先扯两句
前几天突然想到，轮子哥的知乎名称并不是"轮子哥"，那搜一下会怎样呢？
试着搜了一下"轮子哥"，结果厉害了，原来，轮子哥已经成为一个话题了。。。
然后看到这么一个问题:写脚本给轮子哥关注的所有女用户发条私信说我想认识你会怎样？。
这个问题很有想法，知乎交(Y)友(P)指日可待。我就默默的收藏了，这两天有空实现了一下。
我把轮子哥的关注者和关注的人都抓取了一遍，周五晚上跑的代码，关注者648,793条，关注的人2,472条。
别问我为什么现在才写文章，因为我懒。。。
刚才又看了下，关注者已经变成了650,401人，关注的人2,480人。两天多的时间轮子哥又涨了1608个粉，不得不说，厉害了。
在抓取关注人的时候还出了点问题，抓完数据再去重之后(因为抓取的这段时间又有人关注了轮子哥 - -!)，我的数据总是比实际人数少七八百或者一千多，试了三次都这样，看来看去感觉我的代码没问题，可是知乎应该也没问题，那问题出在哪呢?(如果有大神知道，请指教)后来，我干脆就在抓取完之后判断有没有数据重复，如果有数据重复就重新抓取，暴力简单有效。。
我的想法是这样，先抓取用户，再抓取用户动态，找到最近一周有动态的妹子，对头像进行颜值打分排序，然后取前面高分的妹子进行私信。(希望不要被指责肤浅的只看脸。。头像有胸的话我也会看的。。)
这个想法其实我觉得还蛮不错的，但是到后面数据都抓下来之后发现有严重bug。。
男女比例
先放两个男女比例图：
呃，看来轮子哥为了持续为关注者们输出一些有价值的爆照，实在是关注了不少妹子。辛苦辛苦。
其中在2,472个关注的人中，互相关注的有1,552人，占比62.78%。如图:
竟然还有40%的人这么高冷，不觉得激发了我的兴趣，剩下的40%都是什么样的big man。
先看下互相关注的人的男女比例。
这个看起来还是挺平均的，并没有什么特别的地方。略有失望，没有一点点的惊喜。
看下剩下的接近40%的非互相关注的男女比例。
哇，这个就hin有特点了，看来妹子们更高冷一些，，汉子们，我们怂了。
关注度分析
接下来分析下关注度。同时还抓取了每个用户的关注者数量，回答数和文章数。所以，就通过关注者数量对用户做一个简单的分级:
- 普通用户 10人以下(包含)
- 初级用户 300人以下(包含)
- 中级用户 1,000人以下(包含)
- 高级用户 3,000人以下(包含)
- 小V用户 10,000人以下(包含)
- 中V用户 30,000人以下(包含)
- 大V用户 30,000人以上
由于对这高冷的40%的群体比较好奇，所以先上不diao轮子哥的这部分人的统计:
非互相关注的人中，关注度一万人以上有163人，占比17.72%，关注度3000以上的有324，占比35.22%。
如果说，关注度一万才能算是正经的V。。那这些非互相关注的好像也很一般嘛(这句话说的好虚，在我心中，1000以上的就是大V了)。。
看下互相关注的人的统计:
互相关注的人中，关注度一万人以上有276人，占比17.78%，关注度3000以上有501，占比32.28%。呃，和刚才的数据惊人的相似啊。。这个。。。什么高冷不高冷的貌似没什么区别。。
在所有关注的人当中，关注度最高的为818,404。
其实真正的大V是不能够通过一个简单的关注者数量来衡量的，相信无所谓关注度多少，能入了轮子哥法眼的一定都是某个领域的大V(比如爆照领域)。
剩下呢，看下我们广大的轮带逛群众们的关注度如何:
我猜测各位轮带逛的阅图无数的同学们，还大都处在偶尔没事打开知乎看看图的阶段。感谢轮子哥为我们甄选了各种好图。
在所有轮带逛同学们中，关注度最高的为886,555。
活跃度分析
这两年知乎注册用户越来越多，但是不能否认的是，流失的用户也蛮多的。比如我就是我女朋友推荐玩知乎的，如今我女朋友已经不玩了，而我还会每天在知乎上学(看)习(图)和交(撩)友(妹)。
所以，又抓取了每个用户的最近的一条动态，不然，给妹子发了私信，结果可能人家这辈子都看不到呢。
先对活跃程度做一个定义:
- 非常活跃 : 最近3天之内有动态
- 一般活跃 : 最近一周之内有动态
- 不活跃 : 最近一个月之内有动态
- 僵尸粉 : 一个月都没动态了，我估计可能是已经把知乎卸了吧
- 无动态 : 这一部分人，压根就没搜到动态，估计是注册知乎后看了眼就卸了，或者是刚注册的。
看下所有关注者的活跃度情况:
非常活跃和一般活跃人数总共285,484人，占比44%。所以，理论上来讲，轮子哥直接影响的人数只有28万多人，但是这28W人能直接影响多少人呢？我汇总了一下这28万人的总关注人数:56,828,082。
也就是说，假设轮子哥回答了一个问题后这28万多人都点赞了，那么又会间接影响五千多万。当然这五千多万人当中可能会有很多僵尸粉。
我擦，不算不知道，一算吓一跳。我建议轮子哥可以开一个点赞收费业务了。数据量惊人啊。
有没有兴趣看一下，最僵的僵尸用户会是什么时候的？这其实是个对自己的设问句。。。
所以以年份为区间，统计了一下僵尸用户中的最后动态所在时间:
其中特别有趣的是，最僵的用户是在2011-06-17 10:16:33这个时间之后再也没有新的动态。
