这是一个专门讨论 idea 的地方。
每个人的时间，资源是有限的，有的时候你或许能够想到很多 idea，但是由于现实的限制，却并不是所有的 idea 都能够成为现实。
那这个时候，不妨可以把那些 idea 分享出来，启发别人。
每个人的时间，资源是有限的，有的时候你或许能够想到很多 idea，但是由于现实的限制，却并不是所有的 idea 都能够成为现实。
那这个时候，不妨可以把那些 idea 分享出来，启发别人。
这是一个创建于 1553 天前的主题，其中的信息可能已经有所发展或是发生改变。
比如搜集个几百万聊天记录，从而统计分析出网络聊天中人们最常用的词汇，表达方式书写习惯什么的？
 |
1
kaiki 2020-08-09 19:46:50 +08:00
这种东西你做了会说出来吗？不会有人质疑你隐私安全问题？
|
 |
2
em70 2020-08-09 19:55:56 +08:00
啥都不用分析,能删掉敏感信息,把这么大量的聊天记录建库建索引,已经是个很有价值的语料库了,开放出去,会有五花八门的应用
|
 |
3
l890908 OP @kaiki 没有什么问题啊，我现在去各种群搜集记录分析也可以的啊，提取说的话而已，不存在隐私安全问题
|
 |
5
wpblank 2020-08-09 20:13:04 +08:00 via iPhone
哈哈哈 我还真收集过，只是一直没来得及也不会分析。
|
 |
6
raaaaaar 2020-08-09 20:58:56 +08:00 via Android  1
你猜输入法的云补全，云推荐的那些词语频率是怎么来的。
|
 |
7
agagega 2020-08-09 21:36:24 +08:00 via iPhone
往黑暗了想，可以收集各种论坛微博上的嘴臭数据，做出一个终极祖安对线机器人
|
 |
9
Mogugugugu 2020-08-09 22:02:40 +08:00
有、有个群的群主用小号机器人记录了所有的聊天记录，然后生成了词云。
|
 |
10
WebKit 2020-08-09 22:15:30 +08:00 via Android
有啊，之前群机器人就有记录功能
|
 |
11
yingqi7 2020-08-09 22:22:13 +08:00
输入法不就干这个事，你要说他不分析过谁信
|
 |
13
lithiumii 2020-08-09 22:30:38 +08:00 via Android
腾讯好像公布过微信聊天最常用的 emoji 之类的
|
 |
14
x86 2020-08-09 22:55:00 +08:00 via iPhone
@Mogugugugu 罗磊？我印象里他写过他的 tg 群做过这个操作
|
 |
16
locoz 2020-08-09 23:41:28 +08:00 via Android
以前干过这种事，结果分析完某群之后发现出现最多的词是：爸爸、管理员、牛逼…
|
 |
17
laminux29 2020-08-09 23:41:43 +08:00 1
1.国外的 IM 类 APP 会收集用户聊天记录，主要用于广告与商业活动。
2.国外的 IM 类 APP，还会被国外的 FBI 以及国外的 zf 机构，要求收集用户聊天记录，用于备案与查询。 3.国外的商业类 APP 会想方设法收集用户设备的剪切板与文件，主要也是用于广告与商业活动。 4.国外很多商业场所、公司、zf 机构，会被要求安装监控与存储设备，来拦截用户的上网记录、聊天记录，并且保存 3 个月至半年。 |
 |
19
Perry 2020-08-10 00:12:13 +08:00 via iPhone 2
散了散了，原来楼主只会收集群消息。黑产加群玩这个多少年了，楼主不知道？
|
 |
21
jinliming2 2020-08-10 06:16:27 +08:00 via iPhone 1
@laminux29 #17 自信点，把“国外的”三个字去掉，全世界的都是一样的。
区别在于一个明目张胆，甚至写进管理条例。另一个总是私下干，很难拿出证据，要是被抓住了，也就罚上几个亿然后继续…… |
 |
22
XA 2020-08-10 07:44:11 +08:00 via Android
常用词汇汇总的确有，tg 上有些 bot 可以做到
|
 |
23
wanwaneryide 2020-08-10 08:53:36 +08:00
搜狗的不全功能
|
 |
24
1rookie1 2020-08-10 10:08:16 +08:00
建议你看一下新的民法典，你这样怕是要进去吃饭
|
 |
25
abc635073826 2020-08-10 10:50:02 +08:00
哈？所有的聊天工具不都是么
|
 |
26
ShareManT 2020-08-10 21:36:51 +08:00
大学的时候做了舆情分析系统，确实能够做到有效管控
|
 |
27
noobalex 2020-08-11 15:38:23 +08:00
楼主是百度的员工吧，得 Robin Li 亲传
|
 |
28
xiangbohua 2020-08-12 16:52:23 +08:00
你上哪搜集呢？聊天记录我理解的就是微信、QQ 、或者私信这种，这也能抓取？
|
 |
29
mikiDD 2020-08-13 09:12:11 +08:00
我能定时自动获取 pc 登陆微信的所有聊天记录，不知道有啥用
|
 |
30
hsk9044 2020-08-13 09:57:34 +08:00
我记得有一年 qq 不就出了一个年度表情统计, 后来因为涉及监控隐私的问题不就没下文了
|
 |
31
Sasasu 2020-08-14 20:11:58 +08:00
我有 1.1G 我自己的纯文本聊天记录，可以不分词全文检索。
运行正则的情况下需要 10 秒钟就可以检索一次，PMR 盘。 曾经以为很有用，实际发现没啥软用 |
 |
32
pkoukk 2020-08-17 10:32:21 +08:00
QQ 群？最近玩手游加了几个游戏群，从来没说过话，结果经常接到手游顾问电话，美女小妹加 QQ 。
你的这种应用还是太简单幼稚了.....更何况其实群里活跃的一般就那几个水比，天天就是复读机和表情包，实在没有什么价值。 要是能获得一对一的聊天数据，那还有点营养... |
 |
33
touno 2020-08-18 11:02:15 +08:00
基本上做聊天软件的都在做这事。
|
Select Language