知乎问答采集
编辑整理：整理来源：腾讯视频，浏览量：88，时间：2022-06-12 21:30:02
知乎问答采集，知乎视频采买，知乎问答入口
前沿：知乎问答采集
网络信息收集。
网络信息是指通过计算机网络发布、传递和存储的各种信息。收集网络信息的最终目标是给广大用户提供网络信息资源服务，整个过程经过网络信息搜索、整合、保存和服务四个步骤。
其他收集数据的方法是：
1、调查法。调查方法一般分为普查和抽样调查两大类。
2、观察法。主要包括两个方面：一是对人的行为的观察，二是对客观事物的观察。观察法应用很广泛，常和询问法、搜集实物结合使用，以提高所收集信息的可靠性。
3、实验方法。实验方法能通过实验过程获取其他手段难以获得的信息或结论。实验方法也有多种形式，如实验室实验、现场实验、计算机模拟实验、计算机网络环境下人机结合实验等。现代管理科学中新兴的管理实验，现代经济学中正在形成的实验经济学中的经济实验，实质上就是通过实验获取与管理或经济相关的信息。
4、文献检索。文献检索就是从浩繁的文献中检索出所需的信息的过程。文献检索分为手工检索和计算机检索。
1024M Tunnel 攻城狮™
知乎专栏：https://www.zhihu.com/people/yeayee/activities
项目背景
无聊刷首页点到一个哥们签名：
关注一万个高颜值的知乎妹子！
然后看到他已经关注了一千多，
随机抽样几个，颜值真的还不错。
于是想知道我乎的妹子大V都有哪些？
具体操作
撸一个虫虫，
随意选择一个时尚专栏，
迭代获取url_token，
单线程，从凌晨挂机采集，
早上收获15391 rows × 7 columns
数据初探
结论：勤能补拙是良训
建议知乎以上面的三项指标，
和相亲节目联合作为硬性指标，
也就不会坑到我们程序员啦~啦~
签名云图，相似度，行业匹配，颜值识别？
稍后慢慢奉上~~~
有图有真相，
直接上图进行解说：
解说：一万五的知乎妹子的名字进行词频统计，看看你熟悉的谁中招了？
另外，经不完全统计，除了个人真实图像以外，用猫作为图像的占比很大！
解说：一万五的知乎妹子的签名进行词频统计，没错，很多都是运营高手！
‘微信’、‘公众号’作为签名位居榜首；‘喜欢、爱好者’表明特长也无可厚非；
但实在不明白‘一个’、‘人’、‘爱’、‘狗’、‘好’、‘做’这样的高频词代表了神马？
高能预警
解说：以粉丝数/(文章数+回答数)进行排行，可以看出影响力？
别以为这就完了，更厉害登场
解说： 零回答、零文章也可以在我乎玩的这么任性！
这些人虽然没有回答和文章，但是人家提问题多啊，或者已经是DAV。
嚯嚯，小伙伴们有啥问题赶紧用知乎体发问哈！！！
还想知道更多分析？
稍后一一奉上~~~
自己挖的坑，接上一弹留下的作业：
过程实现：
1.根据抓取的url本地存储图片；
2.用face_recognition筛选出人脸，阿猫阿狗的删除；
3.用pillow打上妹子的知乎ID；
4.人工剔除部分动画类妹子图片（可以省略）；
5.处理华南理工大学数据集中的妹子颜值评分；
6.继续用face_recognition库中的face_distance获取图片的相似度（L2范数）。
原本是计划用face_recognition提取面部特征矩阵，
然后用Sklearn进行聚类分析，但是face_distance也可以做个大概判断。
PS：这个face_recognition很强大
http://link.zhihu.com/?target=https%3A//github.com/ageitgey/face_recognition/tree/master/examples
找到照片中的人脸Find faces in a photograph
https://github.com/ageitgey/face_recognition/blob/master/examples/find_faces_in_picture.py
识别照片中的面部特征Identify specific facial features in a photograph
https://github.com/ageitgey/face_recognition/blob/master/examples/find_facial_features_in_picture.py
def face_distance(face_encodings, face_to_compare): """ Given a list of face encodings, compare them to a known face encoding and get a euclidean distance for each comparison face. The distance tells you how similar the faces are. :param faces: List of face encodings to compare :param face_to_compare: A face encoding to compare against :return: A numpy ndarray with the distance for each face in the same order as the 'faces' array """ if len(face_encodings) == 0: return np.empty((0)) return np.linalg.norm(face_encodings - face_to_compare, axis=1)试验结果：
1.共提取了3600多张颜值较高的妹子图片；
2.用随机1000张生成照片墙，结果太大，我乎不能上传；
3.文中插图为照片墙的部分截图
4.需要原始数据（大图及华南理工数据集）可以站内私信。
作者详细介绍：
if civil： print("国家注册岩土工程师，隧道高级工程师，岩土论坛分版主；熟悉岩土及隧道数值分析，伪BIMer。") else： print("代表作网站intumu.com，微信小程序海豹战队。掌握爬虫；熟悉Flask，MongoDB，Pandas，Bokeh；了解Sklearn，XGboost，Pytorch，NLP。") while Wx_name: print("微信:nemoon")End.