而且，这个人的token为vczh2，而轮子哥的知乎名称叫做vczh。
这惊人的巧合到底是人性的扭曲还是道德的沦丧？请关注今晚的走进科学之真假轮子。
看一下轮子哥关注的人活跃状态:
这个。。轮子哥关注的人当中，也有21个无动态，那这个无动态到底是个怎么回事？有没有知乎内部员工透露一下。。
其中，僵尸用户中，僵在2017年的有496人，僵在2016年的有117人，僵在更早的，有79人。其中最僵的用户最后动态时间为2013-08-09 15:56:03。
妹子分析
好了，重点来了，我本来是想抓一下用户回答里的爆照图片，如果没有，再使用头像。但是..这个也就想想，太复杂了.. 也可能是我写不出来吧，反正写了也没什么卵用。
首先先排除默认头像。
我对64万关注者的头像进行分组，结果发现，有140,646个用户共用了2,637张图片。
WTF？？为什么会有这么多的用户头像是一样的？他们的头像是怎么设置的？这些用户难道是知乎的机器人么？
全部重复的图片，可以访问该链接: 重复头像(4.4MB)。前几个图片看起来还是比较正常的，后面那些就不理解为什么会重复了。我也是通过该链接，使用我强大的肉眼识别技术，判断得出，这些头像都是可以排除的。
接下来就开始对妹子们的头像进行颜值打分，首先为了让大家对分数有个概念，先说明一点，我测试的时候使用的是阿娇的一张图片，打分是9.3分。
首先，先来看关注了轮子哥的女人，筛选出最近一周有动态的，同时没有使用上述头像的，关注轮子哥的妹子总共有54,359人。占比总关注人数8.38%。
然后抓取这五万多人的头像颜值，结果39,695是0分。。也就是说，这接近四万人上传的头像并不是人像。。唉，一定漏掉了很多女神。
除去0分外，竟然还有1分的，WTF？这得多丑？然后我再次通过强大的肉眼识别技术，发现低于5分的，都是没有价值的头像，比如表情包什么的。。
五分以下的头像可通过该链接访问: 低于五分的头像(724KB)
所以，最终还剩下14,302人。剩下妹子头像颜值分布如图:
有没有意外的发现，满分10分，竟然有一个10.5分的，我的第一反应是，代码有BUG。
然后我手动找到这个头像上传给小冰，呃。。小冰的产品经理是不是格外的喜欢胡歌啊。。。给胡歌打分这么高。
此外，9分段有1,791人，其中=9.9的有29人，≥9.5的有340人，天啊，我阿娇女神得分才9.3，这些人得多美啊。
抱着无比期待的心情，再次使用了我强大的肉眼识别技术,呃。。我表示hin失望。。同时也觉得，嗯。。我应该想到的。。各种明星头像。。
虽然，看起来都还是很养眼的，可以说是各种类型的女神都有了。不过这不符合我的预期啊，如果都是明星，那我对颜值打分还有什么意义呢？
我刚又试了下小冰，如果头像是明星的话，会在一堆啰嗦的文案中提到该明星的名字，比如这样:"扫到胡歌，幸亏帅哥颜值有10.5分，轻松把平均颜值从9.9提高到10.0"。
微软大法好。
唉，可是之前我只匹配的分数，并没有把整个文案都保存下来，我TM是不是傻，后悔。。。
于是写到这里，我又跑了一遍代码，把大于8分的头像(6,243张)又重新跑了一遍。
玩把荒野行动吃个鸡。。
md,早早的就变成了盒子。
ok，最后跑完数据后，发现有23个人和之前的分数不一致，看来小冰也有看走眼的时候。不过上下浮动也就零点几分，影响不大。
对比所有文案，发现句型是固定的那么几个，所以8分以及8分以上的头像中，明星头像共有460人，男性头像共有742人，小盆友头像共有447人，剩余的妹子头像，共有4,730人。
其中出现次数top10的明星如下:
不过小冰的识别不是很准确，有很多头像没有识别到。
我通过肉眼识别，感觉出现最多的应该是 刘亦菲，王祖贤，艾玛·沃特森，泰勒·斯威夫特。
写到这里，感觉已经心累了，也是之前在开头提到的，我的这个方案严重bug，并不能有效的筛选到女神。
不管怎样，不能做无用功吧，我决定对这4,730人取前100个发私信(求交友)，取top100是担心知乎会自动判断我进行骚扰然后禁了我的号。
如果没有禁我的号，我就隔一天再发两百个。。哈哈。
接下来跑一下轮子哥关注的妹子。
因为人数并不多，于是就取一个月内有动态的头像且不是上述重复图片的妹子，总共有1,015。占比轮子哥总关注人的41.06%，占比总女性的67.53%。
可见轮子哥关注的妹子普遍活跃度还不错。照例，跑出所有头像颜值，分布如图:
为什么没有统计4分以下呢，因为除去0分，最低分4.8分，平均分8分。分值略高啊。
不能激动太早，照例跑一下明星比例。其中，明星头像7人，小盆友头像26人，男生头像52人，未识别的妹子头像403人。其中403人中，有254人颜值大于8分。
嗯。。。轮子哥看上的女人果然不一样。
所以，所以，希望被我骚扰的top100和top254的妹子们不要举报我，毕竟你们都那么美丽，想必你们一定也都很善良。
有一点尴尬。。提示我发私信太快，好多发失败了，可是我觉得就两行代码，也没打log。
所以又多骚扰了100人，，不过我是真心觉得你们的头像好好看，如有打扰，实在抱歉，可以私信我加我微信，我红包送上，哈哈。
让我意外的是，好多人回复我。。。好方。。。还有好多大V。感谢大V们百忙之中回复我哈。
最后，上一张我的私信记录。
