突出的肯定不会被埋没，之前有个渐冻人论坛的求助在 V 站热门就没埋没了，但在我这的日榜看是最顶部的，因为得到的投票比较多。

[wakemecn]

@SeanChense 熵表示混乱度。熵值越低混乱度越大。信息熵越低，信息的混乱度越高，有价值的信息越少，和熵的概念不矛盾。建议看一下图灵的信息论在跑出来教育人。

[wakemecn]

@sciooga 熵的概念你用对了

[wakemecn]

@heyf 楼主没用错。熵值越低说明系统越混乱。一个混乱度高的系统与一个混乱度底的系统相比，传输的信息越少

[loveuqian]

有意思。。。
一直都很想做一个 V2 的 iOS 的 APP
虽然已经有很多了。。。

[Rafaam]

@wakemecn 物理中熵值越大混乱程度越大。图灵的信息论给了相反的定义？

[sciooga]

@wanll93918 我怎么记得是香农？

[zho6]

支持 周报
更期待月报和年报

[kancloud]

不错~

[lane3000]

干得漂亮，手动点赞～～

[hzlzh]

这个不错，说道公众号，我一直有维护一个组织号，可否放到公众号 v2ex_com 里推送呢？
cc @GPU

[GPU]

@hzlzh 暂时还没有开始搞 ，到时候看看把。