适逢昨日(6/15)邦邦又输了,宗贤又E了,又经历一场欢乐的比赛。
小弟我就想说分享本人这学期 Python 课程期末报告的部分内容给大家,中间会省
略一些艰涩或是太理论的部分。
本文的目的是期许大家持续让棒球板维持高流量呀~(虽然流量密码掌握在某队的手上)
好的,废话不多说,就让我们进入正题!
本研究将搜集 PTT baseball 板中,自中华职棒 33 年开季富邦首战至富邦悍将对乐天
桃猿三连胜前 PTT 文章资料并特别针对富邦悍将进行分析。
文章资料日期取自 2022/04/03 至 2022/05/18,一共 9317 篇文章。
本研究使用繁中版本 jieba 切词套件进行断词分析,但其实用中研院的 CKIP 套件
应该会更好,但跑太慢了,所我还是用 jieba。
资料分析环境预先处理:
在进行切词之前,我特别先针对 ptt 棒球板的一些专有名词加入字典之中, 比如:
‧ 现役球员、教练名称
‧ 各队暱称,如:“邦邦、爪爪、吱吱、龙龙、喵喵”等
‧ 棒球板专有梗,如:“煮粥、满垒计”等
‧ 移除停止词,如:一些标点符号和了、吗等语助词
那我们直接来看文字云~
首先,这是文章“标题”进行断词后所绘制的文字云:
https://i.imgur.com/EFx3QX4.jpg
谁是流量密码,就不用多说了吧,连各种今日文、炸裂文都打败不了的富邦悍将,
真是怀念那段单纯的时光。
再来看看大家的“留言”分析出来的文字云:
https://i.imgur.com/LX85Jye.jpg
正如我前面所述的,我有针对你各位的口语把邦邦放进去,所以可以看到富邦跟
邦邦两者可说是平分秋色。除此之外,“笑死”也算大家常说的话,看来还是
不能忽视某位高中生的影响力。
再者,我们来看看大家想到邦邦会想到什么东西,在这里我使用 word2vec 模组计算
个单词的词向量并计算余弦相似度用以取得个字词之间的相关性。
https://i.imgur.com/iO6hfYt.jpg
反正这个表,懂的人就懂。(煮/粥)
最后,我们来看看在这段期间,中华职棒五队每日相关发文的折线图,这张图是这样画
的,我会去看每篇文章标题的关键字(队名、球员名、教练名、暱称等等)然后去比较
出现的数量,如果平手就以“邦、爪、吱、喵、龙”的顺序进行分类。
(若文章都没有关键字,则不纳入讨论范围)
https://i.imgur.com/VshOR2G.jpg
我们可以看到“邦文”的数量可说是海虐各队,百万爪迷已不复存在,邦迷才是王道!
而这张折线图约有五个高峰,而我们在对其进行事件回顾分析,来看看当时是发生了什
么事情,导致邦文有极高的产量。
1. 04/08:富邦悍将阳耀勋于延长赛 11 局击败中信兄弟,开季三连败后 取得首胜。
2. 04/15~04/16:富邦悍将守备核炸连两战投手非自责分为 9 分和 6 分 且
李宗贤单局3E,开季 9 战 8 败平联盟纪录。富邦与兄弟发生
板凳冲突及跑垒争议。
3. 04/24:富邦悍将对战味全龙,单场帐面 3 次失误且有不少守备瑕疵, 且吞下 15 次
三振。
4. 04/30~05/01:4/30: 富邦悍将 7 连败同时外带 2E。05/01: 富邦悍将 取得本季第二
胜且对为本季对狮队首胜,富邦悍将单月胜率 100%。
5. 05/13:富邦领队说要找业余游击手补洞,引发譁然。富邦悍将
8连败,共 4 胜 22 败。
就简单的分享到这里,感谢邦邦这段时间给我的欢乐,大家本季还是要踊跃进场呦,
尤其是新庄的悍将家人们~~
(附上本季进场新庄人权)
https://i.imgur.com/uB9XU36.jpg
富邦悍将 We will win !?