ZandY

是一篇很好的研究，这两位都是作者。您做的努力，是真的不可磨灭地留了下来了

你们留下的历史和数据，真的让我汗颜。普林斯顿大学的Han Zhang和斯坦福大学的Jennifer Pan曾经用过你们公布的Wickedonna数据集，开发出了一个自动化识别社交媒体上的群体性事件的AI算法。

我不知道你是否已经知晓这个研究，但希望这个消息能够让你感到一点安慰。

挺有趣的啊！我虽然也怀疑这些五毛评论是和墙内一脉相承、copy&paste，但也没有去验证过是否同时存在于墙内网站的评论区。感谢提醒，我觉得可以把这一点也加到论文里去了

BTW，可以引申一下我那篇文章，不然我都不知道你写了这个😂

学英语，至少，应该写对methods？

更核心且难的问题也就是，misclassification的成本谁来承担

最近搞大数据防疫、筛查潜在感染者时也有recall&precision的问题。这也是一个典型的技术介入社会的边界问题了

有趣，我确实没意识到可能是博主自己设置的。

不过在未登录状态下是可以高级搜索的，这就是我的爬虫原理之一

正在爬万方的数据，感觉这个方法有用

未登录不可见，我确实想不出原因来。商业动机我觉得说服力不强，因为并没有提示“你必须登录才能阅读这条微博”，很难转化潜在用户。这个甚至可能只是一个无意间的技术bug，结果让我们抓破脑袋。

对啊，中国的审查产业，过于地荒唐离奇……

我也是这么以为的，所以才会觉得在这里可以（部分）看出（可能是）审查的痕迹，因为在显示时被过滤了。

其实Google的检索结果也会有这种情况，不过它的理由是“过于相似”

mark了，有空找来看看

有意思。我之前还没注意到那个关于API的解释。

你在任的时候，连微博都没有。你说，是不是你不行？

我比较怀疑是微博在主动限制影响力（降温）。不过网警通过搜索引擎来巡逻这个信息倒是很新颖，能确认吗？

是，那些只缺少一两条微博的可能是bug。不过缺失特别多的是某些特别的关键词和日期，所以我怀疑很可能是审查

1. 代码和数据之后会开源
2. 算法不是重点。和Miller不一样。我没说Adaboost是分类器，base algorithm是decision tree
3. 随便去爬其他关键词很难找到有同样频率的账号群。null model的核心是表现出coordination

我原文里面有一个null model的图，虽然不是正常人类的network，但也能看出区别

因为Twitter的封禁算法并不没有想象中的那么完美，尤其是对于翻墙不断换IP的号，误杀很常见，可以申诉试试

Cool. 刚刚去看了一眼，也很有趣