运行人员：中国统计网小编（微信号：itongjilove）
微博ID：中国统计网
中国统计网，是国内最早的大数据学习网站，公众号：中国统计网
http://www.itongji.cn
补充拓展：知乎问答采集
知乎推广 知乎口碑发布 点赞 评论 知乎文章 内容优化 个人企业方案 咨询wb84161、位置布局
关键词排名优化的布局也是十分重要的，关键词是一篇文章的核心，可见关键词的重要性就不言而喻了。
关键词排名优化出现在重要的位置或者采取重要的格式，百度蜘蛛就会给予它更高的权重，所以在进行网站关键词排名优化时，要留意关键词的位置布局。不能盲目布局或添加关键词，这样会得不偿失的。
网站关键词排名优化的布局要自然，不要刻意生硬的去堆积关键词，这个是做网站关键词排名优化的大禁忌。据我经验总结关键字出现在标题第一位的网站权重往往高于出现在后面的排名。
2、密度
关键词排名优化过程中，对于关键词的密度，大家众说纷纭，至今也没有一个固定的标准。所以每个站长在对待关键词密度的时候总是有点犹豫不定，加多了怕被搜索引擎认为作弊，加少了怕无法达到关键词排名优化。百度关键词排名优化,尽量的把我们网站的关键词密度控制在5%左右，上下浮动不要超过1%。
一般情况下，只要是让关键词分布的比较合理，比较自然，这样一般都不会有什么问题，即使达不到上面的那个标准也无所谓，搜索引擎同样也会给你这个页面比较高排名的。
3、网页内容
关键词在网页内容中的出现，也是很有逻辑性，用黑体，斜体来强调关键词，一两次就足够了。这样不仅能吸引浏览者的眼球，也能获得搜索引擎的重视。也可以在网页最底部放上关键词，当然要符合逻辑和语法，并对用户友好。
4、关键词排名优化需要做好长尾关键词
我们在搜索和百度匹配关键词的时候，都看一下我们的网站和排在我们前面的网站有没有一定的区别。
. 如何通过知乎赚钱
1.用户打赏或者付费咨询
2.知乎live：要交500保证金，如果超过6级不要保证金
知乎还是比较好卖的，本身知乎流量大。
3.知乎私家课，这是系列课程，但是目前好像是邀请机制
4.知乎好物
5.知乎直播
6.知乎电子书
你的一篇回答被知乎收录到一小时系列的电子书，这个是被知乎买断版权的，大概几百块的版权费。
7.联系官方出书，如果有需求，联系知乎官方账号即可
8.外部变现：
·引流到公众号：开课、广告、分销等等
·被外部账号推荐，有曝光，然后引流
流量。
影响力。
垂直度。
这三个指标的数据越好，该账号的商业价值越大，你能赚的钱就越多。
热搜弹幕：知乎问答采集，知乎视频采买，知乎问答入口